In 2024, SMHI published modelled national high-resolution concentrations of NO2, PM10 and PM2.5 for the year 2019. The simulations were performed using a new methodology that enabled a combination of dispersion modelling on regional, urban and street scales without double counting of emissions. With a spatial resolution as high as 50x50 m2, these results provided the most detailed description of air quality over Sweden so far.

Using the same methodology, we have now performed national simulations for the year 2023. Whereas the first project focused on developing a framework for model calculations, the aim of this project has been to further improve the model quality by improving emissions and modelling assumptions, as well as optimising calculation performance. In addition to evaluating concentrations related to the current Swedish air quality standards, we have also included the limits from the updated EU Ambient Air Quality Directive (AAQD) and the World Health Organization (WHO) guidelines.

The emissions and model improvements include:

Better handling of street level NOx chemistry.Improved emissions data from the public power and industrial sectors as well as for the domestic and international shipping sectors.Traffic emissions data has been improved by regionalising vehicle fleets, the assumptions regarding street gritting and the date interval for changing to/from winter tyres.The model results have been validated against applicable Swedish measurement stations and show:

Significantly reduced NO2 concentrations for traffic stations compared to measurements due to model improvements. The modelled concentrations now tend towards underestimation, but with improvements in quality compared to the 2019 results.Improved quality of PM10 concentrations compared to measurements due to a number of improvements to the emission assumptions. The quality has improved particularly in northern Sweden due to regionalised assumptions regarding use of winter tyres and street gritting with sand.Similarly high quality of PM2.5 concentrations as that of the 2019 results.Overall the validation shows improved results, but still with some exceedances with regards to the RDE and RPE and/or through the MQI statistical indicators. More work is needed to improve the model quality enough for it to pass all the data quality objectives for the whole country. It is therefore important to note that more detailed local scale studies are needed to fully understand the air quality at a given location.

Generally, the highest concentrations are seen in urban environments and along major roads. The traffic sector is one of the dominating source sectors as can now also be seen in the source apportionment, a new feature implemented in this upgraded version of our modelling system.

The results from this study are meant to be used by Swedish municipalities and other organisations to help analyse and improve their assessment and mitigation of local air quality. The results have been made freely available on the SMHI web portal “Luft-webb”.

2024 publicerade SMHI högupplösta modellerade halter av NO2, PM10 och PM2,5 över hela Sverige för år 2019. I projektet togs en ny modelleringsmetodik fram för att kombinera spridningsberäkningar på tre skalor; regional, urban och gaturum, utan dubbelräkning av emissioner. Med en rumslig upplösning på 50x50 m2 så var dessa resultat den hittills mest detaljerade beskrivningen av luftkvaliteten över hela Sverige.

Genom att använda samma metodik har vi nu också utfört nationella beräkningar för år 2023. Där det första projektets fokus låg på modellutveckling så har fokus i det här projektet varit att fortsatt förbättra modellen och emissionsbeskrivningen samt optimering av beräkningskedjan. Förutom att utvärdera de resulterande halterna till dagens svenska miljökvalitetsnormer så har vi även utvärderat halterna mot gränsvärdena från det kommande uppdaterade EU-direktivet om luftkvalitet och renare luft i Europa samt från riktlinjerna från WHO (Världshälsoorganisationen).

Förbättringar som har gjorts kring emissioner och modeller inkluderar:

Bättre hantering av gaturumsbidragets NOx-kemi.Emissioner har förbättrats för uppvärmnings- och industrisektorerna samt för inrikes- och utrikessjöfartssektorerna.Trafikemissioner har förbättrats genom regionaliserade antaganden för fordonsflottor, dubbdäcksanvändning och sandning.Modellresultaten har validerats mot tillgängliga svenska mätstationer och visar:

