Concentrations of NO2, PM10 and PM2.5 have been calculated for the whole of Sweden for the year 2019 as well as two scenarios for 2030 in this study. Calculations have been performed using a new methodology, allowing almost seam-less combination of dispersion modelling at regional and urban scale without double-counting emissions. The concentrations have been calculated at 250x250 m2 resolution, producing a uniquely complete and detailed dataset at national scale. The  methodology used can well reproduce the measured pollution levels at most urban background stations in the modelling domain. The spatial resolution of 250 m captures concentration gradients that are of importance for exposure calculations. An important strength of using dispersion modelling to calculate concentrations is the direct relation with emission inventories, allowing for source attribution and scenario evaluation that is consistent with emission inventories and projections. 

The modelled concentrations are used together with gridded population data in order to calculate exposure. The annual average population weighted exposure is 5.08 µg/m3 for NO2, 9.95 µg/m3 for PM10 and 5.21 µg/m3 for PM2.5 in 2019. A large decrease, by approximately 2 µg/m3, is seen for exposure to NO2 in 2030 compared to 2019. The exposure to PM10 and PM2.5 is also decreasing in 2030, but not as drastically, by about 0.2 µg/m3.   

A general conclusion is that exposure is higher in the age span of 21-50 years. An explanation is that these age groups more often live in urban areas, where there are more emissions and higher concentrations of pollution.    

Zero percent of the population is exposed to levels above the annual air quality standards for NO2, PM10 and PM2.5 for 2019 and 2030.  It is to be noted that the model results represent annual averaged urban background concentrations, not local hotspot concentrations. 

The modelled exposures to PM2.5 and urban NO2 have been used for a national health impact assessment. The health impact assessment is similar to an earlier study of premature deaths and incident cases of mainly chronic diseases. Our results differ to a varying degree from similar impact assessments. Most important among the complicated reasons for differences in the estimated health impacts are the assumed exposure-response functions for the specific exposures, the slope and if there is a lower threshold below which no association exists. We have in this study decided to follow the strong evidence from high quality epidemiological studies that the exposure-response relationship between long-term exposure to PM2.5 and total mortality in adults is supra-linear with a much steeper slope at the lower end, with stronger effects of near source exposure, and no evidence of a threshold level below which no effects are observed. When adding the yearly number of premature deaths attributed to the regional background PM2.5 levels and the deaths associated with PM2.5 exposure from local sources, the total number becomes 4 264 deaths related to the fine particle exposure situation in 2019. At the same time, the urban contribution of NO2 is estimated to result in additional 428 premature deaths per year. 

In 2030 the population exposure to PM2.5 from the regional background is expected to be about 2% lower and from urban sources 22% lower compared to 2019, which indicates how much the attributed number of preterm deaths would change if everything else stays the same. 

I denna studie presenteras nutid (2010) och förändring till framtid (2020) för ett emissionsscenario baserat på PRIMES energimodell och IMO-beslut för internationell sjöfart. Utifrån dessa uppskattningar har modellberäkningar gjorts över nutid och förändring till 2020 för deposition av kväve och svavel, samt för lufthalter av sekundära inorganiska aerosoler (SIA; partiklar) och marknära ozon. Bidrag och förändring i detta bidrag till 2020 har presenterats för internationell sjöfart. Även Sveriges och övriga Europas bidrag till deposition i nutid och förändring till framtid har presenterats.Huvudresultaten i studien är:- Landbaserade utsläpp av svaveldioxid, kväveoxider, partiklar, kolmonoxid och volatila organiska ämnen förväntas minska i Europa såväl som i Sverige, medan utsläppen av ammoniak förväntas öka till 2020 i Europa.- Internationell sjöfart förväntas minska sina utsläpp av svaveldioxid på grund av IMO-beslut, men förväntad ökning i trafiken medför ökade utsläpp av NOx.- Såväl deposition som lufthalter fortsätter vara högst i södra Sverige.- Utsläppsminskningarna till 2020 medför minskat nedfall av svavel och kväve i Sverige.- Bidraget till kvävedeposition från internationell sjöfart ökar i hela landet till 2020, övriga bidrag minskar.- Luftkvaliteten i regional bakgrundsluft i Sverige förbättras för såväl marknära ozon som för SIA.- De högsta halterna av marknära ozon beräknas minska som en följd av utsläppsminskningar i Europa.

