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

I det nya EU-direktivet för luftkvalitet definieras ett exponeringskoncentrationstak för PM2.5. Detta takvärde, som inte får överskridas efter år 2015, är satt till 20 μg/m3 som årsmedelvärde. Eftersom även lägre halter påverkar människors hälsa negativt införs även ett exponeringsminskningsmål av partikelhalter i urban bakgrund. Hur stort exponeringsminskningsmålet blir för en viss plats beror på PM2.5-halterna vid referensåret 2010. Högre halt kräver högre relativ reducering till år 2020. I denna studie utreds det nya direktivets betydelse för Sverige. Utgångsläget kartläggs genom analys av mätdata av PM2.5 för ett antal platser runt om i Sverige. Olika emissionsscenarier tillämpas för att undersöka hur den regionala PM2.5-halten och långdistansbidraget kan komma att ändras från nuläget till år 2020 genom simuleringar med spridningsmodellen MATCH. Då det gäller det lokala haltbidragets betydelse för totalhalten av PM2.5 i nuläget respektive för år 2020, undersöks detta genom beräkningar i SIMAIR, för olika emissionsscenarier som innefattar dubbdäcksanvändning, teknikutveckling och trafikökning. Mätdata har sammanställts och analyserats för 25 mätplatser, varav 4 regionala bakgrundsstationer, 8 urbana bakgrundsstationer samt 13 mätstationeri gaturum. Uppmätta årsmedelvärden av PM2.5 ligger i gaturum generellt i intervallet 10-18 μg/m3 medan motsvarande värden för urban bakgrundoch regional bakgrund är 9-12 μg/m3 respektive 6-12 μg/m3. Halterna av PM2.5 underskrider 20 μg/m3 för samtliga platser och år, vilket betyder attexponeringskoncentrationstaket redan i dagsläget är uppfyllt. Den relativa skillnaden mellan halter i gaturum och regional bakgrundsluft är betydligtmindre för PM2.5 än för PM10, vilket indikerar att merparten av de fina partiklarna i gaturum härstammar från långdistanskällor. Liksom för PM10observeras också för PM2.5 ett maximum på våren, vilket tyder på att en del av partiklarna från vägslitage och uppvirvling är fina. Långdistanstransporten från kontinentaleuropa leder till en nord-sydlig gradient av PM2.5 i regionala bakgrundsluften. Däremot kan inte någotentydigt latitudberoende observeras för gaturum.För att uppskatta möjliga reduceringar av årsmedelhalten av PM2.5 från år 2010 till år 2020 har modellsimuleringar utförts med den regionalaspridningsmodellen MATCH. Tre olika europeiska emissionsscenarier för 2020 har studerats (CLECLIM, D23LOW och MFRDEEP). Beräkningsresultaten ger reduceringar som uppgår till 1.0-2.5 μg/m3 i södra Sverige och 0.1-0.5 μg/m3 i norra Sverige, för ett troligt emissionsscenario (D23LOW). Utsikterna att uppnå målet 10% minskning av PM2.5-halterna i södra Sverige bedöms därför som goda. Beräkningarna visar också att långdistanstransporten är det dominerande bidraget till PM2.5 i regional bakgrundsluft i Sverige. Slutligen konstateras att för regionala bakgrundshalter av PM2.5 är påverkan från vägtrafikens slitagepartiklar liten. Bibehållen dubbdäcksanvänding år 2020 beräknas geen obetydlig ökning av fina slitagepartiklar i den regionala bakgrundsluften (maximalt ca 0.02 μg/m3) pga ökat trafikarbete, medan minskad användning av dubbdäck kan leda till en liten reducering av halterna till år 2020 (upp till ca 0.1 μg/m3 för scenariot utan dubbdäck). För halter i urbanbakgrundsluft förväntas påverkan vara något större än den som beräknats här.För att beräkna det lokala bidraget till PM2.5 har uppskattningar av totala emissionsfaktorer för PM2.5 gjorts. Uppskattningarna baserades på tidigarestudier med mätdata av hög kvalitet från gaturum i Sverige, Danmark och Tyskland samt modellberäkningar med hjälp av SIMAIRs emissionsmodellför slitagepartiklar. Utgående ifrån emissionsfaktorerna beräknades lokala haltbidrag i gaturummen med SIMAIR för 4 olika emissionsscenarier; (1)nuläge motsvarande år 2004, (2) år 2020 utan förändringar vad gäller dubbdäcksanvändning, (3) år 2020 andelar dubbdäck i hela landet är 30 % samt (4) år 2020 utan dubbdäck. Beräkningarna för dessa scenarier indikerar att under nuvarande förhållanden är det lokala haltbidraget av PM2.5 ca 6 μg/m3 i Stockholm/Hornsgatan, ca 4 μg/m3 i Umeå/Västra Esplanaden och ca 2.5-3 μg/m3 för Göteborg/Gårda och Malmö/Amiralsgatan.Teknikutveckling till år 2020 (scenario 2) minskar lokala haltbidrag med 1.3-2.3 μg/m3 och mindre dubbdäcksanvändning (scenario 3) reducerarhalterna med ytterligare 1-3 μg/m3 i främst Stockholm och Umeå. Däremot blir de beräknade halterna bara marginellt lägre i scenariot helt utandubbdäck jämfört med 30% dubbdäcksanvändning. Detta kan förklaras med att en gata, HC Andersens Boulevard i Köpenhamn, med högemissionsfaktor för uppvirvlingen av vägdamm, har använts som referensgata.

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.