Signifikant reducerade halter av NO2 jämfört med mätvärden. Dessa minskningar beror huvudsakligen på modellförbättringar och tenderar nu att understiga mätvärdena. Modellkvaliteten är dock tydligt förbättrad jämfört med de tidigare resultaten för 2019.Förbättrad kvalitet på halterna av PM10 jämfört med mätvärden, främst på grund av ett antal förbättrade modelleringsantaganden. Kvaliteten har höjts mest i norra delarna av landet genom regionaliserade antaganden kring dubbdäcksanvändning och sandning.Samma höga kvalitet på halterna av PM2,5 jämfört med de tidigare resultaten för 2019.Generellt visar valideringen förbättrade resultat, men det finns fortfarande överskridanden jämfört med kvalitetsmålen RDE och RPE och/eller MQI. Ytterligare arbete kommer att behövas för att förbättra modellkvaliteten tillräckligt för att alla kvalitetsmål ska klaras för hela landet. Det är därför viktigt att påpeka att mer detaljerade lokalskaliga beräkningar behövs för att helt förstå luftkvaliteten vid varje given plats.

De högsta halterna ses oftast i städerna eller intill större vägar. Trafiksektorn är en av de viktigaste källorna, något som nu också kan ses i källfördelningen som är en ny funktionalitet i webbtjänsten.

Resultaten ifrån denna studie är ämnade att användas av svenska kommuner och andra organisationer för att hjälpa analysen och förbättra luftkvalitetsarbetet. Dessa resultat har gjorts fritt tillgängliga på SMHIs webbportal ”Luftwebb”.

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.

I detta utvecklingsprojekt har halter av NO2, PM10 och PM2.5 beräknats för hela Sverige för år 2019. Simuleringar har gjorts med en ny metodik som möjliggör en nästan helt sömlös kombination av spridningsmodellering på tre skalor; regional, urban och gaturum, utan att dubbelräkna emissioner. Föroreningshalter har beräknats på 50x50 m2 upplösning, vilket ger ett komplett och detaljerat dataset på nationell nivå. Den spatiala upplösningen på 50 m fångar koncentrationsgradienter av vikt för högupplösta exponeringsberäkningar. En styrka med att använda spridningsmodeller för att beräkna föroreningshalter är den direkta kopplingen till emissionsinventeringar och projektioner.Ny funktionalitet, parametriseringar och indata har tagits fram med målet att öka prestanda och kvalitet för modellberäkningar samtidigt som lagringskapacitet bevaras. Detta är avgörande för att kunna genomföra en heltäckande nationell modellering med hög geografisk upplösning. Parametriseringar och detaljerade indata har tagits fram för att bättre representera de verkliga spridningsförhållandena, den fysiska miljön samt storlek på utsläpp från exempelvis trafik.För NO2 ses höga halter i urbana miljöer nära trafikbelastade vägar med överskridanden av gränsvärden för olika normer på ett flertal platser. Antal överskridanden av nuvarande miljökvalitetsnormer är förhållandevis få för PM10. Halter av PM2.5 är ofta låga och inga överskridanden av gällande normer sker alls enligt modellresultaten. I ett framtida perspektiv med högre krav på ren luft blir troligtvis situationen en annan, där striktare gränsvärden riskerar att överskridas i flera svenska kommuner, speciellt för PM10.Valideringen av modellresultat gentemot mätningar har visat att modelleringskvalitetskraven uppnås för PM2.5 vid både urbana och trafiknära platser. För NO2 och PM10 uppnås inte modelleringskvalitetskravet för 90 % av mätstationerna då modellen underpresterar vid ett antal platser. RDE indikatorn för modellkvalitet uppfylls dock för flertalet stationer förutom för NO2 vid trafiknära stationer, där marginalen dock är liten. Vidare undersökning av dessa platser krävs och bör prioriteras för att förstå och förbättra modellerade halter i framtida projekt. Modellprestanda, minnes- och lagringskapacitet är fortsatt en stor utmaning för att genomföra högupplösta beräkningar på ett effektivt sätt. Arbetet med detta behöver också prioriteras framöver.Dessa nationella modelleringsresultat utgör en nationell nulägesbeskrivning av luftkvaliteten där alla Sveriges kommuner ingår. Datasetet underlättar identifiering av platser där luftföroreningshalter riskerar att överskrida tröskelvärden för miljökvalitetsnormer och miljömål. Detta kan vara till stor hjälp för kommuner som saknar mätningar och modellering av luftföroreningar och gynnar arbetet med svensk luftvård. En heltäckande nationell kartläggning blir speciellt viktigt att ha till förfogande när EU:s uppdaterade luftkvalitetsdirektiv, med striktare krav på ren luft, införlivas de kommande åren. Det nationella modelleringsunderlaget kan också utgöra stöd vid mätnätverksdesign, val av mätplats och ge värdefull information till experter och forskare såväl som en intresserad allmänhet. Resultaten kommer att tillgängliggöras fritt på SMHI:s webbportal Luftwebb till årsskiftet 2023/2024.

