Transcript RISIKOMODELL HAVBRUK

Oppdragsgiver
Kongsberg Seatex
Rapporttype
Forskningsrapport
2010-05-31
RISIKOMODELL
HAVBRUK
FORHOLD SOM PÅVIRKER PERSONSIKKERHET
OG RISIKO FOR RØMMING AV FISK
3 (78)
RISIKOMODELL HAVBRUK
Oppdragsnr.:
60700520
Oppdragsnavn:
Intelligente transportsystemer havbruk
Dokument nr.:
Rapport 1
Filnavn:
rapport 18.docx
Revisjon
1
2
Dato
2009-11-10
2010-05-31
Utarbeidet av
TNL
TNL
Kontrollert av
KTH
Godkjent av
KTH
TNL
Beskrivelse
Utkast
Endelig rapport
Revisjonsoversikt
Revisjon
Dato
Revisjonen gjelder
4 (78)
RISIKOMODELL HAVBRUK
Rambøll
5 (78)
RISIKOMODELL HAVBRUK
FORORD
Foreliggende rapport innen forskningsprosjektet Intelligente transportsystemer i havbruk
inneholder grunnlag for konstruksjon av en risikomodell for havbruksanlegg. Det er laget en
analyse av rømmingsdata for fisk fra oppdrettsanlegg i perioden 2006-2008. Det er også laget en
sammenstilling av informasjon om personskadeulykker knyttet til havbruksnæringen.
Rapporten inneholder også resultat fra et ekspertpanel som er benyttet til å identifisere
risikoindikatorer som kan benyttes til å bygge en risikomodell for havbruksanlegg. Følgende
personer var med i ekspertpanelet:
• Roger Sørgaard, Kråkerøy fisk
•
•
•
•
•
Synnøve Ervik, Ervik Laks
Aksel Olsen, Salsøyvik havbruk
Ludvik Flaahammer, Rohav AS, brønnbåt
Anita Wiborg, Fiskeridirektoratet
Thomas Bekken, Salmar
Rapporten er utarbeidet av siviling Terje Norddal som faglig ansvarlig for arbeidet i samarbeid
med siviling Kristian Solem. Cand Agr Knut Selbekk har bidratt med tilrettelegging av data og
cand vet med Per Johan Røttereng har bidratt med kvalitetssikring.
Trondheim 31. mai 2010
Terje Norddal
Rambøll
P.b. 9420 Sluppen
NO-7493 TRONDHEIM
T +47 73 84 10 00
F +47 73 84 10 60
www.ramboll.no
Ramboll
6 (78)
RISIKOMODELL HAVBRUK
INNHOLD
Rambøll
1.
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
SAMMENDRAG ....................................................................... 10
Risiko ved havbruk ....................................................................10
Risikoaksept .............................................................................10
Nøkkeltall for havbruksvirksomhet ..............................................11
Rømming av fisk .......................................................................11
Personskade .............................................................................12
Risikomodell .............................................................................12
Risikoindikatorer .......................................................................13
Videre utvikling.........................................................................13
2.
2.1
2.2
2.3
2.4
2.5
2.5.1
2.5.2
2.5.3
2.6
2.7
RISIKO VED HAVBRUK .......................................................... 14
Hensikten med modell for risiko i havbruk ....................................14
Risiko ved havbruk ....................................................................14
Risikobegrepet ..........................................................................15
Måling av personrisiko ...............................................................15
Miljøskade ved rømming av fisk ..................................................16
Villaks blandet med oppdrettsfisk ................................................17
Økologisk tap ...........................................................................17
Overføring av sykdom og parasitter.............................................18
Metode for måling av miljøskade som følge av rømming ................19
Svakheter ved foreslått målemetode for rømming .........................20
3.
3.1
3.2
3.3
3.4
RISIKOAKSEPT...................................................................... 22
Visjon og mål for risiko ..............................................................22
Akseptkriterier ..........................................................................22
ALARP-prinsippet ......................................................................23
Verdsetting av risiko ved store ulykker ........................................25
4.
4.1
4.2
4.3
NØKKELTALL FOR HAVBRUKSVIRKSOMHET I NORGE ............ 26
Konsesjoner .............................................................................26
Produserte mengder ..................................................................26
Sysselsatte...............................................................................27
5.
5.1
5.2
5.3
5.4
5.5
5.5.1
5.5.2
5.5.3
RØMMING AV FISK ................................................................ 29
Verdikjeden ved havbruksvirksomhet ..........................................29
Datagrunnlag ...........................................................................29
Kategorisering av rømmingsårsaker ............................................30
Antall hendelser og mengder rømt fisk.........................................31
Rømmingshendelser fordelt på årsakskategorier ...........................32
Merdeaktiviteter........................................................................34
Båtaktiviteter ...........................................................................34
Ytre forhold ..............................................................................34
7 (78)
RISIKOMODELL HAVBRUK
5.5.4
5.5.5
5.6
5.7
5.8
5.9
5.10
5.11
Lasting og lossing .....................................................................34
Ymse .......................................................................................35
Forskjeller mellom ulike fiskeslag ................................................35
Rømming ved transportaktivitet ..................................................36
Rømminger på ulike årstider.......................................................37
Rømming og egenskaper ved oppdrettsanleggene .........................39
Sykdom på rømt fisk .................................................................39
Grunnlag for risikomodell – rømming av fisk. ................................39
6.
6.1
6.2
6.3
6.4
6.5
6.6
PERSONSKADE ...................................................................... 42
Registrerte dødsulykker .............................................................42
Registrerte personskader ...........................................................42
Personskadeulykker fordelt på ulykkestyper .................................43
Ytre forhold ..............................................................................44
Organisering og kompetanse ......................................................44
Grunnlag for risikomodell – personskade. .....................................45
7.
7.1
7.2
7.3
7.4
7.5
7.6
BASIS FOR RISIKOMODELL ................................................... 48
Aktuelle risikomodeller...............................................................48
Risikomodell for rømming av fisk ................................................48
Rømmingsrisiko for laks/aure og torsk i basisår. ...........................50
Datafangst og oppdatering, rømming av fisk ................................52
Uhellstyper ved rømming av fisk .................................................52
Risikomodell personskadeulykker ................................................53
8.
8.1
8.2
8.3
8.4
8.5
8.6
8.7
IDENTIFIKASJON AV RISIKOINDIKATORER .......................... 54
Ekspertpanel ............................................................................54
Gruppering av risikoindikatorer ...................................................54
Indikatorer for settefiskanlegg ....................................................57
Indikatorer for brønnbåttransport fra settefiskanlegg .....................60
Indikatorer for matfiskanlegg .....................................................62
Indikatorer for brønnbåttransport fra matfiskanlegg ......................69
Ventemerd/slakteri....................................................................71
9.
9.1
9.2
9.2.1
9.2.2
9.2.3
9.2.4
9.3
9.4
VIDERE UTVIKLING ............................................................... 73
Bruk av modellen slik den foreligger ............................................73
Videre utvikling av Risikomodell for fiskerømming .........................73
Vekting av indikatorgrupper .......................................................73
Rangering og vekting av risikoindikatorer .....................................74
Eksponeringsfaktorer .................................................................74
Datafangs, modellkonstruksjon og oppfølging ...............................74
Videre utvikling av modell for personrisiko ...................................75
Anbefalinger .............................................................................75
10.
REFERANSER ......................................................................... 77
Ramboll
8 (78)
RISIKOMODELL HAVBRUK
FIGUROVERSIKT
Figur
Figur
Figur
Figur
Figur
Figur
Figur
Figur
Figur
Figur
Figur
Figur
Figur
Figur
Figur
Figur
Figur
Figur
Figur
Figur
Figur
Figur
Figur
Rambøll
1 Pan Dis tilfeller 2004 -2008 ..........................................................18
2 Årlige variasjoner i PD-tilfeller .......................................................19
3 ILA-tilfeller 1984-2008 .................................................................19
4 Eksempel på akseptmatrise for personuhell ....................................23
5 Vurderingskala for risiko...............................................................23
6 ALARP-prinsippet .........................................................................24
7 Antall tillatelser for havbruk 1994-2007 .........................................26
8 Salg av laks og regnbueørret1994-2007. ........................................27
9 Sysselsetting i havbruksnæringen 1994 – 2007. ..............................28
10 Forenklet verdikjede i havbruk ....................................................29
11 Rømmingshendelser juli 2006 – juni 2008 rangert etter konsekvens 32
12 Andel av antall hendelser med rømminger per uhellstype. ..............33
13 Andel av mengde rømt biomasse per uhellstype. ...........................33
14 Andel av antall rømte fisk per uhellstype. .....................................34
15 Antall rømminger per fiskeslag, juli 2006 – juni 2008 .....................35
16 Biomasse rømt per fiskeslag, juli 2006 – juni 2008 ........................36
17 Rømminger og årsak, antall juli 2006 – juni 2008 ..........................36
18 Biomasse tapt og rømmingsårsak, juli 2006 – juni2008 ..................37
19 Antall rømminger per måned, juli 2006 – juni 2008. ......................38
20 Biomasse tapt per måned, juli 2006 – juni 2008. ...........................38
21 Antall fisk tapt ved rømming per måned, juli 2006 – juni 2008 ........39
22 Risikosoner ...............................................................................49
23 Eksempel på skjema med risikoindikator ......................................56
9 (78)
RISIKOMODELL HAVBRUK
TABELLOVERSIKT
Tabell 1 Dødsrisiko for ulike næringer, TØI 1997 ........................................16
Tabell 2 solgt mengde oppdrettsfisk i 2008 fordelt på fiskeslag. ...................27
Tabell 3 Årsaker til rømming fordelt på hovedtyper hendelser ......................30
Tabell 4 Andel av antall rømminger fordelt på hendelsestørrelse ..................31
Tabell 5 Hovedtall for hendelser med rømt fisk juli 2006 – juni 2008. ...........32
Tabell 6 Årlig antall rømmingshendelser med laks/sjøaure og torsk fordelt på
konsekvensklasser og uhellstyper.............................................................40
Tabell 7 Omkomne i havbruk, 1980-2003 ..................................................42
Tabell 8 Ulykker med personskade i havbruk, 1997-2001 ............................43
Tabell 9 Årlig antall personskadeulykker fordelt på konsekvensklasser og
ulykkestyper. Vurdert situasjon i 2007. .....................................................46
Tabell 10 Årlig antall rømmingshendelser fordelt på konsekvensklasser,
laks/aure. Etter korreksjoner for rapporteringsgrad og årsaksforhold. ...........51
Tabell 11 Årlig antall rømmingshendelser fordelt på konsekvensklasser, torsk.
Etter korreksjoner for rapporteringsgrad og årsaksforhold. ..........................51
Tabell 12 Uhellstyper og risikoindikatorer ..................................................53
Tabell 13 Ledd i verdikjeden ....................................................................55
Tabell 14 Hovedgrupper av risikoindikatorer ..............................................55
Tabell 15 Risikoindikator settefiskanlegg ...................................................57
Tabell 16 Risikoindikator Brønnbåt fra settefiskanlegg.................................60
Tabell 17 Risikoindikator matfiskanlegg.....................................................62
Tabell 18 Risikoindikator brønnbåt fra matfiskanlegg ..................................69
Tabell 19 Risikoindikator ventemerd/slakteri ..............................................71
Tabell 20 Vekting av egenskapenes betydning ...........................................73
Ramboll
10-(78)
RISIKOMODELL HAVBRUK
1.
SAMMENDRAG
1.1
Risiko ved havbruk
Havbruksvirksomhet er lokalisert langs hele Norskekysten. Oppdrettsfisken, da særlig laks og
regnbueørret, er en viktig og inntektsbringende eksportvare for landet, men ikke minst for
kysten, særlig fra Boknafjorden og nordover. Det er store økonomiske interesser knyttet til
virksomheten.
Havbruksnæringa er ikke problemfri. I foreliggende prosjekt og rapport er hensikten å se på noen
risikoer som næringa påfører samfunnet. Vi har valgt å vurdere følgende forhold:
•
Risiko for miljøskade (ved rømming av fisk)
•
Risiko for personskade
•
Risiko for økonomisk skade
Når det settes tall på en problemstilling, blir det ofte lettere å få fokus på å finne løsninger. Den
viktigst hensikten med en risikomodell likevel er å kvantifisere sammenhenger mellom årsaker til
potensielle skade og størrelse på risiko. Kunnskap om slike kvantitative sammenhenger vil være
et viktig bidrag til å identifisere skadepotensial utenfor akseptabel grense. Det er også et godt
hjelpemiddel til å prioritere ressursinnsatsen best mulig med tanke på risikoreduksjon. En
risikomodell gjør det også mulig å måle effekten av systemforbedringer med direkte referanse til
årsakssammenhenger.
For havbruksnæringa er det kartlagt et personrisikonivå på ca 10 omkomne per 100 millioner
persontimer i næringa. Dette er omtrent på nivå med landbruk, betydelig lavere enn fiske/fangst
med ca 30, men klart høyere enn vanlige landbaserte næringer som typisk har verdier i området
1-5.
Rømming av fisk gir både miljøskade og økonomisk skade. Miljøskaden er regnet som viktigst.
Det skyldes at oppdrettsfisken blandes med og kan fortrenge villaksen, den kan gi
kryssingsavkom med villaks som kan utkonkurrere denne og den kan overføre sykdom og
parasitter til villaks.
Siden virkningen er mange og effektene forskjellige avhengig av størrelse på fisk som rømmer,
når på året, hvor rømmingen skjer o s v, er det vanskelig å sette konkret mål for skadeomfang
ved hver rømming. Vi har valgt å benytte antall rømte fisk som det et generelt målebegrep.
Alternativt kunne vi benyttet rømt biomasse eller antall hendelser.
1.2
Risikoaksept
Næringa ved FHL og Fiskeridirektoratet har en ”null-visjon” for antall rømte fisk. Det er ikke en
like uttalt visjon for antall omkomne ved arbeidsulykker.
Det er lett å argumentere for visjonen om fravær av alle typer tap som følge av uønska
hendelser. Nullvisjon er blitt en relativt vanlig tilnærming hos beslutningsfatter med ansvar for et
problemfylt saksområde. Men en visjon er ikke tilstrekkelig som grunnlag for beslutninger og
styring. Da trengs det også konkret mål som er tidfestet med ansvar plassert på person eller etat
Rambøll
11 (78)
RISIKOMODELL HAVBRUK
med makt og ressurser til å nå målene. Med tanke på å fordeler ressurser og ansvar for å nå
konkret de kortsiktige målene, vil metoder for analyse av risiko være til god hjelp. Korrekt brukt
vil risikoanalyser hjelpe beslutningsfattere til å nå ambisiøse mål om risikoreduksjon på et
tidligere tidspunkt, eller med mindre ressursinnsats.
En risikoanalyse med tallfestet resultat vil ikke gi særlig hjelp for beslutningsfatter uten
gjennomtenkte kritereir for hva som er akseptabel risiko. Det finnes en rekke ulike metoder som
kan benyttes for å fastsette akseptabel risiko. Vi foreslår å legge ALARP-prinsippet til grunn.
Metoden har den grunnleggende fordelen at den stimulerer til kontinuerlig forbedring. Endelige
mål for akseptabelt risikonivå innen bestemte frister må settes og revideres av den som er
ansvarlig for virksomheten.
Det er mange indikasjoner på at enkeltpersoner og samfunnet setter en høyere kostnad på risiko
med store konsekvenser enn samme risiko med større sannsynlighet, men mindre konsekvenser.
Vi mener at det ikke finnes adekvat faglig grunnlag for å verdsette statistiske liv annerledes ved
storulykker enn ved andre ulykker når man skal vurdere risikonivå eller gjøre nytte-kostnadsberegninger.
1.3
Nøkkeltall for havbruksvirksomhet
Antall konsesjoner for laks og sjøaure har økt fra ca 800 tidlig på 90-tallet til noe over 900 i
2007. I samme tidsrom har produsert mengde økt fra ca 200 tusen tonn til ca 750 tusen tonn.
Produksjonen av regnbueaure har også økt, men ikke særlig mye etter 2000. Laks utgjør ca 90
% av produsert mengde oppdrettsfisk.
Antall konsesjoner for torskeoppdrett økte fra ca 100 på slutten av 90-tallet til ca 500 fra 2003
og utover. Likevel utgjør produksjonen av torsk bare 2% av produsert mengde i 2008.
Sysselsettingen i næringa har vært relativt stabil på mellom 4000 og 4500 årsverk i perioden fra
1994. Sysselsettingen knyttet til matfiskanleggene er redusert, men den er økt innen andre deler
av virksomheten.
1.4
Rømming av fisk
Verdikjeden for havbruksvirksomhet går fra smoltanlegg til oppdrettsanlegg (matfiskanlegg) til
slakteri til foredling til marked. Rømming er aktuelt i den delen av kjeden som er mellom
smoltanlegg og slakteri. Brønnbåt benyttes normalt til transport mellom disse enhetene.
Hendelser med rømming av oppdrettsfisk beskrives separat for smoltanlegg, oppdrettsanlegg og
slakteri.
Datagrunnlaget vi har benyttet, er mottatt som kopi av skjema sendt til Fiskeridirektoratet om
rømmingshendelser. Vi har mottatt i alt 107 rapporter om rømmingshendelser for perioden 1. juli
2006 til 1. juli 2008. Mange rapporter gjelder mistanke om rømming der dette senere ikke er
bekreftet. Vi sitter igjen med 67 rapporter som gjelder faktiske rømminger. I løpet av 2 år fra juli
2006 – juni 2008 rømte det 647 000 fisk med samlet vekt 1 040 tonn. Hendelsen er slik fordelt
på hovedtyper av uhell:
•
Lasting/lossing mellom anlegg og brønnbåt (29 %)
•
Andre båtaktiviteter, f eks. kollisjon og manøverfeil (9 %).
Rambøll
12-(78)
RISIKOMODELL HAVBRUK
•
•
•
Ytre forhold, for eksempel predator, værforhold (14 %)
Merdeaktiviter, for eksempel arbeidsbåter, lining, heving av lodd o s v (39 %)
Ymse, for eksempel tyvfiske, teknisk feil m m (9 %)
Få hendelser betyr mye. Ca 3 prosent av hendelsene stod for 18% av den rømte fisken. Motsatt
ser vi at omtrent halvparten av antall hendelser representerer mindre enn 1% av den rømte
fisken. Uhellstype ”Ytre forhold” er hendelser med de største konsekvensene. Torskeoppdrett har
en uforholdsmessig stor andel av rømmingene. Det synes være flest hendelser og de største
konsekvensene i 2. halvår.
På grunnlag av rømmingsstatistikken er det laget en inngangstabell til risikomodellen der ett års
rømmingshendelser fordeles på uhellstyper og konsekvensklasser. I den er det tatt hensyn til at
det trolig er en underrappotering av hendelser i de minste konsekvensklassene.
1.5
Personskade
Det foreligger flere undersøkelser som belyser HMS-situasjonen i havbruksnæringa sammenliknet
med andre næringer. Årlig antall personskader har vært på et stabilt nivå de siste 10-15 årene,
gjennomsnittlig omkring 80 skadetilfeller per år. De største gruppene er skader som følge av fall,
stikk/kutt eller slag. Klemskader og skader som følge av eksponering for kjemikalier er også
betydelige grupper. I denne perioden hadde næringa en noenlunde stabil sysselsetting på ca
4500 årsverk.
For dødsulykker foreligger det statistikk som belyser situasjonen fra 1980 til 2008. I denne
perioden har det vært et relativt stabilt nivå også på antall omkomne, ca 0,8 personer per år.
Men aktivitet og sysselsetting i næringa var betydelig mindre i starten på denne perioden, så
hyppigheten av dødsulykker er redusert sett i forhold til antall årsverk.
Det er mulig å utvikle en risikomodell for personskadeulykker, men det anbefales å analysere
primærdata for enkelthendeler de siste 3-5 årene før det endelig konkluderes med en basistabell
for risikomodellen i form av sannsynlighet for årlig antall hendesler fordelt på ulykkestyper og
konsekvensklasser.
1.6
Risikomodell
Grunnlaget for en risikomodell av samme type som F-Risk og H-risk er beskrevet. Fokus er lagt
på modell som håndterer risik for rømming av fisk. Den delen av verdikjeden der rømming er
mulig, er med i modellen, d v s fra smoltanlegg, matfiskanlegg og slakteri før bedøvelsekar samt
transportene mellom.
Det er laget en basistabell for årlig antall hendelser med rømming av laks og sjøaure og en tabell
med årlig antall hendelser med rømming av torsk. I disse tabellene er det korrigert for
manglende rapportering på en skjønnsmessig måte. Antall rømte fisk er brukt som konsekvens.
For laks- og sjøaure er det anslått ca 1500 rømmingshendelser per år med til sammen ca
400 000 fisk. For torsk er tallene ca 500 hendelser med ca 180 000 rømte fisk. Disse tallene
antas å være representative for nivået i 2007, men må ikke forveksles med statistikken for dette
året.
Rambøll
13 (78)
RISIKOMODELL HAVBRUK
Uhellstypene er detaljert med forslag til noe over 20 mulige risikoindikatorer. Basistabellen og
denne oversiktet dannet grunnlaget for ekspertpanelets arbeid.
1.7
Risikoindikatorer
En gruppe på 6 personer som samlet hadde en bred og variert erfaring fra næringa deltok på tre
heldags samlinger for å identifisere risikoindikatorer. Det ble valgt en struktur der verdikjeden ble
delt inn i 5 ledd fra settefiskanlegg til slakteri. For hvert ledd ble det identifisert og beskrevet
indikatorer i fire hovedgrupper:
•
Tekniske egenskaper ved anlegg og installasjoner
•
Operativt/administrative rutiner og systemer m v
•
Geografisk plassering i forhold til skipslei, andre anlegg, elver m m
•
Ytre forhold som strøm, vind og vær.
Det er beskrevet 7 indikatorer for settefiskanlegg, 4 for transporten til matfiskanlegg, 21 for
matfiskanlegg, 5 for transporten til slakteri og 5 for slakteri. Dette blir til sammen 47 ulike
indikatorer, men noen er relativt like for de ulike leddene i verdikjeden så datafangsten trenger
ikke bli så omfattende. Beskrivelsen er så grundig av den kan danne grunnlaget for å utvikle
nødvendig spørreskjema for datafangst. For transportdelen av modellen vil metoder fra F-Risk og
H-Risk ha direkte relevans.