I denna studie har SIMAIR (med SIMAIR avses i denna rapport SIMAIRväg) validerats mot mätningar av PM10, NO2 och bensen för 19 mätstationer i gaturum och 21 mätstationer i urban bakgrund. Trafikmiljöerna är av skiftande karaktär och från olika delar av Sverige. Mätstationerna i urban bakgrund är samtliga belägna vid en central plats i respektive tätort, men placeringen varierar (både mätningar vid torg och gågator samt takmätningar förekommer). Vid valideringen jämförs ett antal statistiska mått för att kvantifiera överensstämmelsen mellan uppmätta och beräknade halter. I EUs Luftdirektiv finns kvalitetsmått angivna, som fastställer maximalt acceptabel osäkerhet för modellberäkningar. Den bästa tolkningen av denna osäkerhet är begreppet RPEmax, det maximala relativa percentilfelet för 90% av stationerna, vilket är kvalitetsmåttet som tillämpas i denna studie. Utöver detta mått används även medianen för RPE (RPEmedian), vilket ur modelleringssynpunkt kanske är mer intressant. Andra statistiska mått som utvärderas är uppmätta och beräknade årsmedelvärden, percentiler för dygns- och timmedelvärden, variationskoefficient (CoV) och korrelationskoefficient (r). Där signalen är stark, det vill säga i trafikerade gaturum, är överensstämmelsen mellan uppmätta och beräknade halter god. För PM10 och NO2 klaras EUs kvalitetskrav med tämligen stor marginal, men för bensen överskattar dock SIMAIR halterna systematiskt ijämförelse med mätdata. För urban bakgrund är resultatet relativt bra för många stationer. EUs kvalitetskrav för PM10 klaras, men för NO2 underskattas halterna. Vad gäller bensen i urban bakgrund överskrids kvalitetskravet marginellt. Emellertid är resultaten bättre än för gaturum. Korrelationen är överlag tämligen stark för de flesta platser och SIMAIR återger representativ säsongsvariation av halterna.Att halterna av NO2 underskattas i den urbana bakgrunden kan delvis förklaras med att mätningar ofta representerar halter i punkter medan modellen representerar halter i kilometerrutor. Ur valideringssynpunkt är urbana mätstationer i taknivå lämpligast att göra jämförelser mot, då det finns viss risk att lokal haltpåverkan får genomslag i mätningar vid exempelvis öppna torg och gågator. En annan förklaring till att halterna i urban bakgrund underskattas är att SIMAIRs urbana modell, BUM, har brister i beskrivningen av stabila atmosfäriska förhållanden, vilket delvis kan förklara den stora underskattningen av halter av NO2 i norra Sverige. Parametriseringen vid stabila förhållanden behöver förbättras, vilket är ett arbete som har påbörjats. För tillfället används en statistisk metod för att korrigera detta, kallad klimatkorrigering, och denna metod visar sig förbättra modellberäkningarna för flertalet platser i Norrland. För Sandviken leder klimatkorrigering dock till att de beräknade halterna blir avsevärt högre än de uppmätta och här blir RPE större än innan. Den geografiska gränsen mellan var klimatkorrigering är lämplig och inte är således inte helt klar. För höga emissionsfaktorer för vägtrafikens utsläpp av bensen kan troligtvis förklara överskattningen som sker för beräkningarna i gaturum av bensenhalter. Denna del behöver granskas och uppdateras.

The urban background dispersion model, BUM, used in the SIMAIR-system, is a simple trajectory model for evaluation of Air Quality in urban areas on 1 x 1 km spatial resolution. The urban contribution to concentrations in a receptor point is calculated from the emission sources in an upstream influence area whose size is dependent on the wind speed. This simple and attractive concept enables fast model calculations and the model is applied for more than 100 Swedish towns within SIMAIR. However, comparison with measured concentrations has shown that BUM underestimates levels of NO2 and NOX, especially for towns in northern Sweden. The reason for this is probably meteorological, i.e. it exemplifies the difficulties in describing the dispersion of air pollutants during strong stable atmospheric conditions. This problem has previously been solved by a statistical method (regression analysis), to adjust the calculations against measurements for towns in northern Sweden. The result of this method has varied widely; for some urban areas the result has been good while the correlation between measured and calculated concentrations has been lower for others. The aim of this study is, through a sensitivity analysis, to examine the parameters of the model that most significantly affect the levels of NO2, and subsequently improve the parametrization of these during stable atmospheric conditions. Furthermore, the results are validated against measurements from 13 urban areas in Sweden. According to the sensitivity analysis, it is the parametrization of the vertical dispersion parameter σz that most affects the levels of NO2. A new parametrization, which takes into account the stability, is introduced for urban areas outside major cities. This generally raises the concentrations with several μgm-3 on annual basis and 10’s μgm-3 for 98-percentile daily mean concentration. Furthermore, a correction of the meteorology (from Mesan) is introduced used in the calculations of BUM, for the meteorology to represent more urban (rough) conditions. The improvements of BUM lead to a better consistency between the model and the measurements. Generally, the correlation between the calculated and the measured concentrations of NO2 increases, and the time variation of concentrations is better captured in the model. Annual averages, and especially 98-percentile daily- and hourly mean value, are better reproduced in the improved version of BUM; when compared to measured concentrations, 37 % of data points are within ± 50 % for the original BUM while the corresponding results for the new BUM is 95 %. However, the new BUM model still doesn’t succeed, for all towns in northern Sweden, to fully reproduce the highest daily and hourly peaks of concentrations. In comparison with the original BUM climate corrected concentrations (in northern Sweden), the correlation between calculated and measured concentrations is higher for the new BUM, especially in terms of annual average, correlation coefficient and coefficient of variation.

The project was initiated by the Swedish Environmental Protection Agency in order to improve the basis for making standards for PM-10 concentrations in urban air. Model development has been made for Norrköping and Gothenburg. Modelling has been necessary of both long-range and local contributions.

The long-range dispersion has been simulated by the MATCH-Europe and MATCH-Sweden models, the former being a conventional dispersion model based on meteorology and emission data and the latter including also results from background air pollution measurements in Sweden and neighbouring countries.

For the local scale, both car exhaust panicles and resuspended particles from a traffic source inventory are dispersed in the city using meteorological data and a Gaussian dispersion mode! and, if needed, a street canyon dispersion submodel. For panicle resuspension, a new model has been developed. The parameters of the resuspension model have been adjusted to two streets/measuring periods in Norrköping.

