Gå til innhold
  • Send

  • Kategori

  • Sorter etter

  • Antall per side

Fant 9856 publikasjoner. Viser side 120 av 395:

Publikasjon  
År  
Kategori

Equinors miljøovervåkingsprogram for Snøhvit. Overvåking av vegetasjon og jord – reanalyser i 2018

Jokerud, Mari; Bargmann, Tessa; Halse, Anne Karine; Uggerud, Hilde Thelle; Aarrestad, Per Arild

Petroleumsanlegget på Melkøya utenfor Hammerfest ble startet opp i 2007 og slipper ut karbon-dioksid (CO2), nitrogenoksider (NOx), metan (CH4), flyktige organiske forbindelser utenom metan (nmVOC), svoveldioksid (SO2) og hydrogensulfid (H2S) fra energiproduksjon og prosessanlegg. Utslipp av nitrogen og svovelholdige gasser kan generelt påvirke terrestriske økosystemer ved forsuring og gjødsling av jordsmonn og vegetasjon. Petroleumsanlegget på Melkøya tar imot naturgass fra feltene Snøhvit og Albatross i Barentshavet. Her prosesseres og nedkjøles natur-gassen til flytende gass (LNG) for videre distribuering. Utslippene fra LNG-anlegget er beregnet til å ligge under gjeldene kritiske tålegrenseverdier for terrestriske naturtyper, men tålegrense-verdiene i arktisk/alpine naturtyper er imidlertid usikre. For å kunne dokumentere eventuelle ef-fekter av utslipp til luft, ble det i 2006 (før utslipp) etablert et overvåkingsprogram for vegetasjon og jord i influensområdet fra LNG-anlegget på Melkøya. Grunnlagsundersøkelsen ble utført samme år, og det ble utført analyser i 2008, 2013 og 2018 etter samme metodikk som i 2006.
To overvåkingsområder ble opprettet i 2006, ett med estimert relativt høy avsetning av nitrogen, nordøst på Kvaløya ved Forsøl og ett område med relativt lav avsetning sør på Kvaløya ved Stangnes. Områdene er samkjørt med Norsk institutt for luftforskning (NILU) sine overvåkings-stasjoner for luft- og nedbørskvalitet. Innen hvert område utføres det en integrert overvåking av vegetasjonens artssammensetning og kjemisk innhold av planter og jord i to atskilte naturtyper (næringsfattig kreklinghei og litt kalkfattig og svakt intermediær jordvannsmyr).
Vegetasjonen overvåkes i permanent oppmerkede ruter (1m × 1m i arktisk hei og 0,5m × 0,5m på myr). I hver rute registreres mengde av karplanter, moser og lav, samt vegetasjonssjiktenes høyde og dekning. Lys reinlav/fjellreinlav (reinlav) og rusttorvmose analyseres for kjemisk inn-hold, Kjeldahl-nitrogen, tungmetallene bly (Pb), nikkel (Ni) og sink (Zn) og polyaromatiske hydro-karboner (PAH). Jordprøver fra hver av naturtypene analyseres for pH, Kjeldahl-nitrogen, ekstraherbare kationer, utbyttingskapasitet, basemetning, Pb, Ni, Zn og PAH. De kjemiske analysene av planter og jord utføres av Norsk institutt for bioøkonomi og NILU.
Analysene av vegetasjonens artssammensetning viste få endringer i mengdeforhold mellom artene fra 2006 til 2018. De små endringene vi fant skyldes trolig årlige variasjoner. Det ble funnet noen få endringer av arter som normalt responderer positivt på nitrogengjødsling, slik som gress. Lav har gått noe tilbake mest sannsynlig pga. økt beitepress fra rein. Det er således ingen indikasjon på at en eventuell forurensing fra LNG-anlegget på Melkøya har påvirket vegetasjonens artssammensetning og mengdeforholdet mellom arter.

NØKKELORD : Hammerfest, Melkøya, Kvaløya, LNG-anlegg, forurensing, forsuring, gjødsling, nitrogen, arktisk/ alpin vegetasjon, kreklinghei, myr, plantekjemi, jordkjemi, polyaromatiske hydrokarboner,
KEY WORDS : Hammerfest, Melkøya, Kvaløya, LNG plant, pollution, acidification, fertilization, nitrogen, arctic/ alpine vegetation, mire, plant chemistry, soil chemistry, polynuclear aromatic hydrocarbons

Norsk institutt for naturforskning

2018

Er det farleg å tenne stearinlys?