1.8
Videre utvikling
Beskrivelsen av risikoindikatorer kan benyttes som grunn lag for utvikling og forbedring av
prosedyrer og sjekklister i næringa på områder med relevans for rømming av fisk.
Det er fullt mulig å utvikle en modell for fiskerømming som kan benyttes til å måle risiko og
risikoutvikling per anlegg og totalt for Norge. Det kreves videre utvikling av spørreskjema for
datafangst fra eierne av havbruksanlegg. Når det foreligger data for hele Norge, kan
modellarbeidet fullføres med endelig vekting av indikatorene, matematisk modellkonstruksjon,
programmering i Access eller tilsvarende, kalibrering og utkjøring av resultat med rapportering.
Modellen og resultatene vil kunne brukes av offentlige myndigheter, organisasjoner i næringa og
den enkelte aktør til å redusere risiko. Det bør planlegges prosesser som sikrer effektiv
formidling av den kunnskapen som bygges opp i modellen.
Det er en mer krevende oppgave å utvikle en modell for beregning av personrisiko. En slik modell
krever trolig en meget detaljert beskrivelse av risikoindikatorer med tilhørende datafangst. Det
kan stilles opp en hypotese om at det er mulig å utvikle en modell for personrisiko, men en slik
hypotese bør testes grundigere før det brukes ressurser på å etablere en nasjonal modell.
Rambøll
14-(78)
RISIKOMODELL HAVBRUK
2.
RISIKO VED HAVBRUK
2.1
Hensikten med modell for risiko i havbruk
Havbruksvirksomhetene er lokalisert langs storparten av kysten i Norge, særlig fra Boknafjorden
og nordover. Næringa er meget konkurransedyktig i et internasjonalt perspektiv. Den leverer i
dag sjømat til forbrukere verden over. Lønnsomheten er stort sett god, i perioder meget god.
Laks og regnbueørret er de dominerende artene, men i de senere år har det blant annet blitt
satset på torsk og andre arter.
Havbruksnæringa er i dag en betydelig virksomhet i nasjonal sammenheng, både med tanke på
økonomisk verdiskaping, men også som et viktig grunnlag for bosetting og arbeide i de mer
perifere strøk av landet. Derfor vil det være viktige samfunnsmål knyttet til å opprettholde og
utvikle næringa videre.
All menneskelig aktivitet medfører risiko for skade. Ved havbruksnæringa har rømming av fisk
vært fokusert som viktig miljøskade. Men personskade, annen miljøskade og rent økonomisk
skade kan også være problemområder.
Ved risiko for skade er det nyttig og nødvendige å analysere årsakssammenhenger for å
identifisere de mest effektive tiltakene som kan bidra til å redusere risiko. For havbruk er det
gjort mange slike studier i spesielle situasjoner og sammenhenger. Målet med dette prosjektet og
foreliggende rapport er å presentere en metode for en helhetlig tilnærming til risiko ved
havbruksvirksomhet. Dette som utgangspunkt for å kunne utvikle modell eller modeller som kan
benyttes til å kvantifisere risiko for viktige deler av virksomheten, både per anlegg og totalt for
landet eller ulike områder.
Kvantifisering av risiko kan være et selvstendig mål. Der det settes tall på en problemstilling, blir
det ofte lettere å få fokus på å finne løsninger. Den viktigst hensikten med en risikomodell likevel
er å kvantifisere sammenhenger mellom årsaker til potensielle skade og størrelse på risiko.
Kunnskap om slike kvantitative sammenhenger vil være et viktig bidrag til å identifisere
skadepotensial utenfor akseptabel grense. Det er også et godt hjelpemiddel til å prioritere
ressursinnsatsen best mulig med tanke på risikoreduksjon. En risikomodell gjør det også mulig å
måle effekten av systemforbedringer med direkte referanse til årsakssammenhenger. Alternative
målemetode, statistikk over uhellshendelser, krever lange tidsløp før effekter kan dokumenteres.
Og det er alltid vanskelig å skille hva som er årsak til endringer som kan måles.
2.2
Risiko ved havbruk
Havbruksnæringa er ikke problemfri. I foreliggende prosjekt og rapport er hensikten å se på noen
risikoer som næringa påfører samfunnet. Vi har valgt å vurdere følgende forhold:
•
Risiko for miljøskade (ved rømming av fisk)
•
Risiko for personskade
•
Risiko for økonomisk skade
Hensikten er å komme fram til metoder og modeller som kan benyttes for å kvantifisere risiko,
blant annet for bedre å kunne vurdere effekter av tiltak som kan bidra til reduksjon av risiko.
Rambøll
15 (78)
RISIKOMODELL HAVBRUK
Ved alle menneskelig aktivitet vil det være ulike former for risiko. Risiko kan i den sammenheng
defineres som ”en uønsket hendelse med potensielt tap av noe med verdi ”. Potensielt sier noe
om at tapet ikke trenger oppstå, det er bare en sannsynlighet for at det oppstår. Tap av verdi
kan være så mangt, men i vår sammenheng er skade på naturmiljø og personskade to viktige
potensielle tap.
All næringsvirksomhet vil også ha element av økonomisk risiko, men dette inngår ikke i vår
analyse. Miljø- og personskade kan også uttrykkes med økonomiske termer. Det vil også ofte
være konkrete økonomiske tap knyttet til en personskade eller miljøskade. Vi vil likevel søke å
tallfeste de to tapstypene miljøskade og personskade på en konkret måte uavhengig av
økonomiske verdiberegninger.
Havbruksnæringa kan påføre miljøskade på andre måter enn ved rømming av fisk, f eks. ved
utslipp av for og næringssalt til sjø, sykdomsspredning hos villfisk o s v. Det antas likevel å være
rømming av fisk som er det største problemet. Vi velger derfor å fokusere på dette.
2.3
Risikobegrepet
Risiko defineres som den fare eller potensielle tap som uønskede hendelser representerer for
menneske, miljø og økonomiske verdier. Når risiko skal beregnes, gjøres det ved å multiplisere
sannsynligheten for en uønsket hendelse (hvor ofte hendelsen opptrer per år f. eks.) med
konsekvensene av hendelsen (f. eks. antall omkomne). Risiko kan da uttrykkes som et tall, for
eksempel antall omkomne per år som følge av en bestemt aktivitet. Konsekvens kan også
beregnes som en kostnad. Særlig ved ulykker med bare materiell skade er dette relevant. Da blir
risikoen per år gjerne uttrykt som ulykkeskostnad per år for aktiviteten.
Følgende tre spørsmål er relevante for å beskrive risikoen:
1. Hva kan gå galt?
2. Hvor sannsynlig er det?
sannsynlighet)
3. Hvis det skjer, hva blir konsekvensene?
(s=scenarium)
(f=frekvens,
(x=skade, tap)
Alle spørsmål må besvares for å gjøre en korrekt vurdering av risiko.
2.4
Måling av personrisiko
All menneskelig aktivitet medfører risiko, selv det å oppholde seg ved egen bolig. I mange
sammenhenger beskrives risiko som den individuelle personrisiko, uttrykt ved antall omkomne
per tidsenhet eksponert for ulike situasjoner, eksempelvis yrkesaktivitet. Transportøkonomisk
institutt har beregnet at f.eks. arbeid med fiske og fangst har en risiko på 29,4 drepte pr. 100
mill. persontimer, mens oljevirksomhet har en risiko på 3,5 drepte pr. 100 mill. persontimer.
Rambøll
16-(78)
RISIKOMODELL HAVBRUK
Tabell 1 Dødsrisiko for ulike næringer, TØI 1997
YRKESAKTIVITET (15-74 år)
Jordbruk og skogbruk
Fiske og fangst
Oljevirksomhet
Industri, bergverk, anlegg
Yrkesfører i vegtrafikk
Jernbanetransport
Skipsfart
Luftfart
Andre arbeidsplasser
Sum yrkesaktivitet
Antall drepte 100 millioner Drepte pr 100 95%
persontimer mill timer
konfidensintervall
116
12,7
9,1
±1,7
60
2,0
29,4
±7,4
7
2,0
3,5
±2,6
71
41,7
1,7
±0,4
62
6,5
9,5
±2,4
7
1,4
5,2
±3,9
51
3,2
16,1
±4,4
48
1,3
37,6
±10,6
131
101,0
1,3
±0,2
553
171,7
3,3
±0,3
I denne tabellen er risiko kvantifisert som antall omkomne per 100 millioner persontimer.
Inndelingen i virksomhetsområder er gjort i h t SSB sine næringskoder. Det lages statistikk for
antall omkomne ved arbeidsulykker i de ulike næringene. Videre er det beregnet hvor mange
persontimer eksponeringen har vært i de ulike næringene. Dette gir et nøkkeltall for risiko som
forholdet mellom antall omkomne og eksponeringen i antall persontimer. Dette er et relativt
akseptert mål for personrisiko ved yrkesaktivitet.
SINTEF har i 2008 gjort tilsvarende beregninger for (ref. 17) for noen næringer basert på datga
for perioden 2000 - 2008. Landbruk og fiskeri kommer ut på noenlunde samme nivå som TØI’s
tall basert på tidligere år med 8,9 for landbruk og 33,2 for fiske/fangst. SINTEF har imidlertid
skilt ut havbruk og får et nivå på 10,0 omkomne per 100 mill persontimer, altså omtrent på linje
med landbruk. Dette er likevel et høyt nivå sammenliknet med andre næringer.
Det er også mulig å benytte antall skadde personer per mill arbeidstimer. Dette er mye mer
problematisk da statistikkgrunnlaget er meget uensartet. Vi velger derfor å benytte antall
omkomne per 100 mill arbeidstimer som mål på personrisiko ved havbruksvirksomhet.
Ved andre typer aktiviteter kan andre nøkkeltall være relevante for å kvantifisere risikonivå. Ved
trafikkulykker er det for eksempel mer vanlig å benytte antall omkomne per milliard
personkilometer eksponering. Dette fordi hensikten med transport normalt er å forflytte seg over
en distanse, gjerne på kortest mulig tid. Derfor blir et nøkkeltall for risiko per time eksponert for
aktiviteten ganske meningsløs ved transport.
2.5
Miljøskade ved rømming av fisk
Det er omdiskutert hvilken miljøskade som oppstår som følge av fisk fra havbruksanlegg. Det er
ikke tvil om at tap oppstår, men i ulik grad ved ulike situasjoner. Det er derfor åpenbart
vanskelig å finne enkle nøkkeltall som uttrykker risikoen.
Miljøtapet som oppstår som følge av rømt laks og sjøaure på ville bestander kan iflg. rapport fra
Havforskningsinstituttet 2003 ”Fisken og havet” grupperes i følgende kategorier:
•
Genetiske påvirkninger – tap av genetisk variasjon hos villaksen og svekket produksjon
av villaks.
•
Økologiske påvirkninger – konkurranse om fødeinntak (predasjon) og gyteplasser i elver.
•
Overføring av sykdom og parasitter (f. eks. lus).
Rambøll
17 (78)
RISIKOMODELL HAVBRUK
2.5.1
Villaks blandet med oppdrettsfisk
Oppdrettslaks er genetisk sett et resultat av 40 ulike stammer med villaks som er selektert
gjennom avl i 8-9 generasjoner for å tilpasses et liv i oppdrett. Over tid blir oppdrettslaks blir
mer og mer ulik villaksen.
Laksen kan rømme fra oppdrettsanlegg i alle livsstadier. Gjenfangst gjøres i havet og langs
kysten, samt i fjorder og elver. Andelen rømt oppdrettslaks i havet, fjorder og elver varierer
(NINA, 2007):
•
Åpent hav: 20-40 % (1989-1996)
•
Ytre kyststrøk: 31-47 % (juni-juli 1993-2000)
•
Fjorder: 16-32 % (juni-juli 1993-2000)
•
Elver: 11-35 % (september-oktober 1989-2000)
NINA-rapporten fra 2007 sier at mengden oppdrettslaks i fangst av villaks økte mot 2002, mens
mengden avtok i perioden 2003-2005. Videre kan det forventes at mengden vil øke igjen etter
noen store rømminger i 2005 og 2006.
Rømt oppdrettslaks deltar ofte i gytingen. Kryssing med ville bestander kan påvirke villaksen
genetisk og redusere dens overlevelsesevne. Imidlertid er gytesuksessen betydelig mindre for
oppdrettslaks enn for vill laks, men øker jo lenger fisken har vært fri i sjøen. Det foreligger
likevel solid dokumentasjon på at oppdrettslaks kan påføre villaks genetisk skade i form av
dårligere evne til å overleve og mindre genetisk variasjon.
Rømt oppdrettslaks kan også krysses med vill ørret. Disse artshybridene er ikke
forplantningsdyktige, men selve gytingen ”beslaglegger” individer av vill fisk (særlig hunner) som
kunne fått forplantningsdyktige avkom, samt at artshybridene konkurrerer med vill fisk om mat
og plass.
Det foreligger liten dokumentasjon knyttet til konsekvensene av rømt regnbueøret.
2.5.2
Økologisk tap
Forsøk viser at smolt som rømmer på våren, i perioden for naturlig utvandring, har relativt høy
overlevelse og vil i stor grad oppføre seg som vill laks og vandre tilbake mot det samme
geografiske området den rømte fra. Smolt som rømmer om høsten har lavere sjanse for å
overleve.
Det er grunn til å tro at oppdrettslaks som rømmer som par, vil konkurrere med lokal fisk hvis
den kommer ut i en lakseelv. Kjønnsmodne par vil også kunne delta i gytingen eller vandre ut i
havet for så å komme tilbake å ta del i gytingen.
Rømt oppdrettslaks kan holde seg i fjordområder en periode. Hvis den kommer ut i
strømsystemene ved kysten, blir den transportert med dem (NINA, 2006).
Oppdrettslaks som nærmer seg kjønnsmodning, vil ved rømming vandre opp i og gyte i
nærliggende elver. Det betyr at vilkårlige elver innenfor et geografisk område blir gyteplass for
laksen. Det er indikasjoner på at rømt oppdrettslaks kan gå opp i elver opp til 1000 km fra
rømmingsstedet.
Det er hunnene av oppdrettslaks som har størst sjanse for å få avkom med villaksen. Avkom av
oppdrettslaks er mer aggressive enn avkom av villaks, har til dels høyere veksthastighet, og er
Rambøll
18-(78)
RISIKOMODELL HAVBRUK
mer villig til å ta risiko (NINA, 2007). Høyere veksthastighet kan ha innvirkning på
konkurranseevnen, og kan medføre at kryssingsavkommet i visse tilfeller utkonkurrerer avkom
fra villaks.
Selv om rømt oppdrettslaks ikke alltid oppnår suksess i gytingen, er oppgraving av gytegroper og
sykdomsspredning eksempler på at villaksen påvirkes negativt av nye inntrengere.
2.5.3
Overføring av sykdom og parasitter
Kapittel 5.10 viser at Pankreas sykdom (PD) er den vanligste sykdommen for rømt oppdrettsfisk,
etterfulgt av infeksiøs lakseanemi (ILA). Siden rømt oppdrettsfisk er en potensiell smittekilde
over til vill fisk, kan det være interessant å se mer på PD og ILA.
PD opptrer hos atlantisk laks og regnbueørret i oppdrett. Sykdommen er smittsom innenfor et
anlegg, til andre anlegg innen samme fjordsystem og ved transport av infisert fisk. Viktigste
smittereservoar per i dag er infisert fisk i sjøanlegg (Veterinærinstituttet, 2008). PD kan ikke
behandles med medikamenter. Figur 1 a) viser antall PD-tilfeller per år fra 2004-2008. Figur 1 b)
viser geografisk hvor tilfellene i 2008 fant sted.
PD-tilfeller
120
100
80
60
40
20
0
2004
2005
2006
a)
2007
2008
b)
Figur 1 Pan Dis tilfeller 2004 -2008
Vi ser av Figur 2 at det er høysesong for PD fra mai og utover sommeren.
Rambøll
19 (78)
RISIKOMODELL HAVBRUK
Vektet snitt PD-tilfeller
2004-2008
18
16
14
12
10
8
6
4
2
0
Jan
Feb
Mar
Apr
Mai
Jun
Jul
Aug
Sep
Okt
Nov
Des
Figur 2 Årlige variasjoner i PD-tilfeller
Figuren over viser at det er påvist flest utbrudd av PD om våren og sommeren, spesielt i juni.
Dette kan øke smittefaren, da det er fisk som rømmer om våren som har størst overlevelsesevne
og dermed blander seg med vill fisk. Statistikk fra kapittel 5.8 viser at antall rømminger øker i
samme tidsrom som økning i utbrudd av PD. Imidlertid kan man også se at det er færrest PDutbrudd i november når rømmingen er på sitt høyeste, både i antall og biomasse.
Så langt er ILA kun påvist hos atlantisk laks (Veterinærinstituttet, 2008), der utbruddet starter i
én merd og sprer seg over uker og måneder til nabomerder. Dødeligheten er størst om vinteren
og tidlig sommer.
b)
(Kilde: Veterinærinstituttet)
a)
Figur 3 ILA-tilfeller 1984-2008
Figur 3 a) viser antall tilfeller av ILA i perioden 1984-2008. Figur 3 b) viser geografisk hvor
tilfellene i 2008 fant sted.
2.6
Metode for måling av miljøskade som følge av rømming
Det er ikke åpenbart lett å finne et nøkkeltall som kan benyttes til måling av miljøskade som
følge av rømt oppdrettsfisk. Det finnes statistikk over rømt fisk fra ulike lokasjoner med
Rambøll
20-(78)
RISIKOMODELL HAVBRUK
informasjon om tidspunkt, antall, størrelse, sykdomssituasjon o s v. Alt dette er informasjon som
er relevant med tanke på å konkretisere potensielt tap eller miljøskade.
I et nøkkeltall for måling av potensiell miljøskade kunne man for eksempel ta hensyn til avstand
fra lakseførende elv, størrelsen på den rømte fisken, årstid, sykdomsbilde o s v. Disse faktorene
og mange andre vil reelt påvirke trusselen overfor villaksen. Det finnes imidlertid ikke faglig
dokumentert grunnlag for å etablere en slik metode for veid måling av risiko. Vi må benytte et
grunnlag som kan dokumenteres, med alle de svakhetene det kan medføre.
Antall rømt oppdrettsfisk er et tall for måling som kan dokumenteres gjennom rapporteringen
som skjer til Fiskeridirektoratet. Mengde rømt biomasse er et annet tall. Antall hendelser med
rømming et tredje.
Det som ikke rapporteres, kan uansett ikke benyttes til måling av en situasjon. Et nødvendig
utgangspunkt for måling, er et grunnlag som kan dokumenteres ved statistikk som fortløpende
samles inn. Så må man over tid vurdere om en observert utvikling er uttrykk for reelle endringer,
endringer i rapporteringsgrad eller en kombinasjon.
Det er vanskelig å argumentere med at tallet på rømt fisk, er uten relevans for miljøskaden.
Spørsmålet er om relevansen er god nok til å bruke tallet i en risikomodell. Vi kan i
utgangspunktet ikke gi noe entydig svar i så måte, men velger å etablere den hypotesen at
relevansen er god nok til å teste muligheten. Derfor vil vi i det videre benytte antall rømt fisk
rapportert til Fiskeridirektoratet som grunnlag for å måle miljøskaden ved havbruksanlegg som
følge av rømming. Vi kunne alternativt benyttet mengde rømt biomasse. Med tanke på
økonomisk tap er nok det mest relevant. Men miljøtapet som følge av rømt fisk kan være fullt så
stort for liten som stor fisk, så antall fisk anses som det beste tallet å benytte. I tillegg er det
relevant å se på antall hendelser.
2.7
Svakheter ved foreslått målemetode for rømming
Det finnes ikke i dag forskningsresultater som gir sikre konklusjoner når det gjelder
konsekvensene av rømt fisk. Det er i alle fall tre klare feilkilder:
1) Ikke alle rømminger meldes til Fiskeridirektoratet
2) Omfanget av en rømming er aldri et eksakt tall. Feilmarginene i telling av fisk inne i
anlegget kan være betydelige. Dette fører dermed også til feil i grunnlaget for å beregne
antall rømte fisk.
3) Miljøskaden som følge av rømt fisk er ikke bare avhengig av antallet som har rømt, men en
rekke andre forhold.
Forvaltning og øvrig fagmiljø har i senere tid fokusert mer og mer på hvor fisken som rømmer
gjør skade og hvordan en effektivt kan drive gjenfangst for å hindre dette. Hvor det blir av den
rømte fisken er dermed et vesentlig spørsmål. Slippforsøk viser at rømt fisk i noen tilfeller følger
kyststrømmen helt nord til Barentshavet og gjenfanges i Russland. En antar at dette er fordi
oppdrettsfisken ikke har noe bestemt elv å vandre hjem til. En antar videre at mye av den rømte
fisken faktisk fryser i hjel i Nordishavet. Andre fisker fra de samme slippforsøkene ble fanget
igjen ulike steder i sjø og elv langs kysten.
Rambøll
21 (78)
RISIKOMODELL HAVBRUK
Når en ser på innslaget av rømt fisk i norske elver, er det mange steder svært høye tall. Dersom
all fisken som er rapportert rømt, hadde kommet opp i elvene, ville imidlertid tallene vært mye
høyere. En kan derfor slutte at ikke all rømt fisk representerer en risiko i forhold til innblanding i
ville bestander og forstyrrende atferd på gyteplassene. Det kan synes som om fisk rømt i tidlige
livsstadier er overrepresentert i elvene sammenlignet med fisk rømt senere. I tillegg til stadium i
livet, vil tid på året være en avgjørende faktor.
Det pågår en debatt om hvor store anleggene for oppdrett av fisk kan være. Ett anlegg alene kan
ha flere ganger så mange fisk som den norske villaksstammen til sammen. Det kan gi store
konsekvenser for næringa den dagen et slikt anlegg havarerer totalt. Et mindre rømmingshull i ei
not i et slikt anlegg, behøver imidlertid ikke å representere noen større fare enn et tilsvarende
hull i et anlegg av mindre skala. Det er derfor mye som taler for at havari og store rifter i not ved
store anlegg er betydelig mer problematisk enn tilsvarende fra små. Men med relativt få og store
anlegg vil det være lettere å bruke ressurser på tiltak og kontroll for å forhindre rømming.
Rambøll
22-(78)
RISIKOMODELL HAVBRUK
3.