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. 

Halter av NO2, PM10 och PM2.5 har beräknats för hela Sverige för år 2019 och för två scenarier 2030 i den här studien. Beräkningar har gjorts med en ny metodik som möjliggör en nästan helt sömlös kombination av spridningsmodellering på regional och urban skala utan att dubbelräkna emissioner. Föroreningshalter har beräknats på 250x250 m2 upplösning, vilket ger ett unikt komplett och detaljerat dataset på nationell skala. Metodiken kan väl reproducera uppmätta föroreningshalter vid de flesta urbana bakgrundsstationerna i modelldomänet. Den spatiala upplösningen på 250 m fångar koncentrationsgradienter av vikt för exponeringsberäkningar. En styrka med att använda spridningsmodeller för att beräkna föroreningshalter är den direkta kopplingen till emissionsinventeringar och projektioner.

Modellerade föroreningshalter kombineras med griddad befolkningsdata för att beräkna exponering. Den befolkningsviktade årsmedelexponeringen är 5,08 μg/m3 för NO2, 9,95 μg/m3 för PM10 och 5,21 μg/m3 för PM2.5 år 2019. En stor minskning, med cirka 2 μg/m3till 2030, beräknas för exponering av NO2. Exponeringen för PM10 och PM2.5 minskar också till 2030, men inte lika drastiskt, med ungefär 0,2 μg/m3.

En generell slutsats är att exponeringen är högre i åldersspannet 21-50 år. En förklaring är dessa åldersgrupper oftare bor i urbana områden, med mer utsläpp och högre föroreningshalter.

Noll procent av befolkningen exponeras för halter över den årliga miljökvalitetsnormen för NO2, PM10 och PM2.5, varken år 2019 eller 2030. Det ska dock noteras att modellresultaten representerar årsmedelvärden av urbana bakgrundskoncentrationer, inte lokala hotspots.

De modellbaserade beräkningarna av exponeringen för PM2.5 och lokalt genererad NO2 har använts i en nationell hälsokonsekvensberäkning. Hälsokonsekvensberäkningen liknar en nyligen publicerad beräkning avseende 2019, av förtida dödsfall och uppkomst av främst kroniska sjukdomar. Våra resultat avviker i olika riktning från resultaten i liknande beräkningar. En avgörande och komplicerad anledning till skillnader i de beräknade hälsokonsekvenserna är vilka exponerings-responssamband för specifika föroreningar som man baserar sina beräkningar på, riskkurvans form och om det finns någon säker nivå under vilken sambandet upphör. I denna studie har vi valt att luta oss mot den vetenskapliga evidens som ges av högkvalitativa epidemiologiska studier för att sambanden mellan partikelhalt och dödlighet är supra-linjära med den brantaste riskökningen vid de lägsta halterna, att effekterna är starkare nära källan samt att det inte finns stöd för någon tröskelnivå under vilken halten saknar betydelse. När vi räknar ihop antal förtida dödsfall per år som den regionala bakgrundshalten av PM2.5 beräknas orsaka med de dödsfall som beräknas uppkomma till följd av partikelutsläpp på hemorten så blir summan 4 264 förtida dödsfall relaterade till föroreningssituationen 2019. För samma exponeringssituation uppskattar vi att de lokalt genererade bidragettill NO2-halten leder till ytterligare 428 förtida dödsfall per år.

2030 beräknas befolkningsexponeringen för PM2.5 från den regionala bakgrunden ha minskat med omkring 2 % och från urbana källor med 22 % jämfört med 2019, vilket indikerar hur mycket antalet förtida dödsfall skulle reduceras om allt övrigt är oförändrat.

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.