Halse, Anne Karine (intervjuobjekt); Farestveit, Elise; Takle, Stian Sjursen (journalister)

2019

Er konsekvensutredninger et egnet verktøy i gjennomføringen av EUs rammedirektiv for vann?

Sørensen, J.; Østdahl, T.; Guerreiro, C.; Selvik, J.R.; Hanssen, M.

2004

Er plast farlig?

Hanssen, Linda

2018

Er Tromsø Idrettslag TIL for miljøet?

Borch, Trude; Halsband, Claudia; Herzke, Dorte

2018

Erratum to “Airborne investigation of the aerosols-cloud interactions in the vicinity and within a marine stratocumulus over the North Sea during EUCAARI (2008)” [Atmos. Environ. 81C (2013) 288-303]

Crumeyrolle, Suzanne; Weigel, R.; Sellegri, K.; Roberts, G.; Gomes, L.; Stohl, Andreas; Laj, P.; Momboisse, G.; Bourianne, T.; Puygrenier, V; Burnet, F; Chosson, F; Brenguier, JL; Etcheberry, JM; Villani, P.; Pichon, J.M.; Schwarzenboeck, A.

Elsevier

2018

Erratum to: Spatially valid data of atmospheric deposition of heavy metals and nitrogen derived by moss surveys for pollution risk assessments of ecosystems.

Schröder, W.; Nickel, S.; Schönrock, S.; Meyer, M.; Wosniok, W.; Harmens, H.; Frontasyeva, M. V.; Alber, R.; Aleksiayenak, J.; Barandovski, L.; Carballeira, A.; Danielsson, H.; de Temmermann, L.; Godzik, B.; Jeran, Z.; Karlsson, G. P.; Lazo, P.; Leblond, S.; Lindroos, A.-J.; Liiv, S.; Magnússon, S. H.; Mankovska, B.; Martínez-Abaigar, J.; Piispanen, J.; Poikolainen, J.; Popescu, I. V.; Qarri, F.; Santamaria, J. M.; Skudnik, M.; Špiric, Z.; Stafilov, T.; Steinnes, E.; Stihi, C.; Thöni, L.; Uggerud, H. T.; Zechmeister, H. G.

2016

Erratum: Correction to: Hazard Assessment of Benchmark Metal-Based Nanomaterials Through a Set of In Vitro Genotoxicity Assays (Advances in experimental medicine and biology)

Vital, Nádia; Pinhão, Mariana; El Yamani, Naouale; Rundén-Pran, Elise; Louro, Henriqueta; Dusinska, Maria; Silva, Maria João

Springer

2022

Error Prediction of Air Quality at Monitoring Stations Using Random Forest in a Total Error Framework

Lepioufle, Jean-Marie; Marsteen, Leif; Johnsrud, Mona

Instead of a flag valid/non-valid usually proposed in the quality control (QC) processes of air quality (AQ), we proposed a method that predicts the p-value of each observation as a value between 0 and 1. We based our error predictions on three approaches: the one proposed by the Working Group on Guidance for the Demonstration of Equivalence (European Commission (2010)), the one proposed by Wager (Journal of Machine Learning Research, 15, 1625–1651 (2014)) and the one proposed by Lu (Journal of Machine Learning Research, 22, 1–41 (2021)). Total Error framework enables to differentiate the different errors: input, output, structural modeling and remnant. We thus theoretically described a one-site AQ prediction based on a multi-site network using Random Forest for regression in a Total Error framework. We demonstrated the methodology with a dataset of hourly nitrogen dioxide measured by a network of monitoring stations located in Oslo, Norway and implemented the error predictions for the three approaches. The results indicate that a simple one-site AQ prediction based on a multi-site network using Random Forest for regression provides moderate metrics for fixed stations. According to the diagnostic based on predictive qq-plot and among the three approaches used in this study, the approach proposed by Lu provides better error predictions. Furthermore, ensuring a high precision of the error prediction requires efforts on getting accurate input, output and prediction model and limiting our lack of knowledge about the “true” AQ phenomena. We put effort in quantifying each type of error involved in the error prediction to assess the error prediction model and further improving it in terms of performance and precision.