At street level in Norrköping, the local model showed to contribute to a large part of the total concentration, especially in late winter and early spring due to resuspension. The MATCH mode! gives same underestimate due to the absence of organic compounds and simulation of PM-2.5 instead of PM-10. However, at some episodes in Norrköping and, in general, for a station at roof level in central Gothenburg and at the rural station Aspvreten, the model estimates of regional PM-2.5 concentrations constitute a larger part of the observed PM-10 concentrations. A good covariation in time with measured data occurs for both the MATCH model and the local model.

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.

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.

Den nya förordningen om miljökvalitetsnormer för utomhusluft (SFS 2001:527) definierar normvärden och utvärderingströsklar för bl a NO2 och PM10. SMHI har av Naturvårdsverket och Vägverket fått i uppgift att ta fram en enkel metod att användas för en första ut-värdering av luftföroreningshalterna. Metoden består av s k nomogram för skattning av årsmedelvärden genererade av emissionerfrån en individuell gata eller väg. Till det lokalt genererade värdet ska läggas ett bakgrundsvärde. Empiriska relationer byggda på historiska mätserier har också tagits fram för att från medelvärdet kunna uppskatta extremvärden i form av percentiler.Utvärderingsmetodiken som beskrivs i denna rapport är avsedd att användas för en första uppskattning av föroreningshalterna på platser där mätningar saknas. Om de uppskattade halterna ligger under denedre utvärderingströsklarna, räcker nomogrammens resultat som underlag. Om de uppskattade halterna är högre, behövs en noggrannare utvärdering med hjälp av modeller och/eller mätning. Ibilaga 1 beskrivs metoden praktiskt.

Based on the results from a 6-week monitoring campaign in an area close to a major highway north of Stockholm, Sweden, NOx emission factors representative for vehicle speeds of 100-120 km per h were determined to 0.61 g/veh-km for light duty and to 7.1 g/veh,km for heavy duty vehicles. The corresponding factors for particle number were 1.4 x 10(14) and 52 x 10(14) particles/veh,km, determined for an ambient temperature interval of +7 to +17 degreesC. The removal effects of coagulation and dry deposition on total number concentrations were assessed by numerical model simulations. Velocity and turbulence fields, including those produced by the vehicles, were simulated in a Computational Fluid Dynamics (CFD) model. Coagulation was found to be of little importance over the first 100 m downwind of the highway. The high friction velocities over the road surface created by vehicle movements enhanced deposition locally, contributing to the removal of approximately 10% of the particles originally emitted. Beyond a point 10 m downwind of the highway the removal rate was low and the ultrafine particles were almost inert while being advected over the next hundred meters. As a consequence, it seems reasonable to use monitored data from stations close to highways to estimate emission factors for particle number, assuming that the particles are inert. Those "effective" emission factors should be applicable for urban models with a larger spatial resolution.

Almost all Swedish cities need to determine air pollution levels especially PM10-close to major streets. SIMAIR is an internet tool that can be used by all Swedish municipalities to assess PM10, NO(2), CO and benzene levels and how they compare to the EU directive. SIMAIR is delivered to the municipalities with all required input data pre-loaded and is meant to be used prior to decisions if and where, monitoring campaigns are required. The system includes a road and vehicle database with emission factors and a model to calculate non tailpipe PM10 emissions. Regional and urban background contributions are pre-calculated and stored as hourly values oil a 1 x 1 km(2) grid. The local contribution is calculated by the user, selecting either an open road or a street canyon environment. A comparison between measured and simulated concentrations in four street locations shows that SIMAIR is able to Calculate statistics of yearly mean values, 90-percentile and 98-percentile daily mean values and the number of days exceeding the limit value that are well within +/- 50% that EU requires for model estimates of yearly mean values. In comparison, all Values except one are within +/- 25% which is the quality objective for fixed measurements according to the EU directive. The SIMAIR model system is also able to separate the percentual contribution of the long-range transport from Outside the city, the city contribution and the local contribution from the traffic of an individual street. (C) 2008 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

We have slightly refined, evaluated and tested a mathematical model for predicting the vehicular suspension emissions of PM10. The model describes particulate matter generated by the wear of road pavement, traction sand, and the processes that control the suspension of road dust particles into the air. However, the model does not address the emissions from the wear of vehicle components. The performance of this suspension emission model has been evaluated in combination with the street canyon dispersion model OSPM. We used data from a measurement campaign that was conducted in the street canyon Runeberg Street in Helsinki from 8 January to 2 May, 2004. The model reproduced fairly well the seasonal variation of the PM10 concentrations, also during the time periods, when studded tyres and anti-skid treatments were commonly in use. For instance, the index of agreement (IA) was 0.83 for the time series of the hourly predicted and observed concentrations of PM10. The predictions of the model were found to be sensitive to precipitation and street traction sanding. The main uncertainties in the predictions are probably caused by (i) the cleaning processes of the streets, which are currently not included in the model, (ii) the uncertainties in the estimation of the sanding days, and (iii) the uncertainties in the evaluation of precipitation. This study provides more confidence that this model could potentially be a valuable tool of assessment to evaluate and forecast the suspension PM10 emissions worldwide. However, a further evaluation of the model is needed against other datasets in various vehicle fleet, speed and climatic conditions. (C) 2011 Elsevier Ltd. All rights reserved.

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.