RISIKOAKSEPT
3.1
Visjon og mål for risiko
Næringa ved FHL og Fiskeridirektoratet har en ”null-visjon” for antall rømte fisk. Det er ikke en
like uttalt visjon for antall omkomne ved arbeidsulykker.
Det er lett å argumentere for visjonen om fravær av alle typer tap som følge av uønska
hendelser, det være seg miljøskade ved havbruksvirksomhet, omkomne i trafikken, mobbing,
hjerte- og karsykdommer hos unge eller på andre av livets områder. Nullvisjon er blitt en relativt
vanlig tilnærming hos beslutningsfatter med ansvar for et problemfylt saksområde. Men en visjon
er ikke tilstrekkelig som grunnlag for beslutninger og styring. Da trengs det også konkret mål
som er tidfestet med ansvar plassert på person eller etat med makt og ressurser til å nå målene.
Det er lett å argumentere for at nullvisjoner i praksis bare kan oppnås ved å avvikle
vedkommende aktivitet. Nullvisjonen for trafikkdrepte oppnås bare ved å la være å transportere
personer, nullvisjonen for mobbing oppnås bare ved å stoppe all kommunikasjon mellom
mennesker o s v. Vi tar sjansen på å påstå at nullvisjonen for rømt oppdrettsfisk er mulig å
realisere, men bare ved å slutte med havbruk. Nullvisjoner som mål, er grunnleggende
urealistiske. Derfor er det heller ingen som kan klandres for at de aldri blir realisert.
Visjon kan brukes som begrep på en retning. En visjon trenger dermed ikke være mulig å
realisere, men vil være noe strekke seg etter. Et mål skal være mulig å nå. Det kan være
ambisiøst, men en ansvarlig må kunne peke på realistiske virkemidler som gjør det mulig å nå
målet. Et mål skal være så konkret formulert at det er mulig å kontrollere måloppnåelse på et
bestemt tidspunkt. At det etableres mål på en måte som gjør det mulig å kontrollere
resultatoppnåelse, er en grunnleggende forutsetning for styring av ressursinnsats både i offentlig
og privat virksomhet.
Et konkret mål inneholder noe om hva som skal være oppnådd (resultatet) og når. Det skal
forplikte den ansvarlige på en etterprøvbar måte. Det er først når noen får og tar ansvaret for å
nå et konkret realiserbart mål innen en bestemt frist at man kan regne med å nå målet.
Risikoanalyse er et grunnleggende verktøy for beslutningsstøtte. Det er en metode for å si noe
om konsekvenser av alternative valg. Dermed vil risikoanalyse også kunne benyttes til å
optimalisere bruken av tilgjengelige ressurser for å nå mål. Mål vil da være skritt på vegen for å
realisere visjonen. Korrekt brukt vil risikoanalyser hjelpe beslutningsfattere til å nå ambisiøse mål
om risikoreduksjon på et tidligere tidspunkt, eller med mindre ressursinnsats.
3.2
Akseptkriterier
For at en risikoanalyse skal gi mening må den forventede risikoen sammenholdes med hva som
er akseptabel risiko. Det finnes dessverre ikke noe entydig svar på hva som er akseptabel risiko.
Kravet om null risiko fungerer ikke i en analytisk beslutningsprosess. En analytisk tilnærming til
risiko krever minimum et binært kriterium for hva som er akseptabelt (ja/nei) eller graderte
kriteria.
Rambøll
23 (78)
RISIKOMODELL HAVBRUK
En vanlig måte å framstille risikoaksept på er som i diagrammet i Figur 4. Slike diagram må
tilpasses det enkelte tilfelle. Ved bruk av denne typen diagram, må f.eks. skalaen for
konsekvenser endres i forhold til om det er et lite anlegg eller et stort anlegg.
Konsekvens
Frekvens
Ingen eller kun lettere
personskade
Alvorlig personskade
Dødsfall
Flere drepte
Svært ofte
(minst en gang pr. år)
Ofte
(1 gang hvert 2-10. år)
1 gang mellom
hvert 10 - 40. år
Sjelden
(1 gang hvert 40 - 100. år)
Svært sjelden
(sjeldnere enn hvert 100. år)
Figur 4 Eksempel på akseptmatrise for personuhell
Figur 5 angir hvordan fargekodene i Figur 4 kan tolkes og vurderes med hensyn til risiko.
Akseptabel risiko. Tiltak ikke nødvendig.
Tiltak skal vurderes.
Uakseptabel risiko. Tiltak nødvendig.
Figur 5 Vurderingskala for risiko
Vi har ikke forsøkt å etablerte akseptkriterier i henhold til denne metodikken. Vi ser på andre
tilnærmingsmåter som mer interessante.
3.3
ALARP-prinsippet
ALARP (As Low As Reasonably Practicable) er en metode til å fastsette akseptabel risiko uten alltid å
knytte kriteriet til et bestemt tall. Fordelen med metoden er primært at den stimulerer til
kontinuerlig forbedring. At et bestemt risikonivå er oppnådd, kan ikke brukes som sovepute.
Praktisk mulige forbedringer innen rammen av akseptable kostnader skal gjennomføres. Det
innebærer at alle risikoreduserende tiltak som kan gjennomføres, med ingen eller små kostnader,
skal gjøres.
Kriteria formulert ut fra ALARP-prinsippet innebærer at risikoen faller i én av følgende tre
områder (se Figur 6, finnes i mange kilder):
Rambøll
24-(78)
RISIKOMODELL HAVBRUK
•
•
•
Uakseptabelt område, der risikoen er så stor at den uansett må avvises, uten i helt
ekstraordinære tilfeller.
Akseptabelt område, der risikoen er, eller er blitt gjort så liten at den anses uvesentlig
eller neglisjerbar.
Tolerabelt område (ALARP-område), der risikoen faller mellom de to områdene gitt over
og risikoen er redusert til det laveste, praktisk gjennomførbare nivå når en også tar
hensyn til kostnader ved videre forbedringer.
Risiko kan ikke aksepteres,
bortsett fra i ekstraordinære
tilfeller
Akseptabelt bare hvis videre
risikoreduksjon er meget
kostnadskrevende i forhold til
oppnådd risikonivå
Ikke behov for detaljert arbeid
for å demonstrere ALARP. Tiltak
for å opprettholde sikkerhetsnivå
Uakseptabelt
område
ALARP
Tolerabelt
område
Akseptabelt
område
Figur 6 ALARP-prinsippet
Dette betyr at en opererer med to grenser for “akseptabelt” risikonivå. Risikoen over den øvre
grensen aksepteres ikke under noen omstendighet. Da tvinges den ansvarlige til å iverksette
risikoreduserende tiltak eller avbryte aktiviteten. Dersom risikoen ligger mellom øvre og nedre
grense, må alle kostnadseffektive, risikoreduserende tiltak iverksettes. Dersom risikoen er lavere
enn nederste grense, er den akseptabel.
Som tidligere fastslått har vi ingen etablerte grenser mellom de tre områdene. Vi betrakter derfor
uansett risikoen som om den er i ALARP-området og benytter en metode som kalles grensekost/ grensenytte-metoden i valg av akseptert risikonivå.
I praksis legges det opp til et akseptkriterium som innebærer at det foreslås alle
risikoreduserende tiltak som er samfunnsøkonomisk lønnsomme. Med andre ord,
risikoreduksjonen må være mer verdt enn kostnaden ved å oppnå den.
Dersom kostnaden for å redusere antall forventede omkomne med én er lavere enn 31,8 MNOK
(den samfunnsøkonomiske kostnaden ved et statistisk liv i 2009-kroner) iverksettes tiltak.
Kostnad beregnes som netto nåverdi av samfunnsmessige kostnader med 4,5 %
kalkulasjonsrente.
Rambøll
25 (78)
RISIKOMODELL HAVBRUK
ALARP-prinsippets måte å håndtere risiko på er akseptert av blant annet Sjøfartsdirektoratet,
Kystverket og Statens vegvesen. Det er laget flere risikoanalyser og –modeller som baserer seg
på ALARP-prinisppet for ferje- og hurtigbåttrafikk i Norge, samt for vegtunneler, i offshorevirksomhet m m.
Endelige mål for akseptabelt risikonivå innen bestemte frister, må settes og revideres av den som
er ansvarlig for virksomheten.
3.4
Verdsetting av risiko ved store ulykker
Det er mange indikasjoner på at enkeltpersoner og samfunnet setter en høyere kostnad på risiko
med store konsekvenser enn samme risiko med større sannsynlighet, men mindre konsekvenser.
Derfor er det en diskusjon om risiko med store konsekvenser skal kostnadssettes med høyere
verdi i nytte-kostnads-analyser enn samme risiko med mindre konsekvenser. Skal man m a o
bruke mer penger på å unngå en ulykke med 10 omkomne hvert 100. år enn én ulykke med 1
omkommet hvert 10. år?
Denne problemstillingen skaper fort flere etiske dilemma. Dermed er det også et spørsmål der
det neppe finnes ett sant svar. Først må man definere hva som menes med storulykke eller
katastrofe. Her varierer vurderinger og synspunkter fra situasjon til situasjon. Dessuten kan det
være korrelasjon mellom storulykke og et annet forhold ved ulykker man vet har stor betydning
for folks aksept av risiko, nemlig graden av egen kontroll. For risikosituasjoner der man har stor
grad av egen kontroll aksepteres generelt høyere risiko enn for situasjoner der egenkontrollen er
liten eller fraværende. Ulykker med potensielt store konsekvenser, f. eks. uvær som forårsaker
store skader på materiell, fisk og personer, er nok en slik situasjon der egenkontrollen er mindre
enn f. eks. en løfteoperasjon med kran.
En diskusjon om høyere verdsetting av omkomne ved storulykker kan m a o bli en diskusjon om
ulike verdsetting av statistisk liv ved ulik grad av egenkontroll over risikosituasjonen. Den etiske
diskusjonen blir ikke enklere av den grunn.
I Sælensminde (2003) er disse problemstillingene drøftet. Konklusjoner der er at det ikke finnes
adekvat faglig grunnlag for å verdsette statistiske liv annerledes ved storulykker enn ved andre
ulykker når man skal vurdere risikonivå eller gjøre nytte-kostnads-beregninger. Vi velger å holde
oss til denne konklusjonen.
Rambøll
26-(78)
RISIKOMODELL HAVBRUK
4.
NØKKELTALL FOR HAVBRUKSVIRKSOMHET I NORGE
4.1
Konsesjoner
Figur 7 viser at antall tillatelser for å drive havbruk har økt fra starten av 90-tallet og fram til i
dag. Det har vært en relativt beskjeden økning i antall konsesjoner for laks og sjøaure mens
antall torskekonsesjoner økte sterkt i perioden 2000-2003.
Tillatelser
1000
900
800
700
600
500
Laks og regnbueørret
400
Torsk
300
200
100
0
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
Figur 7 Antall tillatelser for havbruk 1994-2007
Produsert mengde per konsesjon har økt betydelig. Dermed er total produksjon også økt kraftig.
4.2
Produserte mengder
Det har vært en sterk økning i salg av norsk oppdrettslaks, se Figur 8. Økningen i salg av laks
har økt fra ca 200 Tusen tonn i 1994 til ca 750 Tusen tonn i 2007. Salg av oppdrettet
regnbueørret økte også utover 1990-tallet, men har holdt seg relativt stabilt fra 2000.
Rambøll
27 (78)
RISIKOMODELL HAVBRUK
Salg i tonn
800 000
700 000
600 000
500 000
400 000
Laks
300 000
Regnbueørret
200 000
100 000
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
Figur 8 Salg av laks og regnbueørret1994-2007.
For 2008 var salget av de ulike fiskeslagene fordelt slik det framgår av tabellen nedenfor.
Tabell 2 solgt mengde oppdrettsfisk i 2008 fordelt på fiskeslag.
Fiskeslag
Solgt mengde, tusen tonn
Andel av solgt mengde, %
Laks
Torsk
Sjøaure
743
18
73
89
2
9
SUM
834
100
Verdimessig utgjorde produktene fra havbruket nær halvparten av den samlede norske
fiskeeksporten i 2007 (Fiskeri- og kystdepartementet).
Torsken har hatt en relativ stor vekst fra 3 tusen tonn i 2004 til 18 tusen tonn siste år. Men som
andel av total havbruksnæring er torsken likevel en liten art med bare 2% av total mengde i
2008.
4.3
Sysselsatte
Antall sysselsatte i næringen (se Figur 9) totalt har økt siden starten av 90-tallet. Imidlertid har
antall sysselsatte innenfor laks og regnbueørret sunket, til tross for økt antall tillatelser og økning
i salg. Sysselsatte innenfor torskeoppdrett har vært relativt stabil 1 fra registreringene er
tilgjengelige fra 2002.
1
Før 2002 mangler vi informasjon om sysselsatte innenfor oppdrett av torsk.
Rambøll
28-(78)
RISIKOMODELL HAVBRUK
Sysselsatte
6000
5000
4000
Laks og regnbueørret
3000
Torsk
2000
Totalt
1000
0
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
Figur 9 Sysselsetting i havbruksnæringen 1994 – 2007.
Totaltallene i Tabell 7 inkluderer både matfiskanlegg, settefiskanlegg m v. Tallene per art gjelder
bare matfiskanleggene.
Volum produsert har økt kraftig samtidig som sysselsettingen har vært relativt stabil.
Produktiviteten ved havbruksanleggene er dermed betydelig forbedret. I 1994 ble det solgt ca 65
tonn laks/aure per sysselsatt mens det i 2007 ble solgt ca 320 tonn per sysselsatt. Dette er en
forbedring av arbeidskraftproduktiviteten på nesten 500%!
Vi har ikke sett analyser av årsaker til den store forbedringen i produktivitet. Men på generelt
grunnlag kan vi anta noen relevante faktorer:
•
Storskalafordeler på anleggssiden, større volum per anlegg
•
Storskalafordeler på struktursiden, større volum per bedrift
•
Bedre kompetanse på alle nivå, større grad av spesialisering
•
Nye tekniske løsninger
•
Mindre fiskesykdom
Når produksjonen øker per sysselsatt, reduseres eksponeringen for risiko i forhold til produsert
mengde. Bedre produktivitet vil derfor i utgangspunktet være et risikoreduserende tiltak. Men det
kan oppstå en motpost i form av mer risikofylte arbeidsoperasjoner ved at relativt færre personer
har ansvaret for en større produksjon, kanskje også på flere steder.
Arbeidsoperasjoner kan også bli sikrere som følge av skalaforhold der manuelle operasjoner
erstattes med maskinelle, tyngre utstyr som tåler større variasjoner i tilfeldige belastninger,
bedre prosedyrer, bedre sikkerhetsutstyr o s v
Risiko og risikoaksept bør måles opp mot produsert mengde for å få tall som reflekterer endring i
eksponering.
Rambøll
29 (78)
RISIKOMODELL HAVBRUK
5.
RØMMING AV FISK
5.1
Verdikjeden ved havbruksvirksomhet
Fôrbåt
Figuren nedenfor (Figur 10) gir en forenklet illustrasjon av verdikjeden for havbruksnæringen.
Smoltanlegg
Uhellstyper
- Rømming
- Massedød
- Personskader
Brønnbåt
Oppdrettsanlegg
Brønnbåt
Uhellstyper
- Rømming
- Massedød
- Personskader
Slakteri
Foredling
Marked
Uhellstyper
- Rømming
- Personskader
Uhellstyper
- Personskader
- ?????
Uhellstyper
- Matforgiftning
- ????
Prosess
Transport
Uhellsområder
Figur 10 Forenklet verdikjede i havbruk
Hovedelementene i verdikjeden er smoltanlegg, oppdrettsanlegg, slakteri, videreforedling og
grossist/detaljist. Mellom disse aktørene skjer det transporter. Brønnbåt benyttes vanligvis fra
smoltanlegg til oppdrettsanlegg og fra oppdrettsanlegg til slakteri. Rømming kan skje fra alle
trinn i prosessen fra smoltanlegg til fisken er bedøvd i mottakskar på slakteri. Hendelser med
rømming av oppdrettsfisk beskrives separat for smoltanlegg, oppdrettsanlegg og slakteri.
5.2
Datagrunnlag
Datafangsten omfatter rømmingsuhell ved oppdrettsanlegg rapportert til Fiskeridirektoratet for
perioden juni 2006 til juni 2008. Dermed gjelder datafangsten to fulle år fordelt på tre
kalenderår. Rapportene inneholder i all hovedsak uhell og årsaksforhold knyttet til rømming ved
oppdrettsanlegg, men også noen tilfeller ved slakteri og smoltanlegg.
Datagrunnlaget vi har benyttet, er mottatt som kopi av innsendte skjema om
rømmingshendelser. Vi har mottatt i alt 107 rapporter om rømmingshendelser for perioden 1. juli
2006 til 1. juli 2008. Mange rapporter gjelder mistanke om rømming der dette senere ikke er
bekreftet. Vi sitter igjen med 67 rapporter som gjelder faktiske rømminger. Den detaljerte
informasjonen fra rapportene er lagt inn i en database.
Fiskeridirektoratet hadde for samme periode lagt ut på internett en oversikt over
rømmingshendelser med den viktigste informasjonen (antall rømte fisk, gjennomsnittlig størrelse,
lokasjon, dato for rømming). I følge denne oversikten har det skjedd 84 rømminger i aktuell
toårsperiode. En nærmere analyse av de to databasene mot hverandre, viser at 51 tilfeller synes
å være de samme hendelsene. Vi har fått skjema for 16 rømmingshendelser som ikke synes
inngå i Fiskeridirektoratets oversikt. Til sammen har vi rapport fra 67 hendelser med rømming de
to årene. Men vi mangler data for 28 hendelser som inngår i Fiskeridirektoratets oversikt. Totalt
antall hendelser er dermed 95 som det finnes rapport på.
Rambøll
30-(78)
RISIKOMODELL HAVBRUK
De 16 rømmingene som ligger i våre rapporter, men som ikke inngår i Fiskeridirektoratets
oversikt, omfatter 4900 rømte fisk med en samlet biomasse på 12 000 kg.
De 28 rømmingene som ligger i Fiskeridirektoratets oversikt, men som ikke inngår i vårt
datagrunnlag, omfatter 325 000 rømte fisk og 470 000 kg biomasse.
Vårt detaljerte datagrunnlag omfatter 48 rapporterte rømminger med laks, 10 rømminger med
torsk og 8 rømminger med sjøaure. Dette gir et materiale på 67 hendelser. For laks er antall
rømminger så stort at datamaterialet gir et bra grunnlag for detaljert statistikk og analyse. For
torsk og sjøaure er tallmaterialet for lite til å være egnet for detaljerte analyser. Der det ikke er
gode grunner til noe annet, analyseres materialet samlet.
5.3
Kategorisering av rømmingsårsaker
Med tanke på å utvikle en risikomodell, er det viktig å kategorisere årsaksforholdene på en best
mulig måte i statistikken. Dette er mulig på basis av den informasjonen som er gitt i rapportene.
I mange tilfeller er det skrevet en forklarende tekst som gjør det mulig å identifisere en eller den
viktigste utløsende hendelse i årsakskjeden. Det er derimot vanskelig å si noe om
bakenforliggende årsaker. De utløsende årsakene er konkretisert som 21 årsaker. Hver av disse
er tilordnet en gruppe av hovedårsaker eller hovedtyper av rømmingshendelser relatert til
situasjon og årsakssammenheng. Det er:
•
Lasting/lossing mellom anlegg og brønnbåt
•
Andre båtaktiviteter, f eks. kollisjon og manøverfeil.
•
Ytre forhold, for eksempel predator, værforhold
•
Merdeaktiviter, for eksempel arbeidsbåter, lining, heving av lodd o s v
•
Ymse, for eksempel tyvfiske, teknisk feil m m
De fem hovedtypene hendelser er igjen delt inn i 21 årsaker slik det framgår av Tabell 3.
Tabell 3 Årsaker til rømming fordelt på hovedtyper hendelser
Lasting/lossing
Feil ved silrist
Feil ved
transportør
Åpen luke
brønnbåt
Annen feil ved
lasting/lossing
Andre
båtaktiviteter
Hull i not,
propell
Sammenstøt
båt/not
Annen
båtaktivitet
Ytre forhold
Hull i not,
drivgods
Hull i not,
predator
Uvær
Andre ytre
forhold
Det opereres med samme gruppering for alle fiskeslag.
Rambøll
Merdeaktiviteter
Lining
Hull i not,
heving av lodd
Hull i not,
gnaging og
gnissing
Hull i not, spist
av fisk
Annen feil ved
merd
Ymse
Ødelagt
oppdrettskar
Tyvfiske
Prøvetaking
Annet
31 (78)
RISIKOMODELL HAVBRUK
Rømmingsmønsteret er noe forskjelling for de tre fiskeslagene. I hovedtypen merdeaktiviteter
inngår hull i not som følge av at fisken spiser seg gjennom nota. Dette siste gjelder spesielt for
torsk, men ikke for laks og sjøaure.
For de fleste forhold er det ikke grunn til å skille mellom fiskeslag. Derfor er det mest
hensiktsmessig å behandle datagrunnlaget samlet for alle fiskeslag.
5.4
Antall hendelser og mengder rømt fisk
Hver rømmingshendelse har svært ulike størrelse målt både i antall fisk og biomasse. Se Tabell 4
Andel av antall rømminger fordelt på hendelsestørrelse
Tabell 4 Andel av antall rømminger fordelt på hendelsestørrelse
Antall rømte fisk
per hendelse
Antall
hendelser
Andel av
antall
hendelsen,
akk.
Antall
rømte fisk,
akk
Andel av antall
rømte fisk, akk
< 100
<1000
18
35
27 %
53 %
460
5 800
0,1 %
1%
<10 000
<100 000
56
65
84 %
97 %
64 000
430 000
10 %
82 %
<200 000
67
100 %
650 000
100 %
Grunnlaget for tabellen er 67 hendeleser med rømt fisk.
Få hendelser betyr mye. Ca 3 prosent av hendelsene stod for 18% av den rømte fisken. Motsatt
ser vi at omtrent halvparten av antall hendelser representerer mindre enn 1% av den rømte
fisken. Det er ekstremt store forskjeller i konsekvensen av ulike hendelser. Dette illustreres også
tydelig av Figur 11 Rømmingshendelser juli 2006 – juni 2008 En stor del av hendelsene er
relativt små målt i antall rømte fisk. I figuren er det lagt inn en eksponentiell kurvetilpasning som
kan gi grunnlag for beskrive denne sammenhengen matematisk.