Vi har tagit fram en flexibel nedskalningsmetodik för marknära ozon, CLAIR-O3-metoden.Denna metodik nyttjar högupplösta utsläpp av kväveoxider för att skala ner modellberäknatozon på grövre upplösning. Detta har en vinst i form av ökad upplösning i närhet till utsläppav kväveoxider, t.ex. i urban miljö och närhet till stora vägar/industrier/bostadsområden.Metoden tillåter, utöver den ökade upplösningen, även en förbättring (korrigering) avregionalskaliga halter med regionalskaliga mätningar, såsom i MATCH sverigesystemet, mendet är inte nödvändigt utan nedskalningen av marknära ozon kan appliceras direkt påmodellerad bakgrundshalt. I denna studie har vi utgått från nationella bakgrundshalterframtaget med MATCH (5x5km2 upplösning), och korrigerat mot regionalabakgrundsmätningar på timskala.Vi har beräknat timhalter av marknära ozon för två svenska städer, Stockholm och Göteborg,för 2015 på 100x100m2 upplösning och använt dessa för att skatta befolkningsexponering istädernas kommuner. Högst exponering är generellt i Göteborg under 2015, med allra högstexponering i Kungälvs kommun. Högst exponering i Stockholm är i de ostliga kommunernaÖsteråker, Värmdö och Vaxholm medan den lägsta exponeringen är i Sundbyberg, Solna ochStockholms kommun.Våra modellresultat jämför sig väl mot i metoden oberoende mätdata, och mot enregressionsmetod som baseras på regression av mätningar. Denna metodik är tillämpbar överett större område, som hela Sverige, och längre tidsperioder, då den inte är beroende avtillgång till mätdata.Det finns fortsatta möjliga ytterligare metod och modellförbättringar. En förbättringsmöjlighetär förfinad hantering av hur regionalskalig halt först in i nedskalningsmodellen, vilket skullejämna ut det grövre rutmönstret i kartorna. En annan är att införa nedskalning medatmosfärisk stabilitet och höjd i landskapet vilket skulle möjliggöra beskrivning av högupplöstväxtexponering, vilket enbart hanteras i närhet till direkta utsläpp i denna metod.Metoden skulle kunna införas i miljöövervakningen med MATCH Sverigesystemet.

Exposure to fine particulate air pollution (PM2.5) is emerging as a risk factor for Alzheimer's disease (AD), but existing studies are still limited and heterogeneous. We have previously studied the association between dementia (AD and vascular dementia) and PM2.5 stemming from vehicle exhaust and wood-smoke in the Betula cohort in Northern Sweden. The aim of this commentary is to estimate the association between total PM2.5 and dementia in the Betula cohort, which is more relevant to include in future meta-estimates than the source-specific estimates. The hazard ratio for incident dementia associated with a 1 mu g/m(3) increase in local PM2.5 was 1.38 (95% confidence interval: 0.99 - 1.92). The interpretation of our results is that they indicate an association between local contrasts in concentration of PM2.5 at the residential address and incidence of dementia in a low-level setting.

Data on airborne fine particle (PM2.5) emissions and concentrations in cities are valuable for traffic and air quality managers, urban planners, health practitioners, researchers, and ultimately for legislators and decision makers. Emissions and ambient concentrations of PM2.5 and black carbon (BC) were assessed in the city of Curitiba, southern Brazil. The methodology combined a month-long monitoring campaign with both fixed and mobile instruments, development of emission inventories, and dispersion model simulations on different scales. The mean urban background PM2.5 concentrations during the campaign were 7.3 mu g m(-3) in Curitiba city center, but three- to fourfold higher (25.3 mu g m(-3)) in a residential area on the city's outskirts, indicating the presence of local sources, possibly linked to biomass combustion. BC concentrations seemed to be more uniformly distributed over the city, with mean urban background concentrations around 2 mu g m(-3), half of which due to local traffic emissions. Higher mean BC concentrations (3-5 mu g m(-3)) were found along busy roads. The dispersion modeling also showed high PM2.5 and BC concentrations along the heavily transited ring road. However, the lack of in situ data over these peripheral areas prevented the verification of the model output. The vehicular emission factors for PM2.5 and BC from the literature were found not to be suitable for Curitiba's fleet and needed to be adjusted. The integrated approach of this study can be implemented in other cities, as long as an open data policy and a close cooperation among regional, municipal authorities and academia can be achieved.