In order to carry out efficient traffic and air quality management, validated models and PM emission estimates are needed. This paper compares current available emission factor estimates for PM10 and PM2.5 from emission databases and different emission models, and validates these against eight high quality street pollution measurements in Denmark, Sweden, Germany, Finland and Austria. The data sets show large variation of the PM concentration and emission factors with season and with location. Consistently at all roads the PM10 and PM2.5 emission factors are lower in the summer month than the rest of the year. For example, PM10 emission factors are in average 5-45% lower during the month 6-10 compared to the annual average. The range of observed total emission factors (including non-exhaust emissions) for the different sites during summer conditions are 80-130mgkm(-1) for PM10, 30-60mgkm(-1) for PM2.5 and 20-50mgkm(-1) for the exhaust emissions. We present two different strategies regarding modelling of PM emissions: (1) For Nordic conditions with strong seasonal variations due to studded tyres and the use of sand/salt as anti-skid treatment a time varying emission model is needed. An empirical model accounting for these Nordic conditions was previously developed in Sweden. (2) For other roads with a less pronounced seasonal variation (e.g. in Denmark, Germany, Austria) methods using a constant emission factor maybe appropriate. Two models are presented here. Further, we apply the different emission models to data sets outside the original countries. For example, we apply the "Swedish" model for two streets without studded tyre usage and the "German", model for Nordic data sets. The "Swedish" empirical model performs best for streets with studded tyre use, but was not able to improve the correlation versus measurements in comparison to using constant emission factors for the Danish side. The "German" method performed well for the streets without clear seasonal variation and reproduces the summer conditions for streets with pronounced seasonal variation. However, the seasonal variation of PM emission factors can be important even for countries not using studded tyres, e.g. in areas with cold weather and snow events using sand and de-icing materials. Here a constant emission factor probably will under-estimate the 90-percentiles and therefore a time varying emission model need to be used or developed for such areas. All emission factor models consistently indicate that a large part (about 50-85% depending on the location) of the total PM10 emissions originates from non-exhaust emissions. This implies that reduction measures for the exhaust part of the vehicle emissions will only have a limited effect on ambient PM10 levels. (C) 2007 Elsevier Ltd. All rights reserved.

This report describes an operational air pollution medel developed at the Swedish Meteorological and Hydrological Institut for the prediction of air pollution concentrations on a local scale. Predictions can be roade in one or several receptor points for emissions from point, area- and traffic sources. The medel is partly based on the Danish so calledOML-model (Berkowicz et al.,1985).

An operational air pollution model using routine meteorological data is described. An hourly time series of pollutant concentrations is calculated for emissions from one or several tall industrial stacks. New methods developed by Nielsen et al. (1981),. Berkowicz and Prahm (1982 a, b), Olesen et al.(1983) are used for determining boundary layer parameters i.e. surface sensible heat flux, friction velocity, mean wind speed and mixing height. These parameter values are used as input data to the dispersion part of the model. An updated Gaussian dispersion model, strongly supported by experimental data and similar to that developed by Weil and Bower (1982) is used. Briggs' dispersion parameters are used with the stability classification scheme based on the values of w*/u during daytime and Pasquill-Gifford-Turner classes during nighttime for selection of stability classes. Plume rise and plume penetration of elevated stable layers are calculated by formulae from Briggs (1975). A similar model will also be used in Denmark (Berkowicz et al., 1983). Examples of results are given, based on four years of hourly meteorological data and radiosonde data from Bromma airport in Stockholm. A tentative comparison between the present model and Högström's (1968) model is made for emission from a 500 MW power plant. This comparison indicates that Högström's model predicts ground level concentrations that are too high occurring too close to tall industrial stacks.

Målsättningen för detta arbete har varit att formulera en bra men enkel modell för luftföroreningsspridning från skorstenar vid konvektiva meteorologiska förhållanden. Olika modeller diskuteras i rapporten. Den som väljs är den Gaussiska modellen med plymlyftsformler enligt Weil (1980). Ett huvudproblem vid spridningsberäkningar är att välja spridningsparametrar. Det finns ett flertal olika empiriska och teoretiska metoder, som ger betydande skillnader som resultat. En praktisk infallsvinkel har här valts: Om en Gaussisk spridningsmodell utnyttjas, vilka värden på spridningsparametrarna skall då väljas? Olika formuleringar har testats mot mätdata från några olika anläggningar i USA. Resultaten från beräkningarna visar att bäst överensstämmelse mellan beräknade och uppmätta markhalter av so2 erhålles med empiriska spridningsparametrar från Brookhaven National Laboratory, ett resultat som är i överensstämmelse med arbeten av Weil (1977, 1979a, b och 1980). Beräknade halter är i 14 fall av 15 inom en faktor två av uppmätta halter. Beräkningar med teoretiskt bestämda spridningsparametrar för värmepassiva partiklar (Lamb, 1981) ger i 8 fall av 12 för låga halter. En mer realistisk formulering, där beskrivning av plymens egenspridning ingår, förbättrar inte resultaten på något avgörande sätt. Detta tyder på att direkt hänsyn måste tas till plymaxelns nedåtgående rörelse, som är känd att inträffa vid konvektiva förhållanden, vid utnyttjande av teoretiskt bestämda spridningsparametrar. Beräkningar har också utförts med SMHis nuvarande spridningsmodeller.

I denna rapport undersöks halterna av PM10 för några olika trafikmiljöer i Norden, nämligen Hornsgatan i Stockholm, Jagtvej i Köpenhamn och Runebergsgatan i Helsingfors. Alla tre är slutna gaturum där relationen hushöjd/gatubredd är nära ett. Resultaten av undersökningen kan sammanfattas på följande sätt:- Skillnaderna i PM10-halterna mellan Hornsgatan och Jagtvej är betydande. Det lokala haltbidraget, räknat som 90-percentil, är ca fyra gånger större vid Hornsgatan. Orsaken är främst att dubbdäck och sand används vid Hornsgatan men ej vid Jagtvej, vilket kraftigt ökar vägslitaget.- SMHIs emissionsmodell (Omstedt et al., 2005) ger god överensstämmelse med mätdata för Hornsgatan för såväl år 2000 som år 2004.- För Jagtvej finns det en stark korrelation mellan lokala PM10- och lokala NOx-halter. De lokala PM10-halterna beror därför främst på trafiken och inte så mycket på vägbanans egenskaper. Modelleringen kan därigenom förenklas genom att använda en konstant emissionsfaktor.- PM10-halterna vid Hornsgatan och Runebergsgatan liknar varandra med starka årstidsvariationer och höga halter under senvinter/vår, som är typiska för nordiska trafikmiljöer där dubbdäck används.- För Runebergsgatan beskriver SMHIs emissionsmodell relativt väl det generella halt mönstret. Dock överskattas emissionerna vid snösmältning. En naturlig förbättring är därför att inkludera snösmältning i modellen, vilket föreslås göras i en kommande studie.