Rambøll
32-(78)
RISIKOMODELL HAVBRUK
Antall fisk per rømming
140000
120000
100000
80000
60000
40000
20000
0
Antall per rømming
Expon. (Antall per
rømming)
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65
Figur 11 Rømmingshendelser juli 2006 – juni 2008 rangert etter konsekvens
Tabell 5 Hovedtall for hendelser med rømt fisk juli 2006 – juni 2008.
Antall
hendelser
Laks
49
Rømt
biomasse, kg
880 000
Rømt antall fisk
Aure
Torsk
8
10
18 000
140 000
6 800
160 000
Sum
67
1 040 000
647 000
480 000
Torsk representerer mange rømmingshendelser i forhold til mengden oppdrettsfisk og antall
lokasjoner. Det er helt tydelig bedre kontroll med rømming av laks og sjøaure. Laks utgjør nær
90% av produksjonen, men står for 70% av antall rømmingshendelser. Sjøauren står for knapt
10% av produksjonen, men har en litt høyere andel av rømmingene. Torsk med bare 2% av
produksjonen, har 16% av rømmingene.
5.5
Rømmingshendelser fordelt på årsakskategorier
Figur 12 viser andel av rømminger per hovedtype hendelse, mens Figur 13 viser andel av
biomasse rømt ved hver uhellstype og Figur 14 Andel av antall rømte fisk per uhellstype.
Rambøll
33 (78)
RISIKOMODELL HAVBRUK
Rømningshendelser fordelt på
hovedårsaker
Andre
båtaktiviteter
9%
Ymse
9%
Ytre forhold
14 %
Lasting/Lossing
29 %
Merdaktiviteter
39 %
Figur 12 Andel av antall hendelser med rømminger per uhellstype.
Rømt biomasse fordelt på hovedårsaker
Andre
båtaktiviteter
12 %
Lasting/Lossing
4%
Ytre forhold
52 %
Merdaktiviteter
31 %
Ymse
1%
Figur 13 Andel av mengde rømt biomasse per uhellstype.
Rambøll
34-(78)
RISIKOMODELL HAVBRUK
Antall rømte fisk fordelt på
hovedårsaker
Andre
båtaktiviteter
25 %
Ytre forhold
35 %
Lasting/Lossing
3%
Merdaktiviteter
33 %
Ymse
4%
Figur 14 Andel av antall rømte fisk per uhellstype.
5.5.1 Merdeaktiviteter
Figurene viser at merdeaktiviteter dominerer med 39% av antall hendelser. Det er litt mer enn
andelene av rømt biomasse og av antall rømte fisk med h h v 31% og 33%. Hver hendelse som
følge av merdeaktiviteter gir altså noe mindre i konsekvens enn gjennomsnittet for alle
hendelser.
5.5.2 Båtaktiviteter
Andre båtaktiviteter har også andel rømt biomasse og antall hendelser som ligger nær hverandre
med 9% av hendelsene og 12% av biomassen, men med 25% av antall rømt fisk. Hendelser som
følge av båtaktiviteter synes ha gjennomsnittlig konsekvenser m t p rømt biomasse, men
betydelig større konsekvenser m t p antall rømte fisk. Det har derfor rømt mer småfisk som følge
av båtaktiviteter.
5.5.3 Ytre forhold
Ytre forhold har bare 14% av hendelsene mens de representerer 52% av rømt biomasse og 35%
av antall rømte fisk. Her er det altså snakk om tilfeller med relativt stor mengde biomasse per
rømming i gjennomsnitt. Noen få store tilfeller dominerer i beregningen. I slike tilfeller er det den
store fisken som dominerer rømmingene. Bare to hendelser i registreringsperioden dominerer
beregningen av rømt biomasse og antall fisk ved ytre forhold. Resultatet må derfor tolkes med
ekstra stor varsomhet. De store rømmingene som skyldes ytre forhold er så få at tilfeldigheter
kan ha stor betydning for resultatet de to årene som er undersøkt
5.5.4 Lasting og lossing
Lasting/lossing har hele 29 % av antall hendelser, men bare liten andel av både mengde rømt
biomasse og antall fisk med h v 4 % og 3 %. Det er altså relativt små konsekvenser ved hver
hendelse.
Rambøll
35 (78)
RISIKOMODELL HAVBRUK
5.5.5 Ymse
Ymse årsaker har moderat betydning i antall hendelser med 9 %, men liten i andel av antall fisk
med 4 % og neste neglisjerbar m t p rømt biomasse med 1 %.
5.6
Forskjeller mellom ulike fiskeslag
Figur 15 viser at det er laksen som dominerer rømmingen, uansett uhellstype. Dette har
naturligvis sammenheng med at laksen utgjør 90% av produksjonen. Sjøaure har et litt annet
rømmingsmønster enn laks, men med så små absolutt tall bak de ulike gruppene at det ikke er
mulig å si at laks og sjøaure har forskjellig mønster. Torsken med bare 1-2% av produksjonen er
kraftig overrepresentert i antall rømminger. Storparten av hendelsene kommer under
hovedkategorien merdeaktiviteter. Det skyldes i hovedsak at torsken spiser hull på nota.
For de andre uhellstypeene synes det ikke være åpenbare forskjeller mellom andelen av
rømmingene og andelene av totalt produksjonsvolum.
Antall rømninger per fiskeslag
20
18
16
14
12
10
8
6
4
2
0
Laks
Trosk
Regnbueørret
Figur 15 Antall rømminger per fiskeslag, juli 2006 – juni 2008
Rambøll
36-(78)
RISIKOMODELL HAVBRUK
Biomasse rømt per fiskesort
600000
500000
400000
300000
200000
100000
0
Laks
Torsk
Regnbueørret
Figur 16 Biomasse rømt per fiskeslag, juli 2006 – juni 2008
5.7
Rømming ved transportaktivitet
Siden HITS fokuserer på transportoperasjoner er det naturlig å se på uhell forbundet med bruk
av båt ved oppdrettsanleggene. Dette innebærer å dele opp ”Lasting/Lossing” og ”Andre
båtaktiviteter” i delårsaker, se Figur 17 og Figur 18.
Antall rømminger ved transportaktivitet
12
10
8
6
4
2
0
Figur 17 Rømminger og årsak, antall juli 2006 – juni 2008
Rambøll
37 (78)
RISIKOMODELL HAVBRUK
Mengde biomasse tapt ved transportaktivitet
70000
60000
50000
40000
30000
20000
10000
0
Figur 18 Biomasse tapt og rømmingsårsak, juli 2006 – juni2008
Figur 17 viser at det spesielt er ”Feil ved transportrør” som forårsaker rømminger, en delårsak
innen hovedgruppen ”Lasting/Lossing”. Imidlertid viser en sammenligning av Figur 17 og Figur 18
at konsekvensene omregnet i tapt biomasse er beskjeden for ”Feil ved transportrør”. Videre så er
hyppigheten av delårsakene ”Hull i not, propell brønnbåt”, ”Sammenstøt” og ”Annen aktivitet
med båt” beskjeden i Figur 17, mens konsekvensene omregnet i tapt biomasse er størst for disse
delårsakene. Det er spesielt ”Hull i not, propell brønnbåt” som får store konsekvenser.
Det blir antatt at nota er spesielt utsatt for brønnbåtpropellen når værforholdene gjør at
brønnbåten må bruke trustere på samme side som nota, men de beskrivelsene som er gjort av
hendelsene gir ikke grunnlag for å ta stilling til denne antakelsen.
Det er vanlig at oppdrettsanlegg har beredskapsavtaler med dykkere (reparasjon av not),
brønnbåter (hente fisk), fiskere (fange rømt fisk) og slakteri (nødslakting) for å begrense
konsekvensene av rømming (Apertura, 2008).
5.8
Rømminger på ulike årstider.
Figur 19 viser at det er høysesong for rømming om vinteren og lavsesong på våren.
Rambøll
38-(78)
RISIKOMODELL HAVBRUK
Rømminger per måned, antall hendelser
8
7
6
5
2006
4
2007
3
2008
2
1
0
1
2
3
4
5
6
7
8
9
10
11
12
Figur 19 Antall rømminger per måned, juli 2006 – juni 2008.
De rømmingene som skjer om vinteren, har også de klart alvorligste konsekvensene målt i rømt
antall fisk og biomasse.
Rømt fisk per måned, kg biomasse
400000
350000
300000
250000
2006
200000
2007
150000
2008
100000
50000
0
1
2
3
4
5
6
7
8
9
Figur 20 Biomasse tapt per måned, juli 2006 – juni 2008.
Rambøll
10
11
12
13
39 (78)
RISIKOMODELL HAVBRUK
Rømt fisk per måned, antall
200000
180000
160000
140000
120000
2006
100000
2007
80000
2008
60000
40000
20000
0
1
2
3
4
5
6
7
8
9
10
11
12
Figur 21 Antall fisk tapt ved rømming per måned, juli 2006 – juni 2008
Det kan synes som november er en særlig utsatt måned mens desember er en lite utsatt måned.
Tallene er så små per måned at dette bildet kan skyldes rene tilfeldigheter.
5.9
Rømming og egenskaper ved oppdrettsanleggene
Statistisk utvalg for sertifisering av krage er for lite til å kunne konkludere med om denne
sertifiseringen har innvirkning på hyppighet av rømninger. Men av de 69 rømmingene som er
registrert, har 18 anlegg sertifiserte krager, 8 er ikke sertifisert. De resterende 43 rømmingen
sier ingen ting om dette.
Datafangsten viser at nøter med notomkrets lik 90 meter og dybde 15 meter har flest
rømminger. Men vi vet ingenting om hvor stor del av anleggene som har denne notstørrelsen. Vi
kan ikke si om notstørrelse har betydning for antall rømmingshendelser.
Datagrunnlaget kan ikke brukes til å belyse om sertifisering av eller dugelighetsbevis for nøter
har innvirkning på hyppigheten av rømminger.
5.10
Sykdom på rømt fisk
Det er registrert sykdom på 15 % av all biomasse som er rømt i tidsrommet juli 2006 til juni
2008. Sykdommen Pankreas sykdom (PD) er vanligst med 6 tilfeller. Det var to tilfeller med
infeksiøs lakseanemi (ILA), ett tilfelle med infeksiøs pankreasnekrose (IPN), og ett tilfelle med
uspesifisert sykdom.
5.11
Grunnlag for risikomodell – rømming av fisk.
Når det skal utvikles en risikomodell for oppdrettsanlegg, er det behov for å lage en konsistent
beskrivelse av dagens situasjon som grunnlag for å måle endringer framover. Det er valgt å teste
Rambøll
40-(78)
RISIKOMODELL HAVBRUK
en løsning etter samme metode som i risikomodellen for innenriks ferjetrafikk (F-Risk) og
hurtigbåttrafikk (H-Risk). Da kreves det en utgangstabell som på årsbasis konkretiser
sannsynligheten for rømminger fordelt på konsekvensgrupper og uhellstyper. Et første
utgangspunkt for en slik tabell er Tabell 6 Årlig antall rømmingshendelser med laks/sjøaure og
torsk fordelt på konsekvensklasser.
Tabellen er basert på data for perioden juli 2006 til juni 2008 og representerer et gjennomsnitt
for disse to årene der det er tatt hensyn til 34 hendelser i ”vår” database og 14 som i tillegg er
registrert av Fiskeridirektoratet. Dette gir gjennomsnittlig 48 hendelser per år. Disse hendelsene
fordeler seg med 76% på laks/aure og 24% på torsk. I tillegg var det to hendelser med andre
fiskeslag.
Tabell 6 Årlig antall rømmingshendelser med laks/sjøaure og torsk fordelt på konsekvensklasser og
uhellstyper.
Uhellstype
Lasting/Lossing
Andre båtaktiviteter
Ytre forhold
Merdektiviteter
Ymse
SUM vår base
Gjennomsnittlig
Konsekvens, antall rømte
fisk
1
2
1 - 10
10 - 100
4,5
0,5
0,5
1
2
3
2
1
8,5
3
30
Konsekvensklasser
3
4
100 –
1 - 10
1000
tusen
4
3
1
1,5
3
1,5
2,5
9
0,5
1
11
16
300
3000
5
10 – 100
tusen
1
1
1
5
1
9
6
>100
tusen
35000
150000
0
0,1
1
0,1
0
1,2
Uhellstyper benyttes slik de er definert i kapittel 5.2. Det er data fra ”vår” database med 67
hendelser som ligger til grunn for fordelingen på uhellstyper.
Konsekvensklassene er laget med inndeling i dekader. Dette er en ganske vanlig måte for å lage
slike inndelinger. Minste konsekvens er 1-10 rømte fisk med gjennomsnitt på 3. Største
konsekvens er over 100 000 rømte fisk med gjennomsnitt på 150 000.
Konsekvensklassen med flest hendelser er nr 4 med 1-10 tusen rømte fisk. Den er dobbelt så
stor som konsekvensklasse 5 som igjen er 7 ganger så stor som klasse 6. Dette er
sammenhenger som kan begrunnes. Men det er ikke naturlig at konsekvensklassene 1-3 alle har
et mindre i antall hendelser enn nr 4. Det er grunnlag for en hypotese om dårligere
rapporteringsgrad for disse klassene. Særlig dårlig rapporteringsgrad er det nok for klasse 1 og
2.
I en endelig modell bør disse konsekvensklassene gis en betydelig økt sannsynlighet. Forliggende
datamateriale gir oss ikke grunnlag for å si noe om hvor mye større.
Rambøll
41 (78)
RISIKOMODELL HAVBRUK
Tabell 6 Årlig antall rømmingshendelser med laks/sjøaure og torsk fordelt på konsekvensklasser
gir en årlig konsekvens på ca 550 000 rømte fisk. Dette må relateres til en årlig produksjon i
gjennomsnitt for disse årene på ca 800 000 tusen tonn.
Torsk var bare ca 13 000 tonn av produsert mengde (ca 1,6%), men representerte over 10% av
hendelsene med rømming. Det kan vurderes å holde torsk utenfor modellen eller å lage en egen
modell for torsk.
Et interessant nøkkeltall kan være antall rømte fisk per tonn solgt mengde. Dette tallet blir 0,69
som et gjennomsnitt for perioden juli 2006 til juni 2008. Dette nøkkeltallet kan beregnes på basis
av foreliggende historiske data og bør årlig benyttes for å gi en grov indikasjon på utvikling.
Rambøll
42-(78)
RISIKOMODELL HAVBRUK
6.
PERSONSKADE
6.1
Registrerte dødsulykker
En rekke studier har blitt gjennomført for å kartlegge hendelser og arbeidssituasjoner som
medfører fare for røktere og andre personer i havbruksnæringen. Blant annet har Studio Apertura
og SINTEF Fiskeri og havbruk studert røkternes egne erfaringer med hensyn til sikkerhet i
arbeidssitasjoner, HMS-arbeid og bruk av sikkerhetsutstyr.
Til sammen omkom 21 personer i arbeidsulykker i tidsrommet 1980-2003 (SINTEF, 2003). I
Tabell 7 er det listet i hvilke arbeidssituasjoner dødsfallene oppsto. Ulykkesstatistikken er hentet
fra SINTEF Fiskeri og havbruks database.
Tabell 7 Omkomne i havbruk, 1980-2003
Ulykkekategori
Båt, kantring/krenging
Antall hendelser
11
Dykkerulykker
Fall i sjøen
3
1
Klemt av kran
Forskyvning av dekklast
1
1
Rikosjett fra slitt anker
Kollisjon
1
1
Ensilasje
Kverning av fôr
1
1
SUM
21 omkomne
Fellesnevneren for mange av disse dødsfallene er dårlig vær, mangelfull sikring av tunge
gjenstander og manglende bruk av sikkerhetsutstyr.
For perioden 1980 – 1999 er det beregnet 5,4 omkomne per 10 000 årsverk. Dette er lavere enn
for fiske og bergverksdrift, men høyere enn for jordbruk, landtransport og bygg og anlegg med
1,5-1,1 omkomne per 10 000 årsverk.
En nyere rapport fra SINTEF (2008, ref 17) baserer seg på data fra 2000 – 2008. Den oppgir 1,7
omkomne og per 10 000 årsverk i havbruk. Havbruk har en betydelig lavere frekvens for antall
omkomne enn tidligere, omtrent på nivå med landbruk.
SINTEF’s beregninger tyder på en relativ reduksjon i de alvorlige hendelsene etter år 2000.
Næringa var i en pionerperiode på 70- og 80 tallet. Nå er det en moden næring som bør ha
lavere ulykkestall.
6.2
Registrerte personskader
Arbeidstilsynet har også utarbeidet en ulykkesstatistikk for personulykker i havbruk, se Tabell 8
(SINTEF, 2003). Denne tabellen fordeler ulykkene på type hendelser for de 5 årene 1997 – 2001.
I gjennomsnitt er det registrert 75 hendelser per år. For perioden 2002 – 2007 er det tilsvarende
tallet 78. Det er dermed grunn til å legge til grunn at totalt antall personskader i næringa har
vært stabilt de siste 10-15 årene med knapt 80 hendelser per år.
Rambøll
43 (78)
RISIKOMODELL HAVBRUK
Sysselsettingen har vært ca 3500 årsverk innen laks og sjøaure som gjennomsnitt for perioden
1998 – 2008 og ca 1000 årsverk innen andre marine arter og skalldyr til sammen. Total
sysselsetting har dermed ligget på omtrent 4500 årsverk i hele perioden.
For de siste ti årene kan vi beregne et gjennomsnittlig nivå på 17 personskader per 1000 årsverk
i næringa. Dette tallet har vært relativt stabilt i perioden. Ingen år har signifikante avvik fra dette
gjennomsnittet.
Tabell 8 Ulykker med personskade i havbruk, 1997-2001
Ulykke kategori
Antall hendelser
Elektrisk spenning
Fall
1
80
Høy/lav temperatur
Kjemikalier
1
25
Klemt/fanget
Sammenstøt/påkjørsel
46
3
Stukket/kuttet av
Skarp/spiss gjenstand
78
Støt/treff av gjenstand
Annet
71
72
SUM
377 personulykker
Fall er typiske hendelser der personer sklir på glatt underlag eller faller fra høyt nivå til lavere
nivå (fra kai til båt). Personulykker med stikking og skarp gjenstand er hyppigst under slakting
og vaksinering. Fellesnevneren for ”støt/treff av gjenstand” er utstyr i kraftig spenn som gir etter
og tunge gjenstander som faller på kroppsdeler.
Statistikken viser at hyppige ulykker i havbruk (ute på oppdrettsanlegg) er fallulykker,
klemskader, etseskader ved bruk av kjemikalier og båtulykker (SINTEF, 2003).
Tabellene over viser at personer er utsatt for uønskede hendelser som medfører personskader. I
de neste kapitlene blir personers reelle og oppfattet sikkerhet knyttet til teknologi, omgivelser og
organisasjon.
6.3
Personskadeulykker fordelt på ulykkestyper
Statistikkene opererer ikke med standardisert kategorisering av personskader i relatert til
årsaksforhold. Det er derfor vanskelig å gruppere hendelsene i de gruppene av aktiviteter som vi
har benyttet for rømming. Av modelltekniske grunner er det ønskelig å søke etablert en slik
sammenheng. Dette krever tilgang på detaljerte data fra alle dødsulykker for en periode på10-20
år og alle personskadeulykker for en periode på 2-5 år for å få tilstrekkelig datagrunnlag.
Slik analyse har ikke vært prioritert i dette prosjektet.
SINTEF har analysert data for ulykkeshendelser i havbruk og trekker i sine rapporter (2003 og
2007) fram følgende forhold:
•
Løft med kran
Rambøll
44-(78)
RISIKOMODELL HAVBRUK
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
Falle i sjøen
Utsett, stramming, opptak av lodd og anker
Mottak av fôr fra fôrbåt
Nokkarbeide, truffet av rikosjett som følge av at detalj slipper, ryker. Klemskader.
Sprut av syre fra ensilasjetank
Dykking
Kommunikasjon mellom røktere eller land svikter
Fortøyningsarbeid
Truckkjøring
Kvelds- og nattarbeid
Mottak og levering av fisk med brønnbåt
Rengjøring av not / notskifte
Inspeksjonsarbeid på merd
Alenearbeid generelt
Intern transport av fôr på anlegget og utfôring
Betydningen av ulike element er ikke kvantifisert i disse analysene.
Det er en utvikling i næringa i retning større og dermed relativt færre anlegg. Større anlegg
medfører at manuelt arbeid i ennå større grad erstattes med maskinelle operasjoner. Dette bør
normalt bidra til bedre sikkerhet. Men større anlegg må kanskje lokaliseres på steder som er mer
utsatt for være og vind. Dette kan medvirke til økt risiko.
6.4
Ytre forhold
SINTEF har gjort en rekke analyser som beskriver kvalitative sammenhenger i risikobildet for
personskade. (SINTEF, 2003).
Omgivelsene, som vær, vind, havstrømmer og bølger, er faktorer på anleggene som ikke kan
kontrolleres. Det er vanskelig å stoppe arbeidet pga dårlig vær. Dette skyldes en rekke forhold.
Fisken er et levende vesen som krever fôr og jevnlig tilsyn. Dessuten er det relativt presise krav
til sammenhenger og kontinuitet i produksjonsprosessene. Bruk av fellesressurser for flere
anlegg som brønnbåter og slakteri vil styre aktivitetene innen relativt trange tidsmarginer.
At det gir en rekke negative konsekvenser å stoppe produksjonen p g a dårlig vær, øker faren for
skader.
Det er ikke kartlagt hvordan ytre forhold påvirker personrisiko.
6.5
Organisering og kompetanse
Regelverk for havbruksnæringen utarbeides av myndigheter, mens prosedyrene utvikles lokalt.
Det eksisterer detaljerte hefter som tar for seg aktuelle regelverk, samt sikkerhet og risiko i
havbruk. Heftene er lite kjent i næringen, og det ser ut som om risikoforståelse er individ- og
hendelsesfokusert. Systembaserte barrierer og prosedyrer og/eller teknologi vektlegges derfor i
mindre grad (Studio Apertura, 2008). Myndighetenes sanksjoner er ofte avgjørende for at diverse
sikkerhetsprosedyrer blir fulgt.