MDPI

2021

ESA Campaign Database (CDB) User Manual. NILU TR

Vik, A.F.; Krognes, T.; Walker, S.-E.; Bjørndalsæter, S.; Stoll, C.; Bårde, T.; Paltiel, R.; Gloslie, B.

2006

ESA CCI Soil Moisture for improved Earth system understanding: State-of-the art and future directions.

Dorigo, W.; Wagner, W.; Albergel, C.; Albrecht, F.; Balsamo, G.; Brocca, L.; Chung, D.; Ertl, M.; Forkel, M.; Gruber, A.; Haas, E.; Hamer, P. D.; Hirschi, M.; Ikonen, J.; de Jeu, R.; Kidd, R.; Lahoz, W.; Liu, Y. Y.; Miralles, D.; Mistelbauer, T.; Nicolai-Shaw, N.; Parinussa, R.; Pratola, C.; Reimer, C.; van der Schalie, R.; Seneviratne, S. I.; Smolander, T.; Lecomte, P.

2017

ESA Climate Change Initiative Phase II Soil Moisture. Product Validation and Intercomparison Report. Revision 3 (PVIR), D4.1.2, Version 0.1, 12 October 2018.

Lahoz, William A.; Blyverket, Jostein; Hamer, Paul

Prepared by Earth Observation Data Centre for Water Resources Monitoring (EODC) GmbH in cooperation with TU Wien, GeoVille, ETH Zürich, TRANSMISSIVITY, AWST, FMI, UCC and NILU

The ESA Climate Change Initiative Phase 2 Soil Moisture Project

2018

Esso Slagentangen. Måleprogram luftkvalitet 2017-2018.

Berglen, Tore Flatlandsmo; Nilsen, Anne-Cathrine

NILU

2019

Esso Slagentangen. Målerapport 2009 NILU OR

Berglen, T.F.; Arnesen, K.

2010

Esso Slagentangen. Oppsummering måleprogram 2006-2011. NILU OR

Berglen, T.F.; Tønnesen, D.; Andresen, E.; Arnesen, K.; Li, L.; Ofstad, T.; Rode, A.; Schmidbauer, N.

NILU har utført måleprogram ved Slagen raffineri på oppdrag fra Esso Norge. Programmet innebar målinger av meteorologi, SO2, PM10, BTEX og nedbørkvalitet. De meteorologiske målingene viser at vinden er kanalisert nord/sør (topografisk effekt). Monitormålinger av SO2 ved to stasjoner i juni 2006 - des 2007, i 2009 og i 2011 viser at stasjonen nær raffineriet hadde høyeste timemiddelverdi 689,7 µg/m3 i 2007 (20 timeverdier over 350 µg/m3), 540,6 µg/m3 i 2009 (29 timeverdier over 350 µg/m3) og 1167,2 µg/m3 i 2011 (19 timeverdier over 350 µg/m3). Dvs. at luftkvaliteten overskred grenseverdien for timemiddel i 2009. Også grenseverdi for døgn (fem verdier over 1252 µg/m3 mot tre tillatte) og for år (20,3 µg/m3 mot 20 µg/m3 som gitt grense) ble overskredet i 2009. PM10 viste ingen overskridelser av grenseverdier. Benzen var over nasjonalt mål i 2009 (målt verdi 2,6 µg/m3 mot grenseverdi 2 µg/m3).

2013

Esso Slagentangen. Overvåkingsprogram for konsentrasjoner i luft fra utslipp fra Slagen raffineri. NILU OR

Berglen, T.F.; Andresen, E.; Arnesen, K.; Haugsbakk, I.; Knudsen, S.; Rode, A.; Schmidbauer, N.

2009

Esso Slagentangen. Resultater 2019 og oppsummering 2017-2019.

Berglen, Tore Flatlandsmo; Nilsen, Anne-Cathrine; Våler, Rita Larsen

NILU

2020

Publikasjon
År
Kategori