This report describes a new internet tool for evaluation of air quality in residential areas with small scale wood-combustion. The work has been sponsored by the Swedish Energy Agency and the internet tool is called VEDAIR. The background is a four-year’s research program (2001-2004) called Biomass Combustion Health and Environment. Some conclusions from this program were that emissions from small scale wood-combustion can influence human health manly due to high emitting old wood stoves during cold whether conditions and that the air quality in such areas can improve significantly if old wood stoves were replaced by modern woodboilers attached to a storage tank or with a pellet boiler.

Vårt klimat har stor inverkan på luftkvaliteten. Under vintermånaderna är temperaturen i hela landet ofta

Luftföroreningar är ett lokalt men också gränsöverskridande problem. Sveriges luftkvalitet påverkas av lokala utsläppskällor, men även av långdistans-transport från stora emissionsområden i Europa. Utsläppen av många luftföroreningar har minskat under de senaste årtiondena på grund av kontinuerligt skärpta emissionskrav och betydande förbättringar har gjorts för vägtransportsektorns reglerade avgasemissioner. Fortsatt minskningar är att förvänta som också påverkar luftkvaliteten. Trots kraftiga minskningar av utsläppen både i Sverige och övriga Europa har inte luftkvaliteten i våra städer, med avseende på kvävedioxid (NO2), ozon (O3) och partiklar (PM10), förbättrats på något avgörande sätt sedan år 2000. Fortfarande är luftföroreningshalterna i många trafikmiljöer höga såväl i Sverige som i övriga Europa. Syftet med projektet är att ge underlag för bedömningar av hur miljökvalitetsmålet Frisk luft uppfylls i svenska tätorter och påvisa effekter av vad olika åtgärder, såväl internationellt som i Sverige och lokalt i kommuner, kan komma att få för effekter på luftkvaliteten år 2020.

Bakgrund och syfte. År 1999 startade Naturvårdsverket ett projekt för kartläggning av partikelhalter i Sverige samt identifikation av de viktigaste källorna. Kartläggningsprojektet byggde på mätningar under två år (1999-2001). Resultaten har varit till stor nytta och legat till grund för bland annat införande av nya miljömål och miljökvalitetsnormer, åtgärdsförslag och vetenskapliga publikationer. För första gången kunde haltnivåer av PM10 och PM2.5 beskrivas systematiskt i regional och urban bakgrund samt gaturum i Sverige. Tre huvudkällor till höga partikelhalter i Sverige kunde identifieras; långdistanstransport, uppvirvling av vägdamm och vedeldning.Sedan dess har kunskapen om partiklar ökat. Miljökvalitetsnormer har införts i Sverige och miljömål har formulerats. Idag finns mer mätdata tillgängliga och för vissa områden finns även längre tidsserier. Intresset för sjöfartens bidrag till luftföroreningar och partiklar har ökat, eftersom dess relativa bidrag jämfört med landbaserade emissioner ökar. Nya studier inriktade på förståelse av olika processer har genomförts. Modeller har utvecklats och förbättrats, därigenom har också möjligheten att kvantifiera olika källors bidrag ökat. Behovet att använda modeller i arbetet med miljömål och miljökvalitetsnormer har också blivit större.Syftet med denna studie är att presentera huvuddragen av den kunskap som kommit fram under de senaste tio åren om partikelhalter i Sverige, framförallt PM10 och PM2.5, men också peka på kunskapsluckor.

Luftföroreningar är ett lokalt men också gränsöverskridande problem. Sveriges luftkvalitet påverkas av lokala utsläppskällor, men även av långdistanstransport från stora emissionsområden i Europa. Utsläppen av många luftföroreningar har minskat kraftigt under de senaste årtiondena på grund av kontinuerligt skärpta emissionskrav. Betydande förbättringar har bland annat gjorts inom vägtransportsektorn. Via europeiska utsläppsnormer definieras acceptabla gränser för avgasutsläpp för nya fordon som säljs i EUs medlemsstater. Dessa, och andra, utsläppskrav kommer att leda till fortsatt minskande emissioner i Europa och därmed även lägre föroreningsnivåer i den luft som kommer in över Sverige. Hur stort är det kvarstående behovet av lokala åtgärder i Sverige för att minska haltnivåerna till en nivå där normer och miljömål uppfylls? Det är en av de frågeställningar som denna rapport utgår från.Den lokala miljö som undersöks är gaturum, varför förändringar av vägtrafikens emissioner och halter i Sverige är central. Liknande emissionstrender, som i Europa, finns också i Sverige, med kraftigt minskande emissioner beroende bland annat på de europeiska utsläppsnormerna. Viktiga skillnader finns också. Vårt kalla svenska vinterklimat skapar bland annat hala vägbanor och ogynnsamma spridningsförhållanden. Åtgärder för att undvika hala vägbanor leder till ökat vägslitage och vägdamm som ackumuleras i vägmiljön, vilket i sin tur leder till höga partikelhalter. I norra delarna av Sverige skapas under vintern ogynnsamma spridningsförhållanden med stabil skiktning och låga inversioner. I kombination med höga emissioner av luftföroreningar från bostadsuppvärmning och kallstarter leder detta till höga halter av bland annat kväveoxider.Trots kraftiga minskningar av utsläppen både i Sverige och övriga Europa har inte luftkvaliteten, med avseende på kvävedioxid (NO2), ozon (O3) och partiklar (PM10 respektive PM2.5), förbättrats på något avgörande sätt sedan år 2000. Fortfarande är luftföroreningshalterna i många trafikmiljöer höga såväl i Sverige som i övriga Europa. Orsakerna till det diskuteras i rapporten. Syftet med denna undersökning är att analysera hur framtidens luftkvalitet på lokal nivå (gaturum) kan komma att utvecklas på grund av troliga emissionsminskningar i Europa och i Sverige, samt att bedöma hur stora lokala åtgärder som ytterligare kan komma att fordras för att klara miljökvalitetsnormer och miljömål.