In this development project, concentrations of NO2, PM10 and PM2.5 have been calculated for the whole of Sweden for the year 2019. Simulations have been made with a new methodology that enables an almost completely seamless combination of dispersion modelling on three scales; regional, urban and street scale, without double counting emissions. Pollution levels have been calculated at 50x50 m2 resolution, which provides a complete and detailed dataset at a national level. The spatial resolution of 50 m captures concentration gradients important for high-resolution exposure calculations. A strength of using dispersion models to calculate pollutant levels is the direct connection to emission inventories and projections.New functionality, parameterizations and inputs have been developed with the goal of increasing the performance of model calculations while preserving storage capacity. This is crucial to be able to carry out a comprehensive national modelling with a high geographical resolution. Parameterizations and detailed input data have been developed to better represent the real dispersion conditions, the physical environment and the size of emissions from, for example, traffic.For NO2, high levels are seen in urban environments near roads with high traffic load, and exceedances of the air quality limit values are seen in several locations. The number of exceedances of current air quality standards are relatively low for PM10. Levels of PM2.5 are often low and no exceedances of current standards occur at all. In a future perspective with stricter requirements for clean air, the situation will likely be different. With potentially stricter limit values there is a risk for exceedances in the several Swedish municipalities, especially for PM10.The validation of the modelling results compared to measurements has shown that modelling quality objectives are achieved for PM2.5 at both urban and local traffic stations. For NO2 and PM10, the modelling quality objectives are not met. The model underperforms at a number of stations and the 90 % requirement is thus not achieved. The RDE indicator is however fulfilled for several stations except for NO2 at traffic stations where the margin to fulfilment was very close. Further investigation of these sites is required and should be prioritized to understand the causes and improve modelled concentrations. Model performance, memory and storage capacity remain a major challenge for performing high-resolution calculations efficiently. Work on this also needs to be prioritised in future projects.The national modelling results constitute a national description of the current state of air quality in which all of Sweden's municipalities are included. The dataset facilitates the identification of locations where air pollution levels are at risk of exceeding threshold values for air quality standards and environmental quality objectives. This can be of great help to municipalities that lack measurements and modelling of air pollution and supports the work with Swedish air pollution assessment and mitigation. A comprehensive national assessment is especially important to have available when the updated EU Ambient Air Quality Directive, with stricter requirements for clean air, is implemented in the coming years. The dataset can also support the design of measurement networks, selection of measurement site locations and provide valuable information to experts and researchers as well as an interested public. The results will be made freely available on the SMHI web portal “Luftwebb” by the turn of the year 2023/2024.

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.

Residential wood combustion (RWC) is a major source of air pollutants in the Nordic and many other countries. The emissions of the pollutants have been estimated with inventories on several scopes, e.g. local and national. An important aspect of the inventories is the spatial distribution of the emissions, as it has an effect on health impact assessments. In this study, we present a novel residential wood combustion emission inventory for the Nordic countries based on national inventories and new gridding of the emissions. We compare the emissions of the Nordic inventory, and especially their spatial distribution, to local assessments and European level TNO-newRWC-inventory to assess the spatial proxies used. Common proxies used in the national inventories in the Nordic countries were building data on locations and primary heating methods and questionnaire-based wood use estimates for appliances or primary heating methods. Chimney sweeper register data was identified as good proxy data, but such data may not be available in an applicable format. Comparisons of national inventories to local assessments showed the possibility to achieve similar spatial distributions through nation-wide methods as local ones. However, this won't guarantee that the emissions are similar. Comparison to the TNO-newRWC-inventory revealed the importance of how differences between urban and rural residential wood combustion are handled. The comparison also highlighted the importance of local characteristics of residential wood combustion in the spatial distribution of emissions.

