Dynamisk ressurs modellering - miljørisikoanalyse for arktiske olje og gass aktivitet - BK2016
0 likes•457 views
Brukerforedrag - Esri norsk brukerkonferanse 2016
Dynamisk ressurs modellering - miljørisikoanalyse for arktiske olje og gass aktivitet - BK2016
- 1. DNV GL © 2016 Ungraded 03 February 2016 SAFER, SMARTER, GREENERDNV GL © 2016 Ungraded 03 February 2016 Karl John Pedersen OIL & GAS Dynamisk ressurs modellering - miljørisikoanalyse for arktiske olje og gass aktivitet 1 Esri Norsk Brukerkonferanse 2016
- 2. DNV GL © 2016 Ungraded 03 February 2016 Introduksjon 2 Environmental Risk Management avdeling innen Olje & Gass, DNV GL, Oslo – DNV GL – Internasjonalt selskap med hovedkontor i Norge – Global classification, certification, technical assurance and advisory company GIS brukt i mange prosjekter innen risiko modellering og visualisering Vise hvordan GIS er brukt i videreutvikling av miljørisikovurderinger i Arktis Bakgrunn Problemstilling Løsning Visualisering
- 3. DNV GL © 2016 Ungraded 03 February 2016 Bakgrunn – DNV GL utfører oljedriftssimuleringer for utslipp fra olje plattformer -> for miljørisikovurderinger – Brukes av oljeselskaper i lete- og boresøknader til Miljødirektoratet – Beregner bestandstap av miljøressurser f.eks. sjøfugl 3
- 4. DNV GL © 2016 Ungraded 03 February 2016 Problemstilling – Miljøressurser modelleres statisk pr. sesong – Likevel beveger noen ressurser seg dynamisk ved iskanten – Ressursene er avhengig av is, og flytter med iskanten innenfor en sesong – Ønsker å inkludere denne dynamikken i modellering av bestandstap – Metode for modellering av is-avhengig ressurser utviklet med Svalbard bestanden av ismåke 4
- 5. DNV GL © 2016 Ungraded 03 February 2016 Ismåke 5 Mai-august (Polarinstituttet) HekkingPre-hekking Mars-april (Polarinstituttet) Bestand på 14 000 par hekkefugl. Ca. 100-200 par hekker på Svalbard. Bruker iskantsonen som matkilde.
- 6. DNV GL © 2016 Ungraded 03 February 2016 Løsning ArcGIS Desktop og Python - modellering og visualisering Iskonsentrasjon fra SVIM data fra 1998-2005 Daglig is data 6
- 7. DNV GL © 2016 Ungraded 03 February 2016 GIS prosess 7 Iskonsentrasjon SVIM NetCDF Interpolate Raster (Mosaic) Tid enablet 20-50% Iskonsentrasjon Overlap med ismåke bestand Bestandandel 10x10 km grid
- 8. DNV GL © 2016 Ungraded 03 February 2016 Ismåke bestandsfordeling 8 Pre-hekking (mars-april) Hekking (mai-august)
- 9. DNV GL © 2016 Ungraded 03 February 2016 Ismåke i 20-50% is 9
- 10. DNV GL © 2016 Ungraded 03 February 201610 Oljedrift/miljørisikovurderinger prosess Utslipp øst av Svalbard Oljedrift simulering i Oscar (25 dager) Beregne oljemengde pr. grid Overlap olje og ismåke Bestandstap 10x10 km grid
- 11. DNV GL © 2016 Ungraded 03 February 2016 Oljedrift med bestandstap 11
- 12. DNV GL © 2016 Ungraded 03 February 2016 Visualisering av resultater Animasjon over tid – Iskonsentrasjon – Ismåke fordeling – Oljedrift – Ismåke bestandstap – Daglig akkumulert bestandstap graf 12
- 13. DNV GL © 2016 Ungraded 03 February 2016 Oppsummering Modellering av dynamisk ressurser reduserer usikkerheten i risikoen i miljørisikovurderinger Vil gi et bedre bilde av miljørisiko i iskanten pga. oljesøl Viser verdien av ArcGIS i å kombinere, analysere og visualisere ulike datasett i både tid og rom Fremtidige utvikling Ta hensyn til primær produksjon, polarfronten, ‘upwelling’ områder (næringsrik) Andre arter Prosjekt deltagere Marte Rusten, Karl John Pedersen, Torild Nissen-Lie, Anders Rudberg, Øyvind Endresen, Delphine Laborde, Odd Willy Brude Med hjelp fra Polarinstituttet v/Hallvard Strøm 13
- 14. DNV GL © 2016 Ungraded 03 February 2016 SAFER, SMARTER, GREENER www.dnvgl.com Spørsmål 14 Kontakt: Karl John Pedersen Principal Specialist, Environmental Risk Management, Høvik, Norway E-mail [email protected] Mobile +47 950 02 061