SIMAIRrwc is a Web based evaluation tool for meeting the EU directive on air pollution limits in residential areas using wood combustion. The background is a four-year research program (2001-2004) called Biomass Combustion Health and Environment. Some conclusions from this program were that emissions from small scale wood combustion can influence human health mainly due to high emitting old wood stoves during cold weather conditions and that the air quality in such areas can improve significantly if old wood stoves were replaced by modern wood boilers attached to a storage tank or with a pellet boiler. SIMAIRrwc is based on the same principles as SIMAIRroad, which is a Web based evaluation tool for road traffic i.e. coupled model system using different models on local, urban and regional geographical scales, best available emission data, but at the same time presented in a very simplified way. In this project SIMAIRrwc has been applied in five different Swedish municipalities. The aim has been to apply and improve the model in cooperation with the municipalities. The conclusions from the project are:- Small scale wood combustions in residential areas are local problems which sometimes include only a few houses and/or wood-burners.- Air quality problems related to the EU directive are mainly due to particles.- Combinations of residential areas with wood combustion and emissions from nearby dense traffic roads might give rise to bad air quality.- Actions require knowledge about individual equipment which needs information from the local chimneysweeps.- The best way to identify problem areas is to use model calculations.- If model calculations indicate risks of exceeding air quality limits, then new calculations should be made withimproved input data taking into account for example information of district heating or other installations thatcan effect the emissions.• Before actions are taken it may also be useful to make measurements. The measurement site can then beselected in the area where the model calculations show the larges impact.• SIMAIRrwc is a powerful tool that can be used for identification and visualisation of areas where there mightbe air quality problems due to residential wood combustion.

One of the most important parameters that controls the suspension of road dust particles in the air is road surface moisture. This is calculated every hour from a budget equation that takes into account precipitation, evaporation and runoff. During wet conditions a road dust layer is built up from road wear which strongly depends on the use of studded tyres and road sanding. The dust layer is reduced during dry road conditions by suspension of particles due to vehicle-induced turbulence. The dust layer is also reduced by wash-off due to precipitation. Direct non-tailpipe vehicle emissions due to the wear and tear of the road surface, brakes and tyres are accounted for in the traditional way as constant emission factors expressed as mass emitted per vehicle kilometre. The model results are compared with measurements from both a narrow street canyon in the city centre of Stockholm and from an open highway outside the city. The model is able to account for the main features in the day-to-day mean PM10 variability for the street canyon and for the highway. A peak in the PM10 concentration is typically observed in late winter and early spring in the Nordic countries where studded tyres are used. This behaviour is due to a combination of factors: frequent conditions with dry roads, high number of cars with studded tyres and an accumulated road dust layer that increases suspension of particles. The study shows that using a constant emission factor for PM10 or relating PM10 emissions to NOx cannot be used for prediction of day-to-day variations in PM10 concentrations in the traffic environments studied here. The model needs to describe variations in dust load, wetness of the road and how dust suspension interacts with these processes. (c) 2005 Elsevier Ltd. All rights reserved.

Mätningar av kvävedioxid i Umeå har visat på halter som överskridit miljökvalitetsnormen. Den mest utsatta gatan är Västra Esplanaden men även utmed Östra Kyrkogatan har normen överskridits. För att minska halterna av kvävedioxid i Umeå centrum finns tankar på att inrätta miljözon. I denna rapport är tre beräkningspunkter valda utifrån gällande förutsättningar. Två av mätpunkterna ligger på Järnvägsallén respektive Östra Kyrkogatan, vilka finns inom tilltänkt zon. Den tredje ligger på Västra Esplanaden som gränsar mot zonen. De sträckor som beräknas är de mest trafikerade gatorna i Umeå centrum. I beräkningarna har hänsyn tagits till lika trafikförutsättningar och flöden för de redovisade åren.De beräkningar som redovisas i denna rapport baseras på modeller som beskriver dagens kunskap om emissioner, spridning och kemiska processer och med indata från olika alternativa trafikutvecklingar. I alla dessa delar finns det osäkerheter och felkällor som är svåra att kvantifiera. Det finns risk att emissionsutvecklingen för NOx mellanåren 2010 och 2020 är något för optimistiskt beräknad. Miljözonsberäkningarna förutsätter 100 % efterlevnad av regelverket.Nedan redovisas de viktigaste slutsatserna från beräkningarna.Västra EsplanadenUtan miljözon uppskattas halterna underskrida miljökvalitetsnormen efter år 2019. Med miljözon uppskattas halterna underskrida miljökvalitetsnormen efter år 2017, dvs. två år tidigare än utan miljözon.Järnvägsallén och Östra KyrkogatanHalterna beräknas vara något högre på Östra Kyrkogatan jämfört med Järnvägsallén. Vid Östra Kyrkogatan beräknas halterna överskrida miljökvalitetsnormen år 2010. Miljökvalitetsnormen för båda gatorna klaras såväl med som utan miljözon år 2014. Med miljözon minskar halterna jämfört utan miljözon.

SIMAIRscenario is a new web based tool developed for estimation of health impacts and economic benefits occurring when populations experience changes in air quality. It is a new member of the SIMAIR family, which is a national air quality system for Sweden. In SIMAIRscenario following can be done: 1. Import air quality data fields from different dispersion models such as SIMAIR and Airviro. 2. Process air quality data by different mathematical operators. 3. Import and store detailed population data and process them by different mathematical operators. Population data for the year 2008 divided in different age groups with the resolution of 100*100 meters for the whole country is now available. 4. Presentation of air quality and population data on maps. 5. Perform exposure calculations and presents results on maps and in tables. 6. Perform health impact assessments and valuation of these impacts in monetary terms. The air quality change is calculated as the difference between the starting air pollution level, also called the baseline, and the air pollution level after some change, also called the scenario. The scenario can be described as a major change in activities or technical solutions in an urban or regional area or a regulation leading to different emissions to the atmosphere compare to the baseline.