Rambøll
45 (78)
RISIKOMODELL HAVBRUK
Studio Apertura (2008) hevder i sin studie at næringen tradisjonelt har vektlagt praksis og
erfaring framfor teoretisk utdannelse. Imidlertid ser dette ut til å forandre seg, da fokus i det
siste har kommet mer på teoretisk opplæring og sikkerhetskurs. Likevel er det fortsatt et gap
mellom det administrasjonen vet om sikkerhetsarbeid og det som faktisk gjøres ute på
anleggene. Dette kan eksemplifiseres gjennom prosedyrer som ikke har grobunn i praksis og ikke
stemmer med de faktiske operasjonene, samt pålegg om bruk av utstyr som ikke er tilpasset den
daglige driften. Det er en generell oppfatning blant ansatte at ledelsen prioriterer økonomi og
effektivitet foran sikkerhet.
De store havbruksbedriftene setter interne erfaringer i system og har kommet lengst i utviklingen
av systematisk HMS-arbeid på lokalitet (SINTEF, 2003). Hos små aktører har
kostnadsbesparelser i enkelte tilfeller ført til nedskjæringer på HMS-arbeidet, noe som har ført til
at tilbakemeldinger på personuhell får lite fokus. Blant annet etterlyses det brannøvelser. På den
andre siden, så er det ledelsen hos de små aktørene som har tettest oppfølging av sine ansatte.
Det kan ha sammenheng med at ”avstanden” mellom ledelse og ansatte er liten, samt at
kunnskap om geografien og arbeidsmåter lokalt på det enkelte anlegget er viktig for sikkerheten.
Bruk av verneutstyr på lokalitetene varierer. Forhold mellom kolleger og ikke-jobb-relaterte
relasjoner er viktig for overføring av erfaringer mht risiko og kunnskap (Apertura, 2008). Spesielt
gjelder dette for små anlegg, der ansatte føler et personlig engasjement overfor bedriften og
personlig ansvarsforhold til utstyret.
Operasjoner som etter hvert oppfattes som rutineoperasjoner, ansees som ufarlige selv om de
kan ha betydelig risiko involvert. Formelle prosedyrer på dagligdagse gjøremål oppleves som
”unødvendige” og fravikes ofte. Prosedyrene følges imidlertid oftere ved operasjoner som
gjennomføres sjeldent og som er mer krevende.
Rasjonalisering, større anlegg og ny teknologi gjør at stadig flere oppgaver kan gjøres med én
eller et fåtall personer. Det påpekes av både Apertura (2008) og SINTEF (2007) at alenearbeid
oppleves som risikobetont.
Det er neppe tvil om at organisering, prosedyrer, kompetanse og sikkerhetskultur er
betydningsfulle faktorer med tanke på sikkerhet. Det er imidlertid en meget krevende oppgave å
kvantifisere sammenhenger mellom disse faktorene og risiko. Det vil ikke bli gjort forsøk på slik
kvantifisering og tilhørende kartlegging i dette prosjektet.
6.6
Grunnlag for risikomodell – personskade.
Tilgjengelige rapporter om personulykker gir ikke et helt tilfredsstillende grunnlag for å gruppere
ulykkene i typer relatert til årsakssammenhenger og konsekvensklasser.
Ut fra tilgjengelig materiale er det mulig å operer med to konsekvensklasser:
•
Omkomne
•
Personskade
Det ville vært ønskelig å ha klasser for få og mange omkomne per hendelse. Statistikken tyder
på at det bare er kantring av båt som særlig ofte kan ha flere omkomne per hendelse. For å
legge til rette for å håndtere flere omkomne per hendelse, velger vi å lage to konsekvensklasser
for omkomne: ”1 omkommet” og ”flere omkomne”.
Rambøll
46-(78)
RISIKOMODELL HAVBRUK
Det kunne også være ønskelig å ha flere konsekvensklasser for personskader, både i forhold til
alvorlighetsgrad og antall skadde per hendelse. Det er imidlertid ikke mulig å lage et begrunnet
forslag ut fra tilgjengelig datagrunnlag, så her må vi holde oss til en klasse. Det innebærer at
hver hendelse i prinsippet gir en skadd person. I risikomodellen trenger ikke det medføre noen
feil om man tar hensyn til denne premissen ved beregning av sannsynligheter.
Vi velger å dele ulykkene inn i følgende typer:
1. Båtulykke (kantring, kollisjon, brann, grunnstøting m m)
2. Dykkeulykke
3. Fallulykke, inklusiv fall i sjø
4. Klemulykke
5. Stikk- og kuttulykker
6. Slag fra gjenstand (for eksempel krankrok)
7. Eksponering for kjemikalier
8. Andre uhell
Inndelingen er basert på hva som finnes i tilgjengelig statistikk. Det er hendelsestyper som i
meget stor grad vil opptre uavhengig av hverandre. De vil derfor være relativt kurante å
håndtere i en risikomodell. Det hadde imidlertid vært ønskelig å relatere ulykkestypene til
hovedaktiviteter i virksomheten. Dette er bare delvis mulig basert på tilgjengelig statistikk.
Tabell 9 Årlig antall personskadeulykker fordelt på konsekvensklasser og ulykkestyper. Vurdert situasjon
i 2007.
Uhellstype
Båtulykke
Dykking
Fall
Klem
Stikk/kutt
Slag
Kjemikalier
Ymse
SUM vår base
Gjennomsnittlig antall
skadde/omkomne
1
PersonskadeR
Konsekvensklasser
2
1 omkommet
2
0,40
1
0,11
16
0,07
9
0,07
16
0,04
14
0,04
5
0,04
3
Flere omkomne
0,01
0,001
0,0005
0,0005
0,0001
0,0001
0,0001
15
0,01
0,0001
78
0,78
0,0124
1
1
2,5
Sannsynlighet for personskadeulykker (konsekvensklasse 1) er fordelt på ulykkestyper basert på
et gjennomsnitt for årene 1997-2001. Sum antall hendelser er omtrent på nivå med
gjennomsnittet for perioden 1997-2008. Det er lagt inn et lite tillegg for personskade ved
båtulykke og dykking.
Rambøll
47 (78)
RISIKOMODELL HAVBRUK
Sannsynligheten for dødsulykke med 1 omkommet (konsekvensklasse 2) er fordelt relativt på
ulykkestyper basert på statistikk for 1980-2001. Nivået er imidlertid basert på gjennomsnittlig
nivå for perioden 2000-2008.
Det foreligger ikke statistikk som kan sannsynligheten for hendelser med flere omkomne per
ulykkeshendelse. Sannsynlighetene for hendeler i konsekvensklasse 3 er derfor vurdert
skjønnsmessig basert på en vurdering av hvor mange som kan tenkes å være involvert i hver
type risikosituasjon og generelle sammenhenger mellom sannsynlighet for utfall i ulike
konsekvensklasser.
Rambøll
48-(78)
RISIKOMODELL HAVBRUK
7.
BASIS FOR RISIKOMODELL
7.1
Aktuelle risikomodeller
Det er et mål for prosjektet å utvikle grunnlaget for risikomodeller som behandler følgende
risikosituasjoner ved havbruk:
•
Personskader.
•
Miljøkonsekvenser som følge av rømt fisk
Både personskader og rømming av fisk kan eller vil gi økonomiske konsekvenser. Men det blir
ikke fokusert på disse.
Det datagrunnlaget som er analysert, indikerer at det bør lages ulike risikomodeller for følgende
situasjoner:
•
Personrisiko ved havbruksanlegg, smoltanlegg og slakteri.
•
Rømmingsrisiko for laks og sjøaure
•
Rømmingsrisiko for torsk
Personrisikoen for ansatte ved havbruksanlegg er betydelig større enn de fleste næringer til
lands, men lavere enn for fiske og sjøfart. Foreliggende datagrunnlag er ikke bearbeidet som et
tilstrekkelig grunnlag for å utvikle en personrisikomodell. Det er heller ikke sikkert at en slik
risikomodell er en effektiv metode for bedre sikkerhet.
Rømming av laks og sjøaure blir sett på som den største miljørisikoen ved havbruksanlegg. Vi
har analysert et tilstrekkelig datagrunnlag for slike rømminger til å konstatere at det kan være
mulig å utvikle en risikomodell for slike anlegg.
Rømming av torsk blir ikke sett på som en like stor risiko som rømming av laks og sjøaure. Men
dette kan endre seg i framtida. For torsk har vi for lite datagrunnlag til å utvikle en risikomodell
om risikoen for rømming av torsk skiller seg vesentlig fra rømming av laks og sjøaure. At torsk
regnes som ”utbryterkonge” indikerer at det er forskjeller i risiko, men mange forhold kan sikkert
behandles likt.
I det videre konsentreres arbeidet om å utarbeide grunnlag for risikomodell for laks og sjøaure.
Storparten av det samme grunnlaget kan ventelig brukes i en modell som håndterer torsk. Mye
kan kanskje også være nyttig i en personrisikomodell.
7.2
Risikomodell for rømming av fisk
Det geografiske området for modellen er hele Norge med all virksomhet som defineres som
fiskeoppdrett eller havbruk. Ett fysisk anlegg på en bestemt lokasjon, utgjør minste enhet i
modellen. Anlegg som flyttes mellom lokasjoner, vil derfor måtte defineres som flere anlegg.
Med fiskeoppdrett menes konsesjonspliktig oppdrett av fisk i saltvann. I vår modell for
rømmingsrisiko tar vi med hele den delen av verdikjeden der rømming er en mulig
problemstilling. Det er fra produksjon av smolt via oppdrettsanlegg til slakteri. For å gjøre en
Rambøll
49 (78)
RISIKOMODELL HAVBRUK
forenkling har vi lagt grensenittet for rømmingsmodellen ved ”husveggen” ut av smoltanlegget
og ved ”husveggen” inn til slakteriet, se Figur 22.
Figur 22 Risikosoner
For rømming skal det gjøres beregninger for hvert havbruksanlegg og samlet for Norge.
Modellene som skal beregne risiko for definerte uhellstyper og konsekvensklasser må basere seg
på et bestemt utgangsår med en definert risiko, altså sannsynlighet for og konsekvens av
rømmingshendelser fordelt på årsaksforhold. For senere år korrigeres data for utgangsåret med
endringer som har skjedd i eksponering, for eksempel antall fisk i oppdrettsanleggene, og
endringer i risikoindikatorer. Estimert risikonivå for utgangsåret blir derfor basis for etterfølgende
år.
Uhellstyper som gjelder risikoen for rømming av fisk, kan være skade på not som følge av
uvær, operasjonsfeil, teknisk feil eller mye annet. Dette behandles nærmer i kapittel 8. I en
modellkonstruksjon er det ofte praktisk å skille mellom 3-10 uhellstyper, men dette er ingen
teoretisk begrensning.
Konsekvensklasse er en gruppering som konkretiserer alternative skadeomfang ved ulike
uhellstyper. Ved rømming kan skadeomfanget måles som antall rømte fisk, mengde rømt
biomasse eller på annen måte. Det er vanlig og paktisk å dele inn i 4-6 konsekvensklasser, men
dette er heller ingen teoretisk begrensning.
Modellkonstruksjonen starter med å lage en nasjonal oversikt over total risiko fordelt på
uhellstyper og konsekvensklasser. Dette blir en matrise som der hvert element i matrisen er
sannsynligheten for vedkommende uhellstype og konsekvensklasse i utgangsåret.
Dette nasjonale bildet av sannsynlighet for hendelser fordelt på uhellstyper og konsekvensklasser
fordeles deretter på hvert enkelt definert havbruksanlegg. Dette gjøres ved å beregne
eksponeringsfaktorer og risikoindikatorer i utgangsåret.
En eksponeringsfaktor benyttes til å skalere betydningen av ett enkelt anlegg i forhold til
summen for hele landet per uhellstype. Eksempler på mulige eksponeringsfaktorer er tillatt
mengde fisk per anlegg, gjennomsnittlig mengde fisk over året eller ganske enkelt samme
eksponering per lokasjon.
Rambøll
50-(78)
RISIKOMODELL HAVBRUK
En risikoindikator er en tallfesting av status for risikopåvirkende faktorer per anlegg. Slike
faktorer reflekterer relativt stabile egenskaper ved anlegg og omgivelser, egenskaper som
påvirker sannsynlighet for uhell eller konsekvens av uhell. Risikoindikatoren tallfester om en
egenskap ved anlegget, eller en sammenstilling av egenskaper, er bedre eller dårligere enn
gjennomsnittet for alle anlegg i Norge. Gjennomsnittet vil være 1,0 for alle anlegg og egenskaper
i utgangsåret 2007. Anlegg får risikoindikatorer større enn 1 når de i utgangsåret eller senere har
risikopåvirkning fra vedkommende egenskap(er) større enn gjennomsnittet for alle anlegg i
utgangsåret. Anlegg som har et lavere risikobidrag enn gjennomsnittet fra vedkommende
egenskap(er), får en risikoindikator lavere enn 1.
Samlet sannsynlighet for ulykke ved ett anlegg beregnes per uhellstype og konsekvensklasse
ved å multiplisere den nasjonale sannsynligheten med eksponeringsfaktoren og samtlige
risikoindikatorer for vedkommende anlegg, uhellstype og konsekvensklasse.
Samlet risiko for ulykke per anlegg beregnes ved å multiplisere summerte
ulykkessannsynligheter per konsekvensklasse med gjennomsnittlig konsekvens for klassen.
Samlet risiko for næringa måles ved å summere beregnet risiko for alle anlegg i Norge. Utvikling i
risiko for det enkelte anlegg og næringa måles med utgangsåret for modellen som basis.
7.3
Rømmingsrisiko for laks/aure og torsk i basisår.
Med foreliggende datagrunnlag for rømmingshendelse, er det naturlig å benytte 2007 som
utgangsår. I Tabell 6 Årlig antall rømmingshendelser med laks/sjøaure og torsk fordelt på
konsekvensklasser har vi et brukbart grunnlag for å lage en utgangstabell for h h v laks/aure og
torsk.
Hendelser med relativt få rømte fisk har nok en betydelig dårligere rapporteringsgrad enn
hendelser med mange rømte fisk. Dette gjelder nok særlig konsekvensklassene 1 og 2 med færre
enn 100 rømte fisk, men kanskje også klasse 3 med 100-1000 rømte fisk. Dette er et forhold det
bør korrigeres for. Men vi har ikke data som kan si oss noe om rapporteringsgraden innen de
ulike årsaksforhold og konsekvensklasser.
I vårt forslag til basistabell, velger vi å multiplisere antall rømmingshendelser med 5 for klasse 3,
med 50 for klasse 2 og med 500 for klasse 1 i forhold til observert antall hendelser. Dette mener
vi bør korrigere for manglende rapportering på en konservativ måte, det vil si at vi mener det er
større sannsynlighet for at korreksjonen er for stor enn for liten. I en neste fase av prosjektet
kan det eventuelt innhentes grunnlag for å bedømme mer konkret hvor stor denne korreksjonen
bør være. Se Tabell 10 Årlig antall rømmingshendelser fordelt på konsekvensklasser, laks/aure.
Etter korreksjoner for rapporteringsgrad og årsaksforhold.
Rambøll
51 (78)
RISIKOMODELL HAVBRUK
Tabell 10 Årlig antall rømmingshendelser fordelt på konsekvensklasser, laks/aure. Etter korreksjoner for
rapporteringsgrad og årsaksforhold.
Konsekvensklasser
3
4
1
2
Uhellstype
1 - 10
10 100
100 –
1000
1 - 10
tusen
Lasting/Lossing
Andre båtaktiviteter
Ytre forhold
Merdektiviteter
Ymse
SUM
Gjennomsnittlig antall
rømte fisk i modell
504,1
89,0
207,6
139,1
207,6
1147,3
142,8
25,2
58,8
39,4
58,8
325,1
18,5
3,3
7,6
5,1
7,6
42,1
2,7
1,3
1,3
3,4
0,9
9,6
5
10 –
100
tusen
0,9
0,9
0,9
1,9
0,9
5,5
6
3
30
300
3 000
35 000
150 000
Antall rømte fisk
3 442
9 752
12 620
28
921
19
0910
152 473
SUM
>100
tusen
0,0
0,1
0,9
0,0
0,0
1,0
669
120
277
189
276
1531
398 117
Antall rapporterte hendelser gir for lite datagrunnlag til å skille laks/aure og torsk ved
beregningene. Vi må derfor i utgangspunktet anta at sannsynlighet og konsekvens er likt fordelt
på årsaksforhold for de to fiskeslagene. Men dette er ganske sikkert ikke korrekt. Torsk har en
større hyppighet av hendelser der den spiser hull i nota. Et hull blir også fortere brukt av torsken
enn av laksen. Torsken omtales gjerne som ”utbryterkonge”. Dette fører til at hendelsetypen
”merdeaktiviteter” bør være relativt hyppigere for torsk enn for laks, og med større konsekvens.
Vi korrigerer derfor skjønnsmessig for dette ved å tilordne torsken noe mer av totalrisikoen for
”merdeaktiviteter” enn relativ andel av sum hendelser skulle tilsi. Det blir gjort tilsvarende
reduksjon for andre årsaksforhold. Den skjønnsmessige fordelingen baseres på tilgjengelig
datagrunnlag. Resultat i Tabell 11 Årlig antall rømmingshendelser fordelt på konsekvensklasser,
torsk. Etter korreksjoner for rapporteringsgrad og årsaksforhold.
Tabell 11 Årlig antall rømmingshendelser fordelt på konsekvensklasser, torsk. Etter korreksjoner for
rapporteringsgrad og årsaksforhold.
1
Uhellstype
1 - 10
Lasting/Lossing
Andre båtaktiviteter
Ytre forhold
Merdeaktiviteter
Ymse
SUM
Gjennomsnittlig
konsekvens, antall
rømte fisk
Antall rømte fisk
62,6
11,0
25,8
227,6
25,8
352,7
Konsekvensklasser
2
3
4
5
100 –
1 - 10 10 – 100
10 - 100
1000
tusen
tusen
17,7
2,3
0,3
0,1
3,1
0,4
0,2
0,1
7,3
0,9
0,2
0,1
64,5
8,3
5,6
3,1
7,3
0,9
0,1
0,1
99,9
12,9
6,4
3,5
6
>100
tusen
0,00
0,01
0,11
0,06
0,00
0,18
3
30
300
3 000
35 000
150 000
1058
2 998
3 880
19 079
124 090
27 527
SUM
62,6
11,0
25,8
227,6
25,8
476
178 633
Rambøll
52-(78)
RISIKOMODELL HAVBRUK
Hvert anlegg får beregnet sin sannsynlighet for rømmingshendelser i basisåret som produktet av
eksponeringsfaktor og alle relevante risikoindikatorer. Beregningen gjøres for hver celle i
basistabellen. Summen av beregnet antall hendelser per konsekvensklasse og anlegg
multipliseres med gjennomsnittlig konsekvens. Den total summen for alle konsekvensklasser gir
dermed årlig risiko for antall rømte fisk per anlegg. Dermed kan metoden benyttes til å
identifisere anlegg med stor og liten risiko for rømming.
7.4
Datafangst og oppdatering, rømming av fisk
Det er en viktig hensikt å utvikle en modell som kan oppdateres, for eksempel årlig. I den grad
modellen er i stand til å beskrive det reelle risikobildet korrekt, vil det dermed være mulig også å
beskrive risikoutvikling uavhengig av statistikk som uansett vil inneholde store tilfeldige avvik
som følge av få hendelser per anlegg.
Det vil være et mål at modellen på best mulig måte skal reflektere tilgjengelig kunnskap om
sammenhengen mellom egenskaper ved havbruksanlegg og risiko for h h v personskade og
rømming av fisk. Slik sett er det ønskelig å gjøre modellen relativt detaljert i beskrivelsen av
sammenhenger. Men vi kan ikke påregne å finne relativt detaljert kunnskap om denne typen
sammenhenger. Dessuten vil jevnlig oppdatering være betydelig mer ressurskrevende ved en
detaljert modell. Dette taler for å bygge en modell med relativt få og relativt lett beskrivbare
egenskaper ved anleggene.
Modellkonstruksjonen vil bli en balansegang mellom en detaljert modell som reflekterer
risikoforhold på en bra måte kontra en grovere modell som enklere kan oppdateres og
vedlikeholdes. Denne avveiningen kan først gjøres når ekspertpanelet tar stilling til prioriteringen
av viktige egenskaper (se kap 8.1). Identifiseres noen få viktige egenskaper, kan
modellkonstruksjonen og datafangst gjøres relativt enkel. Identifiseres mange relativt like viktige
egenskaper, vil modell og datafangst måtte gjøres mer kompleks.
7.5
Uhellstyper ved rømming av fisk
Vi har valgt å gjøre hovedgrupperingen av uhellstyper relatert til arbeidsoperasjoner. Dette er
naturlig av flere grunner. Den viktigst er at ulike arbeidsoperasjoner involverer ulike sett av
prosedyrer og hjelpemidler tilpasset aktuelle arbeidsoperasjoner. Uhell skyldes gjerne svikt i
tekniske hjelpemidler, svakheter ved prosedyrer eller utførelsen av disse. Forbedringer må
relateres til det samme. Grupperingen relatert til arbeidsoperasjoner kan også gjøre det mulig å
bruke samme gruppering for personskade som for rømming av fisk. Opprinnelig forslag til
inndeling i hovedgrupper framgår av
Tabell 12. Den gir en oversikt over de uhellstypene vi mente det var naturlig å bruke som
hovedgrupper og risikoindikatorer basert på resultatene fra bearbeiding av foreliggende statistikk
og informasjon fra rapporten til Studio Appertura (ref. 12). Tabellen var et grunnlag før
behandling i ekspertpanelet som etter hvert valgte en noe revidert inndeling, se kapittel 8.
Rambøll
53 (78)
RISIKOMODELL HAVBRUK
Tabell 12 Uhellstyper og risikoindikatorer
Uhellstype/operasjon
Lasting/lossing
Båtaktiviteter
Mulige risikoindikatorer
Type silrist
Type transportør
Type luke brønnbåt
Fortøyningsløsning
brønnbåt
Fortøyningsløsning forbåt
Andre båter
Ytre forhold
Mengde drivgods
Mengde og type predatorer
Mengde uvær
Strømforhold
Andre ytre forhold
Merdeaktiviteter
Merdetype
Merdestørrelse
Lining
Heving av lodd
Gnissing
Spising av hull
Hull i not, uspesifisert
Andre operasjoner
Organisering/den
menneskelige faktor
7.6
Sikkerhetskultur
Prosedyrer
Kompetanse
Risikomodell personskadeulykker
I kapittel 6.6 er det konkludert med forslag til basistabell (tabell 10) for en risikomodell med
tanke på personskader. Inndelingen i konsekvensklasser er hensiktsmessig, men inndelingen i
ulykkestyper kunne muligens blitt bedre om original informasjon om enkelthendelser hadde
været analysert med sikte på denne typen bruk. Vi er derfor usikre på om foreliggende grunnlag
er det best mulige som utgangspunkt for å utvikle en risikomodell av samme type som F-Risk og
H-Risk.