I många länder så är sjöfarten en viktig källa till emissioner av luftföroreningar. Nuförtiden anses sjöfarten ofta vara den viktigaste källan till utsläpp av svavel. Sjöfarten släpper även ut betydande mängder av kväveoxider, partiklar och flyktiga organiska ämnen. Ur klimatperspektiv så är sjöfarten en viktig utsläppakälla för växthusgaser och bidrar även till utsläppen av kortlivade klimatpåverkande ämnen, såsom sot. Utsläpp till luft från sjöfart har påverkan på luftkvalitet, klimatet och försurningen av våra vattendrag.För att förstå vilken påverkan sjöfarten har på miljö, människors hälsa och klimatet, så är det nödvändigt att kvantifiera, kartlägga och beskriva dess emissioner. På grund av avsaknad av data och kunskap så har beräkningar av sjöfartens emissioner alltid varit mycket osäkra. En orsak till osäkerheterna har varit svårigheten att lokalisera och identifiera det stora antal fartyg som rör sig på våra vatten. En annan orsak har varit svårigheter och brist på kunskap kring emissionsfaktorer för fartygsmotorer. Sedan år 2007 har AIS (Automatic Identification System) varit en standard för att positionera och identifiera fartyg till sjöss. AIS är ett komplement till radar och beskriver enskilda fartygs position, fart och identitetmed hög precision. Denna utveckling har öppnat upp nya möjligheter att förbättra information om sjöfartens emissioner.Ett system som använder AIS för att beräkna fartygsemissioner har utvecklats. Systemet möjliggör beräkning av emissioner från fartyg utifrån den senaste kunskapen kring emissionsfaktorer och tar hänsyn till fartygsspecifika uppgifter så långt som möjligt. Drivkraften för denna utveckling är att förbättra kunskapen om sjöfartens påverkan på miljö, människors hälsa och klimatet, samt att erbjuda ett flexibelt verktyg för frågor relaterade till utsläpp av luftföroreningar, växthusgaser och kortlivade klimatpåverkande ämnen. Det utvecklade systemet är en integrerad del i luftvårdssystemet Airviro.Det utvecklade systemet har använts för Östersjön. Denna applikation av systemet kallas för Shipair, vilket avser såväl Airviro som de datakällor som används i denna uppsättning av systemet. Område som täcks in omfattar Östersjön och Nordsjön upp till Norges södra kust. AIS-data hämtas från den databas med alla Östersjöländers AIS information som administreras av HELCOM. Vid sidan av AIS-data använder applikationen Shipair även en webbtjänst från Sjöfarsverket för att inhämta och uppskatta fartygsspecifika uppgifter som behövs för emissionsberäkningarna.Systemet har validerats genom att jämföra beräknad och uppmätt bränsleförbrukning för ett mindre antal fartyg. Jämförelsen visar på god överensstämmelse mellan beräknad och uppmätt bränsleförbrukning, med skillnader under 10 % för individuella fartyg. Jämförelser har även gjorts mot resultat från andra inventeringar av sjöfartens emissioner inom Östersjön. Resultaten överensstämmer väl med publicerade resultat från modellen STEAM2 utförda av FMI (Finska Meteorologiska Institutet). Denna inventering baseras på en liknande metod som Shipair. Större skillnader ses vid en jämförelse med de emissioner som används inom EMEP (Environmental Monitoring and Evaluation Programme), där EMEPs emissioner är betydligt högre än de som beräknas med Shipair. Slutligen genomfördes även indirekt verifiering av resultaten från Shipair genom att jämföra resultat från spridningsmodeller med uppmätta halter i omgivningsluft. På grund av ett stort bidrag från andra källor, vilka döljer signalen från sjöfarten, kunde inga mer detaljerade slutsatser dras rörande resultatens kvalitet. Jämförelsen bekräftade endast att de beräknade emissionerna inte är signifikant överskattade.En jämförelse har även gjorts för att undersöka om emissioner för Svensk inrikes sjöfart beräknade utifrån bränslestatistik är rimliga. Resultaten indikerar att utsläppen från inrikes sjöfart beräknade utifrån bränslestatistik kan vara underskattade med ca 50 %.

Rain, which is given a horizontal velocity component by the influence of wind, is termed winddriven or driving rain. Driving rain is one of the main sources to the amount of moisture a building is exposed to, and thereby contributes to the processes deteriorating the building envelope. Examples of damages to the building envelope that the onslaught of driving rain directly or indirectly can contribute to are: cracks caused by the freezing of water absorbed in the facade, mould or rot, corrosion of concrete reinforcements and soiling patterns. Knowledge about the exposure of a building to driving rain is needed in order to minimise the deteriorating processes, and thus contributes to ensure a satisfactory performance of the building design.

This work is meant as an introduction to the field of numerical quantification of driving rain on buildings. Focus is set on three-dimensional simulation of the wind flow and raindrop trajectories using CFD (Computational Fluid Dynamics). lnterest is also paid to some specific properties of rainfall, such as drop size distributions and drag forces on raindrops. The study includes a detailed description of a method to calculate the driving rain distribution on a building, as well as application of the method to a rectangular facade. A qualitative evaluation of the results indicates that the method can be used to calculate the mean distribution of driving rain on simple geometries with sufficient accuracy.

When mortality or other health outcomes attributable to fine particulate matter (PM2.5) are estimated, the same exposure-response function (ERF) is usually assumed regardless of the source and composition of the particles, and independently of the spatial resolution applied in the exposure model. While several recent publications indicate that ERFs based on exposure models resolving within-city gradients are steeper per concentration unit (mu gm(-3)), the ERF for PM2.5 recommended by the World Health Organization does not reflect this observation and is heavily influenced by studies based on between-city exposure estimates. We evaluated the potential health benefits of three air pollution abatement strategies: electrification of light vehicles, reduced use of studded tires, and introduction of congestion charges in Stockholm and Gothenburg, using different ERFs. We demonstrated that using a single ERF for PM2.5 likely results in an underestimation of the effect of local measures and may be misleading when evaluating abatement strategies. We also suggest applying ERFs that distinguish between near-source and regional contributions of exposure to PM2.5. If separate ERFs are applied for near-source and regional PM2.5, congestion charges as well as a reduction of studded tire use are estimated to be associated with a significant reduction in the mortality burden in both Gothenburg and Stockholm. In some scenarios the number of premature deaths is more than 10 times higher using separate ERFs in comparison to using a single ERF irrespective of sources as recommended by the WHO. For electrification, the net change in attributable deaths is small or within the uncertainty range depending on the choice of ERF.