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.

Under ca 3 månader vintern 2001/2002 utfördes mätningar av luftkvalitet och meteorologi i Lycksele. En emissionsdatabas (EDB Tot03) för Lycksele har tidigare tagits fram (SLBanalys, 2002). Dessa data utgör grundkomponenter för den spridningsmodellering som här redovisas. Redovisningen begränsas till emissioner av förbränningspartiklar och två lokala spridningsmodeller. Arbetet har utförts med stöd från Energimyndigheten (Projektnummer: P12658-1) och ingår som en del i "Omgivningsklustret" i projektet "Biobränsle Hälsa och Miljö". Detaljerade studier görs i Lycksele och Växjö. Denna rapport redovisar resultat från den spridningsmeteorologiska utvärderingen av mätkampanjen i Lycksele. Arbetet syftar till att utveckla verktyg för kommunal och regional planering, vad avser luftkvalitetsaspekter av biobränsleanvändning.Resultaten av denna undersökning kan sammanfattas på följande sätt: Signifikanta lokala haltbidrag, av förbränningspartiklar från vedeldning, uppmättes huvudsakligen under kalla dagar, då dygnmedeltemperaturen var under –10 grader. Antalet sådana dagar var knappt 30. Modellerna beskriver relativt väl dessa halter. Avvikelsen är störst vid Norrmalm. Under övrig tid var de lokala haltbidragen små. PM2.5 halterna var då i genomsnitt bara ca 2 g/m3 högre än bakgrundshalterna, uppmätta vid Vindeln. Modellerna överskattar då halterna, troligtvis beroende på för höga emissioner orsakat av för hög eldningsaktivitet. Det finns ett starkt samband mellan halter och temperatur. Temperaturberoende korrektionsfunktioner har tagits fram för att beskriva eldningsaktiviteten under mätperioden. Modellerna överensstämmer relativt väl med alla mätdata då eldningsaktiviteten beskrivs med hjälp av dessa funktioner. Emissionsdatabasen (EDB Tot03) överskattar därför troligtvis emissionerna av förbränningspartiklar från småskalig vedeldning. Analysen i denna rapport uppskattar emissionerna under beräkningsperioden till ca 30-50% jämfört med de i emissionsdatabasen. De högsta haltbidragen av förbränningspartiklar från vedeldning i Lycksele inträffar nära utsläppen, inom några 100 meters avstånd från främst närliggande samverkande icke miljögodkända pannor. Kaminernas betydelse för förhöjda halter är osäkra, vilket kommer att utredas i mer detalj när nya emissionsfaktorer erhållits.

Vedeldning kan ge upphov till betydande emissioner av partiklar till luft, vilket i sin tur kan leda till problem med luftkvaliteten och att miljökvalitetsnormen (MKN) för PM10 överskrids. De faktorer som främst avgör om MKN för PM10 överskrids är, a) stora lokala partikelemissioner, b) ogynnsamma meteorologiska förhållanden med liten utspädning av de lokala emissionerna samt c) höga bakgrundshalter orsakade av utsläpp längre eller mycket långt bort.

Kapitel 2 syftar till att bedöma meteorologins roll för vedeldning i småhusområden. Där redovisas resultat från modellberäkningar med meteorologiska data från 11 orter i landet. Beräkningarna bygger på det hypotetiska antagandet att de detaljerade vedeldningsemissioner, som tagits fram för en belastad stadsdel i Lycksele, även gäller för samtliga övriga orter. Beräkningarna indikerar att med detta antagande är riskerna stora för överskridande av miljökvalitetsnormen avseende 90-percentilen för PM10 i stora delar av norra Sverige. Riskerna för överskridande av övre utvärderingströsklar föreligger i stora delar av landet avseende främst 98- percentiler men även årsmedelvärden. Orsaken till dessa risker är främst emissioner från gamla vedpannor. Beräkningarna visar att betydande miljövinster kan erhållas om gamla pannor ersätts med nya. Svagheten i dessa beräkningar är att de bygger på hypotetiska emissionsdata. För att säkerställa resultaten behövs en detaljerad nationell kartläggning av partikelemissioner från vedeldning, vilket belyses i kapitlen 3 och 4.

I kapitel 3 redovisas ett första steg till en nationell geografisk kartläggning av partikelemissioner från vedeldning. De resultat som redovisas där har dock omfattande begränsningar i flera avseenden beroende på stora brister i den information som hittills varit tillgänglig. Den geografiska kartläggning som gjorts är endast på kommunal nivå, dvs. totalvärden per kommun anges, medan spridningsberäkningar som ska relateras till MKN, kräver en geografisk upplösning av emissionerna i ca 100x 100 m rutor. Dessutom saknas emissioner från vedeldning i jordbruksfastigheter.