Vi vil anbefale at det gjennomføres en analyse av hendelser med personskade de siste 3-5 årene
før det endelig konkluderes med en inndeling i ulykkestyper med tilhørende fordeling av
hendelsessannsynligheter fordelt på konsekvensklasser.
Rambøll
54-(78)
RISIKOMODELL HAVBRUK
8.
IDENTIFIKASJON AV RISIKOINDIKATORER
8.1
Ekspertpanel
En risikomodell krever at det blir identifisert risikoindikatorer og eksponeringsfaktorer. (se
kapittel 7.2). Kvaliteten på modellen er helt avhengig av at den på beste mulig måte kan
reflektere den kunnskapen som finnes i næringa om sammenhengen mellom risiko og de
konkrete forholdene som kan påvirke risiko.
Vi har brukt et såkalt ekspertpanel på 5 personer til å identifisere og formidle kunnskapen i
næringa inn i den strukturerte sammenhengen vi benytter for å gjøre kunnskapen tilgjengelig i
en modell som egentlig er en matematisk representasjon av relevant kunnskap. Følgende
personer deltok i ekspertpanelet:
Roger Sørgaard
Kråkerøy fisk
Synnøve Ervik
Ervik Laks
Aksel Olsen
Salsøyvik havbruk
Ludvik Flaahammer Rohav AS, brønnbåt
Anita Wiborg
Fiskeridirektoratet
Thomas Bekken
Salmar
En person har sitt faste arbeid på brønnbåt. Tre personer har sin erfaring fra ulike roller knyttet
til slakteri og matfiskanlegg. I tillegg deltok en person med meget solid erfaring fra
Fiskeridirektoratet. Vi lyktes dessverre ikke med å rekruttere en person med erfaring fra
smoltanlegg. Dette begrenset muligheten for å gjøre en fullgod analyse for denne delen av
verdikjeden.
Til sammen hadde ekspertpanelet solid kunnskap og erfaring fra området som modellen
omfatter, men med vekt på driftsmessige kompetanse knyttet til selve matfiskanlegget og
brønnbåttransport. De møttes til tre heldagsmøter i perioden mai-august 2009. Arbeidet i
ekspertpanelet ble organisert på følgende måte:
•
Relevant bakgrunnsmateriale ble sendt ut på forhånd til deltakerne for gjennomlesing.
•
Alle eksterne ”eksperter” sammen med to medarbeidere fra Rambøll arbeidet sammen
som en gruppe på møtet
•
Arbeidsprosessen ble ledet av Rambøll. Resultatene ble fortløpende skrevet ned på flipover og i en informasjonsbase som ble vist på skjerm i møterommet.
•
Arbeidsprosessene i verdikjeden for havbruk ble beskrevet med passende
detaljeringsgrad.
•
De deler av arbeidsprosessene der rømming av fisk er mulig, ble detaljert analysert med
sikte på å identifisere sammenhenger mellom risiko og egenskaper ved prosedyrer,
rutiner, kompetanse, tekniske løsninger, omgivelser og andre risikopåvirkende forhold.
•
Etter møtene ble informasjonen strukturert av Rambøll og sendt deltakerne før neste
møte.
•
Etter siste møte har deltakerne fått en samlet oppsummering av resultatene og
foreliggende rapport til høring.
8.2
Gruppering av risikoindikatorer
Vi satte som mål å finne indikatorer som kan brukes til å utvikle en rømmingsmodell. Gjennom
analysen av hendelser har vi etablert et godt grunnlag for å utvikle en slik modell. De samme
Rambøll
55 (78)
RISIKOMODELL HAVBRUK
indikatorene vil nok også kunne være relevante med tanke på personskademodell, men dette ble
ikke fokusert i prosessen.
Vi kan
1.
2.
3.
formulere noen ideelle krav til risikoindikatorer:
En indikator kan beskrives med god presisjon
Hver indikator er uavhengig av andre indikatorer
Indikatoren kan tallfestes ved å besvare spørsmål som beskriver egenskaper ved
indikatoren.
I praksis er det vanskelig å ivareta punkt 1 og 2 fullt ut. Punkt tre må bli ivaretatt for at det skal
være mulig å lage en modell. Gjensidig avhengighet (kovarians) mellom ulike indikatorer kan
aksepteres, men dette gjør modellkonstruksjonen vanskeligere. En relativt enkel
modellkontruksjon har mange fordeler, så det tilstrebes derfor en organisering av indikatorene
som gir minst mulig kovarians.
Vi har valgt en hovedgruppering av risikoindikatorene etter inndeling i verdikjeden slik det er vist
i Tabell 13.
Tabell 13 Ledd i verdikjeden
Nr
Ledd i verdikjede
1
2
Settefiskanlegg
Brønnbåt fra settefiskanlegg
3
4
Matfiskanlegg
Brønnbåt fra matfiskanlegg
5
Ventemerd / Slakteri
Alle leddene i verdikjeden er beskrevet med indikatorer delt inn i hovedgrupper med struktur på
nummerering slik det framgår av Tabell 14.
Tabell 14 Hovedgrupper av risikoindikatorer
Egenskaper/omgivelser
Nr intervall
Teknisk
Operativt/administrativt
1-39
40-79
Geografisk plassering
Ytre forhold
80-119
120-159
Beskrivelse
Inventar, utstyr og utforming
Arbeidsrutiner og
styringssystemer
Plassering i terrenget og i sjø
samt egenskaper ved
omgivelsene
Eksterne faktorer som man ikke
rår over, eks vær og vind
Vi har valgt å skille risikoindikatorene i hovedgrupper som gjelder tekniske forhold,
operative/administrative, geografisk plassering og ytre forhold.
I dialogen med ekspertpanelet blir informasjon om hver indikator blir ført inn i et skjema vist
med eksempel i Figur 23. Dette er i prinsippet samme skjema som brukt ved utvikling av
risikomodeller for ferjer og hurtigbåter. Det er en ambisjon i prosjektet å identifisere alle viktige
Rambøll
56-(78)
RISIKOMODELL HAVBRUK
risikopåvirkende egenskaper per indikator, men ikke å konkretisere viktigheten av hver egenskap
uttrykt ved poeng per egenskap og intervall som konkretiserer ”Effekt for risikonivå” totalt for
risikoindikatoren.
Nr
Betegnelse
Datagruppe
Beskrivelse
Kobling til andre
indikatorer
Mulige
Forbedringer
Kommentar
Ulykkestype
3-13
Fortøyningsberegning
Egenskaper ved fortøyning av matfiskanlegg
Effekt for risikonivå
Konsekvenser Viktighet
Egenskaper og beregning
Er fortøyningsberegninger gjort?
Er fortøyningene lagt ut i h t beregningene?
Er vedlikehold i h t beregningene?
Er det observert situasjoner som tilsier at
dimensjoneringen er feil?
NS 9415
Er belastning fra brønnbåt / fôrbåt tatt med i
beregningene
K-intervall (Kl-Kh)
Poeng røm Poeng p.sk Poeng øk
Kommentar
Figur 23 Eksempel på skjema med risikoindikator
Figur 22 viser eksempel på skjema brukt ved kartlegging av risikoindikatorer. Det er et generelt
skjema som er lagt til rette for innfylling av mer informasjon enn det som er hentet inn i dette
prosjektet.
Hvor viktige ulike egenskapene er i forhold til hverandre, kan konkretiseres på flere måter. Det
kan vurderes samlet som en K-verdi (risikoindikator, se kap 7.2) eller som en beregning basert
tallfestet beskrivelse av flere egenskaper. Vi mener det er praktisk å benytte en form for
poenggivning per egenskap som grunnlag for å beregne risikoindikatorer (K-verdier). Dette gir
god fleksibilitet med tanke på vekting av ulike egenskaper i forhold til hverandre.
Rambøll
57 (78)
RISIKOMODELL HAVBRUK
8.3
Indikatorer for settefiskanlegg
I Tabell 15 er det listet risikoindikatorer for settefiskanlegg m h t tekniske,
operative/administrative og geografiske egenskaper. Det ble ikke identifisert noen ytre
omgivelser som kunne være med å beskrive et settefiskanlegg. Risikoindikatorene vil bli utdypet
etter tabellen.
Tabell 15 Risikoindikator settefiskanlegg
Egenskap/omgivelse
Nr.
Betegnelse
Teknisk
1-1
1-2
Kar
Primærsikring
1-3
1-4
Munken
Sekundærsikring
1-5
Overføringssystem mellom settefiskanlegg og
båt/bil
1-40
1-41
Rutiner ved levering av fisk
Kompetanse
1-42
1-43
Smoltifisering
Sykdom
1-44
1-80
Levering brønnbåt
Nærhet til NLV/NLF
1-81
Plassering av kar
Operativt/administrativt
Geografisk plassering
1-1 Kar
Størrelsen på, utforming av og antall kar har innvirkning på sannsynligheten for og konsekvensen
av rømming fra kar. Aktuelle data er hvor mange fisk hvert kar har, samt hvor mange kar som
befinner seg i de ulike avdelingene. Denne indikatoren er først og fremst knyttet til selve
karkonstruksjonen, d v s sannsynligheten for et uhell som medfører at karet sprekker.
Det er mulig å konkretisere noen egenskaper som kan inngå i en risikomodell og påvirke
indikatoren.
1-2 Primærsikring
Primærsikring er silrista i bunn av karet. Silrista og dens lysåpning påvirker både sannsynligheten
for og konsekvensen av rømming. For eksempel undersøkes det i inspeksjonene fra
Fiskeridirektoratet om silrista er skrudd fast i karet, og om det finnes armering under rista.
Begge disse egenskapene vil påvirke silristas motstandsstyrke dersom død fisk blir liggende inntil
silrista og utsuget. Er ikke silrista skrudd fast og/eller mangler armering, vil sannsynligheten for
at rista kollapser ved en opphoping av død fisk være tilstede. Dersom silrista kollapser vil det
være mulig for annen fisk å svømme ut av karet gjennom avsuget.
Det er også viktig å påse at lysåpningen i silrista samsvarer med den faktiske fiskestørrelsen i
karet. Dersom lysåpningene er for store kan fisk svømme ut av karet. Dersom lysåpningen er for
liten, kan dette påvirke avsuget, vannkvaliteten og dermed fiskevelferden.
Det finnes ikke en formalisert standard for utforming ved settefiskanlegg. Bransjeaktørene har
egne oppfatninger om gode og dårlige løsninger. Dette gjør det vanskelig å definere egenskaper
som påvirker indikatoren.
Rambøll
58-(78)
RISIKOMODELL HAVBRUK
1-3 Munken
Munken er systemet for nivåregulering av vannstand i oppdrettskaret. Dersom munken er
plassert inne i karet vil sannsynligheten for at fisk kan hoppe opp i munken større enn om
munken står utenfor karet. Sikring av toppen, for eksempel med en ”hatt” eller et sikringsnett
over karet, vil redusere sannsynligheten for at fisken skal klare å komme inn i munken og ut av
karet.
Plassering og sikring av munken har betydning for sannsynligheten for rømming. Det er mulig å
konkretisere flere egenskaper som har betydning for indikatoren.
1-4 Sekundærsikring
Sekundærsikring er hindringer som avløpsvannet fra karene passerer før det slippes ut. Det vil
være hensiktsmessig å kartlegge om det er etablert sekundærsikring i h t forskriftsmessige krav.
Minstekravet er at vannet skal passere to hindringer. Dessuten kan det være hensiktsmessig å
kartlegge hvordan området rundt karene er sikret, for eksempel ved etablering av fysisk hindring
rundt kar eller der karene er plassert.
Sekundærsikringen har betydning for sannsynligheten for og konsekvensen av rømming. Det er
mulig å konkretisere flere egenskaper som har betydning for indikatoren.
1-5 Overføringssystem mellom settefiskanlegg og båt/bil
Her menes leveringsslangen for levering av sjødyktig settefisk over til brønnbåt eller bil. I enkelte
tilfeller ligger brønnbåten flere hundre meter fra selve settefiskanlegget, noe som innebærer flere
koblinger av rør/slanger og at det vil være mye fisk i selve slangen under levering. Mulighet for
visuell inspeksjon under levering vil kunne redusere antallet fisk som rømmer dersom slangen
eller en kobling ryker. Også muligheten for rask nødstenging hos settefiskanlegget er avgjørende
for å begrense antall fisk som kan rømme ved et slangebrudd. Dersom brønnbåten ligger et
stykke ut på sjøen og kan bevege seg i forhold til settefiskanlegget, er det en fordel at
leveringsslangen er fleksibel. Sannsynligheten for at et brudd i leveringsslangen skal føre til
rømming kan reduseres dersom man benytter prinsippet ”rør-i-rør”.
Tilstanden til leveringsslangen og type leveringsslange har betydning for sannsynligheten for
brudd og dermed rømming. Systemet kan også ha betydning for risikoen for personskade. Det er
mulig å konkretisere en rekke egenskaper som har betydning for indikatoren.
1-40 Rutiner ved levering av fisk
Tilstandskontroll på leveringsslange før og etter levering er viktig for sikker levering.
Det er mulig å konkretisere flere egenskaper som har betydning for rømmingsrisiko og indikator.
1-41 Kompetanse
Kompetanse blant ansatte er avgjørende for sikker produksjon. Derfor vil teoretiske og praktiske
kvalifikasjoner hos driftsleder og andre ansatte påvirke sannsynligheten for en uønsket hendelse.
I tillegg vil et internkontrollsystem i h t myndighetskrav hjelpe settefiskanlegget å produsere
Rambøll
59 (78)
RISIKOMODELL HAVBRUK
innenfor forsvarlige rammer. Enkelte aktører velger å ha strengere krav for produksjonen og
rutinene enn minstekravene myndighetene pålegger næringen.
Kompetanse har betydning både for sannsynlighet for og konsekvens av rømming og
personskade. Det er mulig å konkretisere en rekke egenskaper som har betydning for
indikatoren.
1-42 Smoltifisering
I hvor stor del av tiden i løpet av et år fisken er helt eller delvis smoltifisert kan ha innvirkning på
overlevelsesevnen ved en rømming. Altså kan grad av smoltifisering påvirke konsekvensen ved
en rømming. Her kan det være relevant å kartlegge antall måneder fisken er helt eller delvis
smoltifisert, spesielt om settefiskanlegget har sjøklar fisk i mai/juni. Den naturlige
smoltifiseringen i naturen skjer på vårparten, så en rømming av sjøklar smolt i dette tidsrommet
kan øke sannsynligheten for at opppdrettsfisken blander seg med villfisk. Også hvor mange fisk
som er smoltifisert kan være relevant.
Imidlertid er dette et tema det hersker usikkerhet rundt, da man ikke vet nøyaktig i hvor stor
grad smoltifisering har betydning for overlevelsesevnen ved rømming. Ikke-smoltifisert fisk har
også gode sjanser for å overleve i sjøen, da det ofte er et sjikt med ferskvann i vannoverflaten.
Dette er fordi settefiskanlegg som oftest ligger tett ved utløpet av en elv. Det gjør at fisken kan
svømme i ferskvannssjiktet og opp i en nærliggende elv.
Det er mulig å konkretisere mange egenskaper som har betydning for rømmingsrisiko og
indikator. Noen sammenhenger er usikre.
1-43 Sykdom
Dersom syk fisk rømmer kan dette påvirke konsekvensen for miljøet ved å smitte villfisken.
Derfor vil det være hensiktsmessig å kartlegge eventuelle sykdomstyper anlegget har hatt det
siste året, samt rutiner for vaksinering. Dersom sykdom skulle bryte ut, vil mulighet for rask
nødslakting være gunstig for å forhindre at syk fisk rømmer.
Det er mulig å konkretisere flere egenskaper som har betydning for rømmingsrisiko og indikator.
1-44 Levering brønnbåt
Dersom brønnbåten kan ligge ved kai er den tryggere plassert enn når båten ligger posisjonert
ved merd. Manøveregenskaper for brønnbåten og egenskaper for laste/losse-utstyret har
betydning. Dynamisk posisjonering (DP) kan være en annen metode for å håndtere posisjonen på
båt i forhold til merd på en tryggere måte. Dette er et tiltak som krever utviklingsarbeid.
Brønnbåtene kan være opptil 80 meter lange. Det krever kontrollerte fortøyninger som er i
tilpasset de laster som kan oppstå. Lasting tar normalt 6-8 timer. I dette tidsrommet er det viktig
at både settefiskanlegget og brønnbåten har tilgjengelig bemanning og utstyr til å håndtere
enhver vanskelig situasjon, f. eks. som følge av endringer i værforhold.
Det hender at ansvarlige på brønnbåt og settefiskanlegg har ulik oppfatning av hvilke værforhold
som er akseptable og hvordan varsler skal tolkes. Det er viktig med gode samarbeidsrutiner og
klare ansvarsforhold knyttet til bruk av oppdaterte værrapporter kombinert med tilgjengelig
lokalkunnskap om vær og strøm.
Rambøll
60-(78)
RISIKOMODELL HAVBRUK
Egenskaper for stedet der brønnbåten ligger ved lasting/lossing vil ha betydning for
sannsynlighet for og konsekvens av rømming og personskade. Det er mulig å konkretisere en
rekke egenskaper som har betydning for indikatoren.
1-80 Nærhet til NLV/NLF
NLV (Nasjonalt Lakse Vassdrag) er som regel store elver med mye vannføring. Dermed vil det
også være mye brakkvann og ferskvann i overflaten ved elveosen og et stykke utover i fjorden.
Rømt settefisk vil ha gode muligheter for å overleve og komme seg opp i vassdraget og blande
seg med villfisk. Settefisk kan rømme gjennom avløpsrør. Dermed kan avstanden mellom avløpet
og NLV/NLF ha innvirkning på sannsynligheten for overlevelse og sannsynligheten for at rømt fisk
kan blande seg med vill fisk.
Nærhet til nasjonalt laksevassdrag (NLV) eller nasjonal laksefjord (NLF) kan ha betydning for
sannsynligheten for å overleve og dermed konsekvensen av en rømming Det er mulig å
konkretisere egenskaper som har betydning for indikatoren.
1-81 Plassering av kar
Avstanden mellom kar og sjø/elv er relevant. For eksempel vil fisk i kar som er plassert på en
kai/molo havne rett i sjøen dersom karet sprekker. Dersom karet er plassert på land, men i
nærheten av sjø og/eller elv, vil det være hensiktsmessig å registrere om det er bygd en fysisk
barriere mellom karene og sjøen/elven.
Plassering av kar kan ha innvirkning på sannsynligheten for at fisken overlever dersom karet
sprekker. Det er mulig å konkretisere egenskaper som har betydning for indikatoren.
8.4
Indikatorer for brønnbåttransport fra settefiskanlegg
I Tabell 16 er det listet risikoindikatorer for ”brønnbåt fra settefiskanlegg” m h t tekniske,
operative/administrative og geografiske egenskaper. Grunnen til at det ikke er flere egenskaper
som er tatt med, er at andre relevante egenskaper for brønnbåten ved lasting av fisk dekkes av
”settefiskanlegg”. Vi har valgt en definisjon der settefiskanlegg har ansvaret for fisken helt til den
er pumpet over ripa til brønnbåten.
Under tabellen vil vi gi en nærmere beskrivelse av risikoindikatorene.
Tabell 16 Risikoindikator Brønnbåt fra settefiskanlegg
Rambøll
Egenskap/omgivelse
Nr.
Betegnelse
Teknisk
2-7
2-8
Luke i brønnbåt
Tank
Operativt/administrativt
Geografisk plassering
2-46
2-86
Fiskevelferd
Seilas for brønnbåt
61 (78)
RISIKOMODELL HAVBRUK
2-7 Luke i brønnbåt
Det er strenge regler for rengjøring og desinfisering av brønnbåter mellom lastinger ved ulike
settefiskanlegg. Fra ekspertpanelet ble det påpekt at det er særdeles viktig at luka i brønnbåten
lukkes etter rengjøring. Dersom luka er åpen, vil sjødyktig settefisk pumpes rett på sjøen under
lasting. Derfor kan det være hensiktsmessig å ha en alarm som kan fortelle om luka er lukket
eller ikke. Også den tekniske måten luka blir lukket på, altså manuell eller automatisk, kan
påvirke hvor sikkert det er om luka er lukket eller ikke.
Videre vil det være hensiktsmessig å dokumentere at man har gode rutiner for å kontrollere
klargjøringen av brønnbåten før lasting av fisk. Imidlertid kan det se ut til at standarden for ”god
kontroll” ikke er entydig.
Dette er en indikator som påvirker både sannsynlighet for og konsekvens av rømming. Det er
mulig å konkretisere egenskaper som har betydning fro indikatoren.
2-8 Tank
Denne indikatoren vil være med å beskrive hvor mye fisk som er om bord i brønnbåten. Altså vil
antall fisk og volum på tanken være relevante egenskaper å beskrive. Dette er viktig for å
beskrive eventuell konsekvens ved en grunnstøting eller annen hendelse som ødelegger tanken.
Det er mulig å konkretisere egenskaper som har betydning for rømmingsrisiko og indikator.
2-46 Fiskevelferd
Fiskevelferd om bord i brønnbåten er viktig for overlevelsesevnen under selve seilasen, men også
for sannsynligheten for at fisken skal overleve når den settes ut i merden. Derfor vil muligheten
og rutiner for å overvåke tilstanden til fisken under seilasen være viktig for å sikre en bærekraftig
seilas. Da kan det være nyttig å kartlegge om brønnbåten har sensorer og kamera til å overvåke
vannkvalitet og tilstanden til fisken.
Ved passering av andre matfiskanlegg enn destinasjonsanlegget, er det krav om at brønnbåten
skal kjøre med lukket system. Altså vil overvåkning av vannkvalitet og fiskehelse være tett
knyttet mot hvor lang tid brønnbåten må kjøre med lukket system.
Dette er en indikator som ikke har betydning for rømmingsrisiko eller personrisiko, men den er i
alle fall relatert til økonomisk risiko.
2-86 Seilas for brønnbåt
På grunn av settefiskanleggenes plassering og at brønnbåter til dels ferdes sammen annen
båttrafikk, er brønnbåter utsatt for risiko for grunnstøting og kollisjon med annen trafikk. Det kan
imidlertid være viktig å skille mellom grunnstøting og kollisjon med annen trafikk. Grunnstøting
vil være nært knyttet opp til spesifikke farvann med mye grunner, holmer og skjær i inn- og
utseilingen til og fra settefiskanleggene. Kollisjon med annen trafikk vil først og fremst være en
risiko der brønnbåtens seilas krysser eller går i leia. Derfor vil også lengden på seilasen være
viktig å kartlegge, både i farvannet inn til settefiskanlegget og i leia der også annen trafikk seiler.
Seilas for brønnbåt har betydning for sannsynlighet for og konsekvens av rømming og
personskade. Det er mulig å konkretisere flere egenskaper som har betydning for indikatoren.
Rambøll
62-(78)
RISIKOMODELL HAVBRUK
8.5
Indikatorer for matfiskanlegg
I Tabell 17 er det listet risikoindikatorer for matfiskanlegg m h t tekniske,
operative/administrative, geografiske og ytre egenskaper. I tillegg til selve matfiskanlegget, er
også båtaktiviteter på eller i umiddelbær nærhet til matfiskanlegg beskrevet. Risikoindikatorene
vil bli utdypet etter tabellen.
Tabell 17 Risikoindikator matfiskanlegg
Egenskap/omgivelse
Teknisk
Nr.
3-13
Betegnelse
Utforming og fremkommelighet på anlegg
3-14
3-15
Fortøyningsberegning
Merd og not
3-16
3-17
Dybde og omkrets av not
Maskestørrelse
3-18
3-19
Fortøyning av brønnbåt
Kran
3-52
3-53
Daglig ferdsel på anlegg
Inspeksjon og vasking av not
3-54
3-55
Sortering av fisk
Avlusing
3-56
3-57
Løfteoperasjoner
Bruk av verne- og redningsutstyr
3-58
3-59
Rutiner og HMS
Klargjøring av not før operasjon
3-60
3-61
Brønnbåt til/fra
Arbeidsbåt
Geografisk plassering
3-62
3-92
Mottak av fôr fra fôrbåt
Lokalitetsbeskrivelse
Ytre forhold
3-93
3-132
Plassering i forhold til leia
Tetthet av fritidsbåter
Operativt/administrativt
3-13 Utforming og fremkommelighet på anlegg
Hvordan anlegget er utformet har innvirkning på framkommeligheten og dermed på
sannsynligheten for personskader. Det kan være viktig å kartlegge hvilket underlag personell
ferdes på og om det er på ring eller stålanlegg. Spesielt vil dimensjonen på ringen ha betydning
og om det er gangbane på den eller ikke. Bruk av truck på anlegget vil også medføre en risiko for
personskade.
Det er mulig å konkretisere flere egenskaper som har betydning for personskade og indikator.
3-14 Fortøyningsberegning
En forutsetning for sikker drift av matfiskanlegg er tilfredsstillende fortøyning av anlegget. For
eksempel kan en undersøke om fortøyningsberegninger er gjort, om disse i så fall ble fulgt da
man forankret anlegget, og om beregningene er i samsvar med NS 9415. Det vil også være
viktig å kartlegge om det er observert situasjoner som tilsier at dimensjoneringen av
fortøyningene er feil. Det vil for eksempel være viktig at belastning fra brønnbåt/fôrbåt er tatt
Rambøll
63 (78)
RISIKOMODELL HAVBRUK
med i beregningene. Fortøyningsberegning bør også si noe om type vedlikehold og
vedlikeholdsintervall, samt om disse følges etter beregningenes anbefaling.
For å sikre merden ytterligere, vil det være hensiktsmessig om fôrflåten er fortøyd slik at den kan
havarere uten å skade merden.
Egenskaper ved fortøyninger har betydning for sannsynlighet for og konsekvens av rømming og
personskade. Det er mulig å konkretisere flere egenskaper som har betydning for indikatoren.
3-15 Merd og not
Merden består av hoppenett, ring og notpose som de viktigste komponentene. Fôringsslangen
kan være ført over eller gjennom hoppenettet. Sistenevnte variant medfører et hull i nettet som
muliggjør rømming. Noen ganger er selve fôringsautomaten festet til merden. Da er det viktig at
innfestningen er dimensjonert etter lokale vær- og vindforhold. Den skal være godkjent av
leverandør av ring og i henhold til brukerhåndboka. Dette fordi det finnes eksempler på at
innfestningen til fôringsautomaten har gitt etter, med det resultat at automaten har ramlet ned i
nota og forårsaket hull.
Fra rømmingsmeldingene registrert hos Fiskeridirektoratet, kan vi ikke bevise sammenheng
mellom rømmingsrisiko og sertifisert/ikke-sertifisert not. Det samme gjelder for duglighetsbevis.
Men det trenger ikke bety at slik sammenheng ikke eksisterer.
Konstruksjon av merd og not har innvirkning på sannsynlighet for både rømming og
personskader. Det er mulig å konkretisere flere egenskaper som har betydning fro indikatoren.
3-16 Dybde og omkrets av not
Dybde og omkrets av noten vil gi en øvre grense for biomasse i merden og vil dermed ha
innvirkning på konsekvensen ved en rømming. Mengde biomasse eller antall fisk i merden, kan
være en relevant eksponeringsfaktor.
3-17 Maskestørrelse
For å forhindre rømming og opprettholde optimale levevilkår for fisken er dimensjonen på
maskene i nota avgjørende. Størrelse på fisk ved utsetting i forhold til maskestørrelse i not vil
være avgjørende. Derfor er det viktig at faktisk fiskestørrelse er tilpasset not ved leveranser. I
praksis finnes det to typer not, smoltnot og storbeitnot.
Kontroll av maskestørrelse på not ved leverase av smolt har betydning for sannsynlighet for og
konsekvens av rømming. Det er mulig å konkretisere flere egenskaper som har betydning for
indikatoren.
3-18 Fortøyning av brønnbåt
Stålanlegg er vanskelige å fortøye til, da konstruksjonen er stiv, noe som lett gir store
belastninger. En ring er det enklere å fortøye til, da den er mer fleksibel og tåler større
bevegelser fra båten.
Det vil være viktig å kartlegge om anlegget har gode fortøyningspunkt for aktuelle båtstørrelser
som frekventerer anlegget. Ofte benyttes kun et tau rundt ringen eller, dersom det er et
Rambøll
64-(78)
RISIKOMODELL HAVBRUK
stålanlegg, tau rundt gangbanene. Dersom båtene benytter DP forsvinner problematikken med
belastning av selve anlegget.
Utstyr for fortøyning av brønnbåt har betydning for sannsynlighet for og konsekvens av rømming
og personskade. Det er mulig å konkretisere flere egenskaper som har betydning for indikatoren.
3-19 Kran
Det er for eksempel forbundet større risiko med en fritthengende blokk enn en fast blokk i forhold
til klem- og slagskader. Dersom det eksisterer flere kraner på samme anlegget, kan man tenke
seg at det er en fordel om kranen er utstyrt med standard håndteringspanel. Dersom en
hydraulikkslange ryker er det avgjørende for sikkerheten at kranen har tilbakeslagsventil som
låser kranen. Grunnlaget for sikker kranoperasjon er at kranen vedlikeholdes og at kranen
godkjennes årlig.
Utforming på kransystemet kan ha innvirkning på sannsynligheten for og konsekvensen av
personskader. Det er mulig å konkretisere flere egenskaper som har betydning for indikatoren.
3-52 Daglig ferdsel på merd
Havbruksanleggene må inspiseres jevnlig, ikke minst i dårlig vær da risikoen for skade på
anlegget er størst. Men sikkerheten for personellet vil være dårligere ved vanskelige værforhold.
Det er viktig å ha klare kriterier for sammenhengen mellom værforhold, bruk av teknisk og klare
grenseverdier for når det er forsvarlig å gå på anlegget.
Organisering av arbeidet er også viktig. Alenearbeid kan være særlig kritisk, f. eks. i forbindelse
med bruk av arbeidsbåt, mottak av fôr o s v. Dersom et alenearbeid innebærer flere komplekse
arbeidsoppgaver, for eksempel at én person utfører fôring direkte fra arbeidsbåten samtidig som
den samme personen skal ha kontroll over båten.
Hvor ofte og hvordan tilsyn på anlegget gjennomføres, har betydning for å oppdage skader som
kan føre til rømming av fisk.
Organisering, rutiner og utstyr ved daglig ferdsel på anlegg har betydning for personsikkerhet,
men også sannsynlighet for og konsekvens av rømming. Det er mulig å konkretisere en rekke
egenskaper som har betydning for indikatoren.
3-53 Inspeksjon og vasking av not
Ved inspeksjon skal hull i not, død fisk og groe oppdages. Da er det en fordel med
undervannskamera fra båt. Inspeksjon kan også foregå med dykker, men dette er mer vanlig ved
vask av nota. Det er imidlertid rapportert om alvorlige dykkeruhell i havbruksnæringen i Chile.
Selv om det ikke er like vanlig i Norge, er det likevel viktig å være klar over farene ved dykking
rundt nota.
Nota vaskes ca 2 ganger per uke i august-september, 1-2 ganger per måned i mars-august og
vanligvis ikke i perioden november-mars. Ved vask av nota er det best å benytte en sertifisert
dykker, helst intern dykker da sjansen for smittespredning reduseres. Ellers er andre metoder
som ROV og spylerigg aktuelle. Spyleriggen regnes som det dårligste alternativ, da denne har en
Rambøll
65 (78)
RISIKOMODELL HAVBRUK
tendens til å slite mekanisk på nota og over tid forårsake hull. ROV’en har propeller som kan
skade nota, men med grind rundt propellene reduserer sjansen for hull. ROV’en har også
kamera, noe som gjør at den også kan fungere til inspeksjon av nota.
Kamera montert på ringen kan lette overvåkningen av selve merden, men ekspertpanelet er
usikkert på hvor effektiv en slik løsning vil være (urolig bilde p g a bølger og vind).
Hvordan inspeksjon utføres kan ha innvirkning på sannsynligheten for og konsekvens av
rømming og personskade. Det er en rekke egenskaper som har betydning for indikatoren.
3-54 Sortering av fisk
Sortering av fisk skjer 1-2 ganger per generasjon. Da skal nota gjerne lines eller håndteres på
annen måte, noe som kan påføre den skade. Brønnbåt brukes til sorteringen. (Denne indikatoren
inkluderer ikke klargjøring av not. Dette dekkes av indikator 3-59) Fortøyninger til merd skal
strammes før ankomst av brønnbåt. Sortering av fisk innebærer bruk av overføringsrør mellom
not og brønnbåt. Det er viktig med tilsyn for å oppdage eventuelle sprekker og løse koblinger.
Videre må personell påse at overføringsrør ender på rett plass, d v s riktig plass i brønnbåten og i
riktig not. På brønnbåten kan fisk havne på dekk, så det bør være en barriere som hindrer
rømming.
Dersom stor grad av manuell håndtering av not forekommer, har dette først og fremst
innvirkning på sannsynligheten for personskader, da særlig klem- og fallskader. Ellers er det flere
forhold som påvirker sannsynligheten for rømming. Konsekvensene av rømming bør normalt
være små. Det er mulig å konkretisere en rekke egenskaper som har betydning for indikatoren.
3-55 Avlusing
Avlusing innebærer bruk av arbeidsbåter, opplining av not, utsetting av skjørt/presenning og
risiko for mye død fisk. (Denne risikoindikatoren inkluderer ikke klargjøring av not. Dette dekkes
av indikator 3-59) Avlusing skjer 0-5 ganger per generasjon. En lusekur innebærer at et kjemisk
middel tilsettes vannet i notposen i ca 40 minutter.
Merden pakkes inn i presenning eller et skjørt. Til dette benyttes arbeidsbåter. Det kan være en
fordel å bruke skjørt, da denne ”innpakkingen” er en mindre kompleks operasjon enn ved bruk av
presenning (helpresenning).
Det er viktig med riktig dosering/konsentrasjon av lusemiddelet i forhold til faktisk lusemengde
på fisken og lokale strømforhold. Når fisken står tett innpakket i presenning/skjørt, må
oksygenforholdene i vannet kontrolleres. Det kan være aktuelt å tilsette oksygen. Feil kan føre til
massedød og at nota synker. Dersom strømmen er for svak når skjørt/presenning tas bort, vil
fisk dø p g a høy konsentrasjon av lusemiddel. Korrekt vurdering av strømforhold er en viktig
variabel når konsentrasjonen på lusemiddelet bestemmes. Avlusing innebærer stor båtaktivitet,
noe som også gir sannsynlighet for personskader. Det er viktig at oppdaterte prognoser for værog vindforhold benyttes.
Enkelte anlegg benytter også brønnbåt under avlusing.
Metode for avlusing kan ha innvirkning på sannsynligheten for rømming gjennom hull i not eller
tap av not ved massedød av fisk. Dermed kan også konsekvensene være store.
Rambøll
66-(78)
RISIKOMODELL HAVBRUK
Arbeidsoperasjonen har også betydning for risikoen for personskade. Det er mange egenskaper
som kan påvirke risikoene og indikatoren.
3-56 Løfteoperasjoner
Det kan være bruk av kran på kai, brønnbåt, fôrflåte, fôrbåt, ventemerd og arbeidsbåt.
Manøvrering av tunge laster med kran utgjør en risiko både i forhold til utstyrsskader og
personskader. Det bør være etablert klare kriterier for hvilke værforhold det kan være ved tunge
løft (for eksempel heving av bunnring). Kranen skal være dimensjonert for aktuelle laster med
god margin. Korrekt vurdering av last og påkjenning er derfor viktig.
Vanlige skader ved bruk av kran er klemskader ved lasting/lossing av fôr, løfting av flyterigg m
fl.. Ofte er kranarbeid alenearbeid, noe som i medfører at sidemannskontroll og veiledning under
løftet ikke kan gjennomføres.
For å sikre last og personell er det viktig at vedlikeholdsrutiner og inspeksjon av løfteutstyr
(stropper, kjettinger og lignende) overholdes. Løfteutstyret skal være sertifisert og personellet
opplært i bruk av aktuelt utstyr. For å gjøre løfteoperasjoner forutsigbare, kan det også være
viktig med standardisering av løfteutstyr.
Løfteoperasjoner kan ha innvirkning på risikoen for personskader. Det er mulig å konkretisere en
rekke egenskaper som har betydning for indikatoren.
3-57 Bruk av verne- og redningsutstyr
Dersom personell faller i sjøen, kan bruk av redningsutstyr forhindre drukning.
Personalarmsystem og kommunikasjonsutstyr vil gjøre det mulig å etterspørre hjelp raskt
dersom et uhell skulle inntreffe. Det en uskrevet ”regel” i næringen at ”du faller ikke i sjøen”,
men statistikken viser at det skjer likevel.
Ved syrehåndtering og ensilasje er det viktig å beskytte seg mot innånding og sprut av syre. Når
tungt utstyr brukes, for eksempel kran i løfteoperasjoner, vil hjelm være med å redusere
skadeomfanget.
Bruk av verne- og redningsutstyr kan ha innvirkning på risikoen for personskade, både
sannsynlighet og konsekvens. Det er mulig å konkretisere en rekke egenskaper som har
betydning for indikatoren.
3-58 Rutiner og HMS
Det skal finnes generelle HMS-rutiner. Disse bør være forankret i organisasjonen, f. eks. ved at
røkterne selv har tatt del i utarbeidelsen. Videre er det viktig med kompetanseoverføring fra
erfarne røktere til mindre erfarne, gjerne kombinert med teoretisk opplæring og sikkerhetskurs.
For å ivareta personsikkerheten vil kvalifisert HMS-ledelse og HMS-oppfølging av personskader
stå sentralt. Leder for HMS skal ha fått lovpålagt opplæring.
Rutiner og HMS vil ha innvirkning på sannsynligheten for at en personskade kan inntreffe. Det er
mange egenskaper som påvirker indikatoren.
Rambøll
67 (78)
RISIKOMODELL HAVBRUK
3-59 Klargjøring av not før operasjon
Not skal klargjøres på ulike måter tilpasset de operasjonene som skal gjennomføres, f. eks. ved
avlusing, vasking, mottak av brønnbåt og så videre. Det er naturlig at kvaliteten på system og
prosedyrer for klargjøring av not inngår i respektive operasjoner. Kravet vil derfor være at det
finnes relevante prosedyrer for klargjøring av not knyttet til hver enkelt operasjon.
3-60 Brønnbåt til / fra
Før brønnbåt kommer til matfiskanlegget skal fortøyninger være strammet. Brønnbåten skal
være varslet om hvordan nota står så den kan legge til på beste måte. Det kan være en fordel
dersom et standard fortøyningssystem jf NS 9415 er benyttet på nota. Det kan være en risiko for
at brønnbåten kjører på merden med betydelig skade som følge.
Videre vil risiko forbundet med selve laste-/losseaktivitetene være påvirket av om brønnbåten er
utstyrt med skyveskott, vakuumpumpe eller trykklossing, samt om laste-/losseoperasjoner
benytter håv. Ikke minst er det viktig at brønnbåten har propell og truster i grind.
Brønnbåtens aktiviteter ved merden kan ha innvirkning på risiko for rømming og personskade.
Det er mange egenskaper som påvirker indikatoren.
3-61 Arbeidsbåt
Bruk av arbeidsbåt eller servicebåt, samt hvor stor den er, har innvirkning på sannsynligheten for
og konsekvensen av et sammenstøt med merden i f h t rømming og personskader. Arbeidsbåten
kan være opptil 15 meter lang, og konsekvensen av eventuelle sammenstøt og
manøvreringsvansker vil bli større jo større båten er dersom personer kommer i klem mellom båt
og ring.
Arbeidsbåter opererer ved anlegget hver dag. Katamaranbåt er stødigere enn et vanlig båt med
ett skrog. Men baugen på katamaranbåter er skarp nok til å kutte fortøyninger. Propellen skal
være beskyttet av grind. Det er en fordel at arbeidsbåten normalt bemannes med mer enn en
person, spesielt når bruk av kran inngår i arbeidet.
Arbeidsbåtens aktiviteter ved merden kan ha innvirkning på risiko for rømming og personskade.
Det er mulig å konkretisere en rekke egenskaper som har betydning for indikatoren.
3-62 Mottak av fôr fra fôrbåt
Fôrbåten kan komme borti tauverk i sjøen rundt anlegget og fôrflåten, og påvirker dermed
sannsynligheten for skade på merd som igjen kan føre til rømming. Noen hevder at fôrbåten kan
spre smitte via skroget.
Fôrbåten er innom anlegg ukentlig. Vanlig levering er 200-400 tonn fôr per anlegg per leveranse.
Det vil være relevant å kartlegge om leveransen skjer til silo på land eller til silo på fôrflåte, da
dette kan si noe om leveringsmåte (bulk eller sekk), lengde på leveringsslange og
fortøyningsmuligheter.
Rambøll
68-(78)
RISIKOMODELL HAVBRUK
Den store mengden som losses gjør det noen ganger nødvendig å ta inn vann i ballasttankene
når fôrbåten ligger ved anlegget. Dette kan i verste fall medføre at smitte fra anlegget forurenser
båten og videreføres til andre anlegg. Derfor kan det være viktig å vite om fôrbåten faktisk
justerer stabiliteten ved å regulere ballasttanker i nærhet eller ved fôrflåten. Som for annen
båtaktivitet på anlegget, er det viktig at fôrbåten også har grind rundt propellene. Den
representerer også en kollisjonsrisiko.
Siden hvert anlegg kan ha sine særegenheter er det viktig for sikker fôrlevering at det er
bemanning også på fôrflåten, samt at det er etablert kommunikasjon mellom fôrflåte og fôrbåt
med hensyn til seilingslei. Tidligere har det blitt registrert personulykker ved bruk av kniv til
spretting av storsekk når fôr lastes på fôrflåten.
Fôrbåtaktiviteter ved merden kan ha innvirkning på risiko for rømming og personskade. Det er
mulig å konkretisere en rekke egenskaper som har betydning for indikatoren.
3-92 Lokalitetsbeskrivelse
Lokalitetsbeskrivelsen vil si noe om naturkreftene som påvirker anlegget. Bølgehøyde og
strømstyrke kan beskrives etter et standardisert system som bruker en skala fra A til E, der A er
minste bølge/strøm og E er høyeste bølge/strøm. Dette fører til en tobokstavs beskrivelse av
bølge- og strømstyrke for anlegget, for eksempel BC. I tillegg vil fare for nedising av anlegg, fare
for isflak, far for is mellom båt og merd og andre forhold påvirke sikkerheten for personer og
sannsynlighet for rømming. Vindforhold påvirker også risikoen ved mange arbeidsoperasjoner.
Med tanke på fiskehelse er vanntemperaturen over 22 grader og oljesøl potensielle
skadesituasjoner.
Lokalisering av anlegg kan ha innvirkning på risiko for rømming og personskade. Det er mulig å
konkretisere en rekke egenskaper som har betydning for indikatoren.
3-93 Plassering i forhold til leia
Nærhet til annen båttrafikk vil påvirke sannsynligheten for påkjørsel av båter i ordinær trafikk.
Nærhet til hvit sektor, om anlegget er merket med lys og om anlegget vises på radar er forhold
som påvirker risikoen. Sikkerheten bør være ivaretatt dersom forskriftskravene er fulgt ved
geografisk plassering av anlegget. AIS kan være et virkemiddel for ytterligere identifikasjon av
anlegg og egenskaper ved anlegget.
Plassering av anlegg i forhold til leia kan ha innvirkning på risiko for rømming. Sannsynligheten
for skade bør være liten, men konsekvensen kan være stor. Det er mulig å konkretisere
egenskaper som har betydning for indikatoren.
3-132 Tetthet av fritidsbåter
Fritidsbåter som kommer nær og borti nota utgjør en fare for skade på merden. Derfor vil
tettheten av fritidsbåter i trafikk rundt anlegget påvirke sannsynligheten for skade på merden.
Det kan tenkes at nærhet til campingplasser og båtutleie har innvirkning på aktivitet med
fritidsbåter rundt anlegget.
Rambøll
69 (78)
RISIKOMODELL HAVBRUK
Enkelte matfiskanlegg opplever tyvfiske i og uten for nota. Fiskeredskap og propell kan lage hull i
nota. I tillegg kan fritidsbåter og fiskeredskap spre smitte mellom anlegg.