Den totala PMlO-emissionen för Sverige från ved/flis/spån-förbränning i småhus (exkl. jordbruksfastigheter) som erhålles i denna studie är ca 37 600 ton per år. Av Figur 3.1 framgår en geografisk fördelning av dessa PM10-emissioner och bilaga 1 visar motsvarande PM10-emissioner för småskalig vedeldning uppdelad per kommun. Denna emission är ca 2,8 gånger större än motsvarande emission beräknad på grunddata från SMED (SvenskaMiljöEmissionsData) för Sveriges Internationella rapportering år 2000. Huvudorsaken till denna skillnad är att man i underlaget till Sveriges Internationella rapportering endast utnyttjat en medelemissionsfaktor (0,585 g/MJ) för all vedeldning, medan emissionsberäkningarna i denna studie baseras på fyra olika emissionsfaktorer (0,055-2,19 g/MJ) som kopplats till fyra olika sotningsfrister. Antalet pannor per sotningsfrist har baserats på data från Sveriges samtliga 320 sotningsdistrikt. Kvaliteten i dessa data torde dock variera kraftigt mellan olika sotningsdistrikt. Den sotningsfrist som har den största emissionsfaktorn, äldre vedpannor, svarar enligt beräkningarna också för den dominerande delen av hela ved/flis/spån-förbränningen i småhus och dominerar fullständigt den beräknade PM10-emissionen från vedeldning.Vedeldning i småhus och vägtrafikens emissioner är de dominerande delarna av Sveriges totala PM10-emissioner. Den geografiska fördelningen av vägtrafikens emissioner framgår av Figur 3.2 och den totala PM10-emissionen av Figur 3.3.

För att få en realistisk beskrivning av vilka orter och delar av Sverige som riskerar överskridanden av MKN för PM10 på grund av vedeldning krävs en geografiskt mer detaljerad emissionskartläggning för hela landet än vad som redovisas i denna studie samt en metodik för att koppla samman bakgrundshalter av PM10 med lokalt genererade partikelhalter. I kapitel 4 diskuteras framtida möjligheter för detta.

This report describes a model for calculation of human exposure to air pollution. The model consist of two parts. In the first part air pollution concentrations are calculated, as function of space and time, by using an air pollution model (Omstedt, 1988, Robertson, 1989). Inputdata are routine meteorological data, emission data and background air pollution data.

In the second part of the model the population dynamics in cities are described by using detailed statistical data for the day- and nighttime populations, according to Szegö (1974, 1987).

The model is illustrated by two cases, Helsingborg and Örebro. The results are compared with exposure calculations from simplified methods.

Working Group 1 of COST Action 710 investigated the use of meteorological pre-processors for short-range dispersion models for regulatory purposes. Two commonly used schemes for estimating boundary-layer fluxes from standard meteorological observations were intercompared using high latitude measurements from Sweden for spring/summer and winter conditions. Ground heat fluxes estimated with five different schemes were compared for data measured in Switzerland. The main results of these studies are presented.

Mängden föroreningar, som förs till atmosfären, har under de senaste trettio åren kraftigt ökats. Deposition av dessa till marken leder till en rad biologiska effekter. Risker för skador på olika ekosystem genom deposition av tex tungmetaller och syra har därför alltmer börjat diskuteras som viktiga lokaliseringskriterier för fossileldade kraftverk och vissa större industrier. Depositionen av bly i omedelbar närhet av livligt trafikerade motorleder är ett annat exempel där negativa miljöeffekter befaras.

Uppställandet av effektrelaterade utsläppskriterier medför ett behov av redskap för att kunna göra kvantitativa uppskattningar av förväntade depositioner i omgivningen av en källa. För kraftverk kan behovet av information om depositionsfördelningen, som underlag för lokaliseringsbeslut, röra ett område med flera hundra kilometers utsträckning.

Vid studier av den lokala spridningen runt en punktkälla har under lång tid den gaussiska plymmodellen varit allmänt använd. Den utgör ett enkelt och i många fall mycket bra hjälpmedel, men har avsevärda begränsningar i de fall då depositionsprocesser och kemiska omvandlingar måste inkluderas i beräkningarna. I modeller baserade på diffusionsekvationen, där vissa antaganden om den turbulenta diffusiviteten görs (sk K-teori), finns möjlighet att på ett väsentligt mer realistiskt sätt inkludera processer som rör deposition och kemiska omvandlingar. Nackdelen är dock att den matematiska behandlingen blir mer komplicerad.

Numeriska lösningar av diffusionsekvationen har använts av tex Bo in & Persson (1975) och Omstedt & Rodhe (1977). I båda fallen gällde tillämpningarna föroreningsspridning på storregional skala. Maul (1977) har presenterat en analytisk lösning, som tillämpats på föroreningsspridning på mesoskala. Svårigheterna vid tillämpningen av K-teorin är framförallt att bestämma riktiga värden på de ingångsparametrar som fordras. För analytiska lösningar finns dessutom matematiska hinder för godtyckliga vind- och diffusivitetsprofiler. Detta har resulterat i att beräkningar med K-modeller hittills huvudsakligen utförts för några enkla medelprofiler.

Avsikten med föreliggande projekt har varit att utveckla en för praktiskt brukanvändbar spridningsmodell för studier av torr- och våtdepositionen av föroreningar på lokal- och mesoskala, där godtyckliga vind- och diffusivitetsprofiler kan användas. Dessa genereras med hjälp av en gränsskiktsmodell för olika vädersituationer.

A model has been developed to estimate trends in urban traffic NOx emissions by measured NO2 concentrations. (C) 1999 Elsevier Science B.V. All rights reserved.

Air concentrations of carbon monoxide (CO), nitrogen oxide (NO) and nitrogen dioxide (NO2) were continuously monitored at a rural motorway site in Sweden for the period February-December 1990. In addition, local meteorology and traffic parameters were measured in order to validate a dispersion model. Even close to the motorway, the concentrations of CO and NO2 were well below Swedish air quality guidelines. For long-term averages the regional background contributed significantly to the downwind levels. The atmospheric reaction between primary emitted NO and background ozone (O3) tends to be a major source of downwind NO2, also fairly close to the road (10 m from the road shoulder), where the average NO2/NO(x) ratio was approximately 0.4. The validated model employs a percentile analysis on the basis of the HIWAY-2 and CALINE4 models and a separate emission model. The agreement between measured and modelled data, as refered to the 98th percentile, was good for NO2 but moderate for CO. This is probably partly caused by uncertainties in emission factors for CO for heavy vehicles. Since a good agreement was observed between measured and calculated NO(x) concentrations, problems in adequately modelling NO2 are probably associated with uncertainties as to NO2/NO(x) ratios in the exhaust, or the modelling of the O3 reaction.