For å motvirke tyvfiske fra anlegget kan mulige tiltak være vakthold og/eller kameraovervåkning.
Mengde fristidsbåter i nærheten av anlegget kan ha innvirkning på risiko for rømming. Det er
mulig å konkretisere en rekke egenskaper som har betydning for indikatoren.
8.6
Indikatorer for brønnbåttransport fra matfiskanlegg
I Tabell 18 er det listet risikoindikatorer for brønnbåt fra matfiskanlegg m h t tekniske,
operative/administrative og ytre egenskaper. Andre relevante brønnbåtoperasjoner som berører
matfiskanlegget er beskrevet under 8.5 Indikatorer for matfiskanlegg. Under tabellen vil en
nærmere beskrivelse av risikoindikatorene gis.
Tabell 18 Risikoindikator brønnbåt fra matfiskanlegg
Egenskap/omgivelse
Teknisk
Nr.
4-25
Betegnelse
Tellesystem
Operativt/administrativt
4-26
4-64
Mulighet for lukket system
Oppdragsavtale
Ytre forhold
4-65
4-144
Lukking av bakluke
Just In Time-planlegging
4-25 Tellesystem
Et tellesystem brukes for å beregne biomassen i brønnbåten etter lasting. Feiltelling av fisk kan
være et problem, bl. a fordi mengde eventuell rømt fisk dermed ikke blir korrekt beregnet. Det er
lettere at feiltelling inntreffer dersom det er ulik størrelse på fisken som lastes. Derfor er det
viktig å sikre at fisken i merden er riktig sortert. Det er også en forutsetning for riktig telling at
tellesystemet kalibreres jevnlig.
Indikatoren påvirker verken personrisiko eller rømmingsrisiko, men påvirker mulighet for å
identifisere rømming og beregning av konsekvens. Feilmarginen for tellesystemet setter i praksis
en nedre grense for hvor små rømminger som kan identifiseres.
4-26 Mulighet for lukket system
Det kreves kjøring med lukket system dersom transportert fisk er syk og/eller dersom anlegg
med sykdom passeres. Transport av slakteferdig fisk krever bedre vannkvalitet enn for transport
av smolt. Noen brønnbåter har system med mulighet til å rense og lufte vannet, UV-anlegg eller
vannluftere, eller begge deler.
Ved 50-60 % utnyttet lastkapasitet kan en båt uten rensing og lufting kjøre med lukket system i
10 minutter til 1 time. Båt med vannluftere kan kjøre 5-10 timer med lukket system, mens båt
med UV-anlegg kan kjøre ”ubegrenset” tid med lukket system.
Rambøll
70-(78)
RISIKOMODELL HAVBRUK
Indikatoren har ingen innvirkning på risiko for rømming, men påvirker risiko for
sykdomsspredning og økonomisk konsekvens. Det er mulig å konkretisere flere egenskaper som
har betydning for indikatoren.
4-64 Oppdragsavtale
Betingelsene i oppdragsavtaler som er inngått, kan ha innvirkning på sikkerheten ved
brønnbåtoperasjoner i dårlig vær. Dersom timecharter er avtalt, vil matfiskanlegget være mer
interessert i å gjennomføre lastingen enn brønnbåten, da matfiskanlegget må betale brønnbåt
som venter på bedre forhold. Dersom døgncharter er avtalt, vil brønnbåten ha et sterkt insentiv
for å gjennomføre lastingen, da brønnbåten har den økonomiske ulempen ved å vente på bedre
forhold. Store havbruksselskap bruker også årcharter. Dette gir bedre rom for å bruke
brønnbåten der værforholdene tillater sikker lasting. Ca 70 % av oppdragsavtalene er
timecharter.
Type charteravtaler har betydning for risikoen ved lasteoperasjoner, både rømmingsrisiko og
personrisiko. Det er mulig å konkretisere flere egenskaper som har betydning for indikatoren.
4-65 Lukking av bakluke
Lukking av bakluke på brønnbåten er helt nødvendig for å forhindre rømming av fisk. Sjekkliste,
alarm eller begge deler kan benyttes for å sikre at luka er lukket når den skal være det.
System for kontroll med bakluke har betydning for rømmingsrisiko. Det er mulig å konkretisere
flere egenskaper som har betydning for indikatoren.
4-144 Just In Time-planlegging
Just In Time-planlegging hos slakteri og kompleksitet i resten av verdikjeden gjør at vær og
forsinkelser kan være vanskelig å håndtere. Uforutsigbarhet og omdirigering av brønnbåter kan
påvirke sikkerheten ved brønnbåtoperasjoner. Derfor vil det være relevant å kartlegge i detalj
hvor grundig logistikkjeden blir planlagt ved brønnbåtoperasjoner og hvilke rutiner som benyttes
ved endring av planer.
Godt planlagte brønnbåtoperasjoner med sjeldne endringer på kort varsel har betydning for
rømmingsrisiko og personrisiko. Det er mulig å konkretisere flere egenskaper som har betydning
for indikatoren.
Rambøll
71 (78)
RISIKOMODELL HAVBRUK
8.7
Ventemerd/slakteri
I Tabell 19 er det listet risikoindikatorer for ventemerd/slakteri m h t tekniske og
operative/administrative egenskaper. Under tabellen vil en nærmere beskrivelse av
risikoindikatorene gis.
Tabell 19 Risikoindikator ventemerd/slakteri
Egenskap/omgivelse
Nr.
Betegnelse
Teknisk
5-31
5-32
Ventemerd
Pumping inn til kjøletank
Operativt/administrativt
5-70
5-71
Lossing ved ventemerd
Operasjoner ved ventemerd
5-72
Behandling av maursyre og ensilasje
5-31 Ventemerd
Fisk kan losses rett fra brønnbåt til slakteri eller mellomlagres i ventemerd. Ved slik
mellomlagring oppstår en ekstra rømmingsrisiko, så hyppigheten i bruk av ventemerd er derfor
viktig.
Ventemerden er som oftest et stålanlegg. Ofte med bedre fortøyninger enn matfiskanlegg og
mindre værutsatt. Selve fortøyningsløsningen kan være viktig, da lossing innebærer de typer
risikoer som ved lasting på matfiskanlegget. Antall koblinger på leveringsrøret fra brønnbåten til
ventemerden vil påvirke sannsynligheten for at en av koblingene skal ryke og at det rømmer fisk.
Bruk av ventemerd kan påvirke sannsynligheten for rømming, da dette medfører ekstra
operasjoner med hensyn til håndtering av fisk. Konsekvensene vil være moderate. Det er mulig å
konkretisere flere egenskaper som har betydning for indikatoren.
5-32 Pumping inn til kjøletank
Fisk blir normalt pumpet fra brønnbåt til kjøletank på land. Hvilket materiale rørsystemet er laget
av, samt antall koblinger, kan påvirke sannsynligheten for brudd. Diameteren og lengden på
røret avgjør hvor mye fisk som er i pumpesystemet og påvirker dermed konsekvensen av et
brudd.
Det kan være ulike arrangement for primærsikring før fisken når kjøletanken og sekundærsikring
dersom primærsikringen feiler. Dersom et brudd på røret skulle inntreffe, vil system for
overvåking og nødstopp påvirke konsekvensen av rørbrudd.
Utforming av pumpesystem inn til kjøletanken kan ha innvirkning på sannsynligheten for og
konsekvensen av rømming. Det er mulig å konkretisere flere egenskaper som har betydning for
indikatoren.
5-70 Lossing ved ventemerd
Tilsyn med lossing kan ha innvirkning på sannsynlighet for skade på nota og rømming.
Bemanning av ventemerden kan være avgjørende dersom en feil i lossingen skulle inntreffe.
Bemanningen kan også påse at fisk fra samme not i matfiskanlegget ikke blandes med fisk fra
andre nøter.
Rambøll
72-(78)
RISIKOMODELL HAVBRUK
Brønnbåtoperasjoner foregår svært ofte ved slakteri og ventemerd. Derfor er båtoperasjonene
mer innøvd med operasjonen enn ute på matfiskanleggene.
Tilsyn med lossing ved ventemerd kan ha innvirkning på sannsynligheten for og konsekvensen av
rømming. Det er mulig å konkretisere flere egenskaper som har betydning for indikatoren.
5-71 Operasjoner ved ventemerd
Når brønnbåten losser fisk, vil død fisk legge seg på bunn av nota. Det er viktig at det
kontrolleres hvor mye død fisk som er i nota slik at tyngden ikke gjør at nota synker.
Slitasje på nota er stor, da fisken trenges i forberedelse til pumping inn til slakteriet. Derfor kan
det være viktig å kartlegge hvor ofte fisken trenges, hvor ofte nota lines og hvor ofte nota tas
opp av vannet for visuell inspeksjon.
Fisken står maksimalt 6 dager i ventemerden. Normalt gjøres operasjoner som trenging og lining
oftere ved ventemerd enn ved matfiskanlegg. Derfor er ventemerden bedre utstyrt og disse
operasjonene også mer innøvd.
Havbrukeren taper penger dersom fisk er borte. Dersom mer enn 2 % av antallet er borte,
kreves det en forklaring. Generelt er det liten risiko for uoppdaget rømming mellom
matfiskanlegg og slakteri.
Utstyr og prosedyrer knyttet til bruk av ventemerd kan ha innvirkning på sannsynligheten for og
konsekvensen av rømming. Det er mulig å konkretisere flere egenskaper som har betydning for
indikatoren.
5-72 Behandling av maursyre og ensilasje
Maursyre benyttes til konservering av død fiks og slakteavfall. Uhell med maursyre og ensilasje
kan føre til forurensning. Det er derfor viktig med klare rutiner for behandling av maursyre og
ensilasje. Dersom uttilsiktet avrenning kommer inn i avløpet vil avstanden mellom utslippspunkt
og ventemerd påvirke sannsynligheten for skade på fisken i ventemerden og konsekvensen av
skaden. Likeledes vil avstanden mellom ventemerd og sted for bruk av maursyre og lagring av
maursyre og ensilasje påvirke sannsynligheten for at fisken kan bli skadet ved utilsiktet
avrenning. Det kan derfor være hensiktsmessig å kartlegge om det er etablert barrierer eller
sikringstiltak for å forhindre at maursyre og ensilasje kommer i kontakt med ventemerden.
Bruk av maursyre kan også forårsake personskade.
Avstand mellom lager og forbrukssted for maursyre kan ha innvirkning på risiko for fiskedød i
ventemerd med tilhørende økonomisk tap. Bruk av maursyre representerer også en risiko for
personskade. Det er mulig å konkretisere flere egenskaper som har betydning for indikatoren.
Rambøll
73 (78)
RISIKOMODELL HAVBRUK
9.
VIDERE UTVIKLING
9.1
Bruk av modellen slik den foreligger
Foreliggende rapport inneholder og dokumenterer store deler av det faglige grunnlaget som
trengs for å utvikle en konkret matematisk modell for beregning av rømmingsrisiko ved
havbruksanlegg i Norge. Faktagrunnlaget er i stor grad basert på statistikk og bransjekunnskap
som forelå årene 2006-2008. Dette var en periode det ble drevet litt torskeoppdrett, men de
store mengdene produsert fisk var laks og sjøørret. Torsken preger rømmingsstatistikken mer
enn produsert mengde tilsier. Den fagekspertisen som var med i ekspertpanelet, hadde
storparten av sin kunnskap og erfaring fra laskeoppdrett.
Vi mener identifiserte risikopåvirkende forhold slik de foreligger i rapporten, danner et ganske
komplett bilde med tanke på rømming av fisk fra havbruk. Det vil sikkert komme suppleringer og
korrigerer om andre personer involveres i nye prosesser, men vi mener at de fleste vesentlige
forhold er identifisert. Rapporten kan dermed brukes som grunnlag for prosedyrebeskrivelser og
sjekklister i næringen. Den kan hjelpe aktørene til å identifisere forbedringstiltak med tanke på
reduksjon av rømmingsrisiko. Slik bruk kan initieres av myndigheter, organisasjoner og
enkeltbedrifter.
Når det gjelder personrisiko, gir foreliggende rapport et utilstrekkelig grunnlag for identifikasjon
av risiko og sammenhenger. Dette skyldes delvis at den ikke inneholder en konkret kartlegging
og analyse av hendelser med personskade tilpasset behovene i en risikomodell. Ekspertpanelet
hadde fokus på rømming av fisk. For grundig identifikasjon av risikopåvirkende forhold relatert til
personsikkerhet, bør et eget ekspertpanel eventuelt konsentrere seg om denne problemstillingen.
9.2
Videre utvikling av Risikomodell for fiskerømming
9.2.1
Vekting av indikatorgrupper
Ekspertpanelet har gjort en enkel vekting som tilkjennegir de fire hovedgruppenes betydning for
personskader og rømming. Dette er vist i Tabell 20.
Tabell 20 Vekting av egenskapenes betydning
Egenskap
Teknisk
Operativt/administrativt
Geografisk plassering
Ytre forhold
Sum
Vekting ved
personskade [%]
Vekting ved
rømming [%]
38
54
35
50
8
0
9
6
100
100
Vi ser fra tabellen over at vektingen av egenskapene er relativt like for både personskader og
rømming. Gruppen av indikatorer som beskriver Operative/administrative egenskaper,
vektlegges høyest. Den vektingen som ekspertpanelet har gjort her, stemmer bra med empiriske
data og erfaringer fra tilsvarende analyser.
Rambøll
74-(78)
RISIKOMODELL HAVBRUK
Denne vektingen må bare betraktes som er foreløpig indikasjon. Den må detaljeres i den videre
utvikling av modellen.
9.2.2
Rangering og vekting av risikoindikatorer
Neste trinn i prosessen er å rangere risikoindikatorene innen hver gruppe med hensyn på
konsekvens og sannsynlighet for både personskader og rømming. Dette er ikke gjort innen
rammen av prosjektet. Rangeringen vil være grunnlaget for vektingen av risikoindikatorene i
forhold til hverandre.
9.2.3
Eksponeringsfaktorer
Eksponeringsfaktorer brukes til å fordele den nasjonale basisrisikoen innen hver uhellstype på de
enkelte havbruksanleggene. Den enkleste metoden er å fordele basisrisikoen likt på hvert anlegg.
Hvis det er 500 anlegg i Norge, vil hvert anlegg ha en basisrisiko på 1/500 av den nasjonale
risikoen. Deretter vil regnemodellen med risikoindikatorene korrigere dette tallet opp eller ned i
forhold til summen av risikopåvirkende egenskaper ved hvert anlegg.
Alternative eksponeringsfaktorer kan være en beregning basert på volum målt i produsert
biomasse eller antall fisk når risiko for rømming kalkuleres. Ved kalkulasjon av personrisiko kan
det være naturlig å bruke antall årsverk arbeidsinnsats på hvert fysisk anlegg som grunnlag for å
beregne eksponering.
Siden basismodellen er laget med fem grupper av årsaksforhold eller uhellstyper, er det mulig å
ha ulike eksponeringsfaktorer for hver uhellstype. De fem uhellstypene er relatert til følgende
aktiviteter:
•
•
•
•
•
Lasting/Lossing
Andre båtaktiviteter
Ytre forhold
Merdeaktiviteter
Ymse
For lasting/lossing vil antall slike operasjoner per år eller mengde lastet/losset være relevante
faktorer. For andre båtaktiviteter og merdeaktiviteter kan mengdetall som beskriver slike
faktorer være relevante. For Ytre forhold kan antall dager med bølger og/eller strøm over
bestemte nivå være en mulig konkretisering av eksponeringsfaktor. For sekken med ”Ymse” er
det vanskelig å benytte annet enn en prosentvis fordeling i forhold til antall anlegg.
Ved valg av eksponeringsfaktorer bør det også tillegges vekt hvilke data som er lett tilgjengelige
ved at det foreligger offisiell statistikk.
9.2.4
Datafangs, modellkonstruksjon og oppfølging
Foreliggende beskrivelse av indikatorene er ikke presis nok som grunnlag for datafangst. Dette
grunnlaget må lages i form av et spørreskjema som forutsettes besvart for hvert anlegg i Norge.
Utforming av spørreskjemaet må kvalitetssikres av et ekspertpanel, gjerne det samme som har
bidratt til utvikling av indikatorene. I samme prosess er det naturlig å gjennomføre en foreløpig
vekting av de ulike indikatorene.
Rambøll
75 (78)
RISIKOMODELL HAVBRUK
Spørreskjemat bør helst tilrettelegges for direkte rapportering av data fra anleggseierne til en
nasjonal database, for eksempel via Internet. Matfiskanlegg vil få det største arbeidet med
rapportering siden det er hele 21 indikatorer som gjelder disse anleggene. Første gangs
rapportering kan krave en betydelig innsats per anlegg, kanskje inntil et dagsverk. Årlig
oppdatering senere vil normalt kreve beskjeden innsats.
Når data for hele landet foreligger, fullføres arbeidet med vekting av indikatorene. Resultatet
bygges sammen til en matematisk modell som av praktiske og beregningsmessige årsaker bør
lages som et dataprogram, gjerne som en Access-database slik det er gjort med H-Risk og FRisk.
Modellen og resultatene vil kunne brukes av offentlige myndigheter, organisasjoner i næringa og
den enkelte aktør til å redusere risiko. Det bør planlegges prosesser som sikrer effektiv
formidling av den kunnskapen som bygges opp i modellen.
9.3
Videre utvikling av modell for personrisiko
Det vil være mulig å utvikle en personrisikomodell. Men det er mye som tyder på at det kreves
en meget detaljert modell for å etablere tilfredsstillende sammenheng mellom hendelser og
bakenforliggende årsaksforhold som kan kartlegges løpende på en hensiktsmessig måte. Det er
på ingen måte sikkert at dette er mulig å få til med tilfredsstillende presisjon. Det vil derfor være
en krevende oppgave å teste en hypotese om dette er mulig eller ikke.
9.4
Anbefalinger
Fiskeridirektoratets rapporter om rømmingshendelser er ikke registrert og arkivert på en måte
som sikrer en konsistent datakilde for statistikk. Videre tyder datagrunnlaget på at ”små”
rømmingshendelser er underrapportert. Vi anbefaler at det etableres en entydig arkivadresse og
database for alle rømmingsrapporter i Norge med en ansvarlig for kvalitetssikring av data som
legges inn i databasen. Vi anbefaler også at det gjennomføres en studie som søker å kartlegge
rapporteringsgraden for ”små” hendelser.
Foreliggende modellgrunnlag har en systematikk og et informasjonsinnhold som gjør det
velegnet som utgangspunkt for forbedring av prosedyrer og sjekklister. Vi anbefaler at materialet
formidles til relevante aktører i næringa. Egenskaper ved anleggene som påvirker rømmingsrisiko
er best kartlagt, men materialet er også relevant med tanke på HMS-arbeidet og personrisiko.
Det er mulig å lage en operativ risikomodell som grunnlag for en årlig oppdatering av
rømmingsrisiko for havbruksnæringa i Norge. En slik modell måler risikoen indirekte ved å måle
utvikling i de egenskapene som påvirker risikoen. Dette kan gi et mer korrekt bilde av
risikoutvikling, særlig risikoen for de få hendelsene med store konsekvenser, enn det bildet man
får fra årlig statistikk. Slik statistikk vil være mer preget tallenes iboende tilfeldighet fra år til år
etter hvert som antall hendelser reduseres. En modell vil også beskrive årsakssammenhenger på
en måte som gjør det enklere å identifisere de mest effektive risikoreduserende tiltakene. Slik
modell kan også brukes til å beregne endringer i risiko ved alternative tiltak. Dermed kan det
gjennomføres nytte/kostnads-vurderinger av alternative tiltak så de mest effektive tiltakene
gjennomføres først. Slikt verktøy blir viktigere etter hvert som risikoen bedres, typisk ved at de
”åpenbare” tiltakene er gjennomført. Vi anbefaler at det etableres en slik risikomodell som
behandler fiskerømming fra havbruksanlegg i Norge.
Rambøll
76-(78)
RISIKOMODELL HAVBRUK
Det er en relativt stor oppgave å etablere databasen og kalibrere den for utgangsåret. Årlig
oppdatering vil være en betydelig enklere oppgave. Å få nytten av en slik modell, krever noe nær
100% oppslutning fra næringa. Det er derfor viktig med god tilslutning før arbeidet settes i gang.
Det er en mer krevende oppgave å utvikle en modell for beregning av personrisiko. En slik modell
krever trolig en meget detaljert beskrivelse av risikoindikatorer med tilhørende datafangst. Det
kan stilles opp en hypotese om at det er mulig å utvikle en modell for personrisiko, men en slik
hypotese bør testes grundigere før det brukes ressurser på å etabler en nasjonal modell
Rambøll
77 (78)
RISIKOMODELL HAVBRUK
10.
REFERANSER
1. Dagbladet:
http://www.dagbladet.no/2009/05/27/nyheter/john_fredriksen/dykkere/dodsfall/642469
0/, besøkt 27.05.2009
2. Fiskeridirektoratet, http://www.fiskeridir.no/fiskeridir/akvakultur/statistikk/statistikk-forakvakultur, besøkt flere ganger januar 2009
3. Fiskeridirektoratet, 2006 – juni 2008, Melding om rømming Del 1 og Del 2
4. Fiskeri- og kystdepartementet, 2008, Fakta om fiskeri og havbruk 2008
5. NINA, Norsk institutt for naturforskning, 2006, Vandring og spredning av rømt
oppdrettslaks, rapport 162
6. NINA, Norsk institutt for naturforskning, 2007, Sårbarhetsvurdering av ville
laksebestander overfor rømt oppdrettslaks, rapport 244
7. Rambøll, 2007, Risikoanalyse for transport av farlig gods gjennom tunnel
8. Rambøll, 2008, Risikoanalyse for transport av farlig gods gjennom tunneler på Rv60 Hp
13 ved Hellesylt i Stranda kommune
9. Rambøll, 2008, Risikoanalyse Freifjordtunnelen
10. SINTEF, 2003, HMS i havbruk – Risikoanalyse og tiltaksvurdering med fokus på personell
og teknologi i fiskeoppdrettsanlegg
11. SINTEF, 2007, HMS i havbruk – Utvikling og implementering av teknologi for forbedret
personsikkerhet. Delprosjekt alenearbeid
12. Studio Apertura, 2008, Sikkerhet og risiko ved oppdrettsanlegg, NTNU
Samfunnsforskning AS
13. Sælensminde, Kjartan, 2003, Verdsetting av transportsikkerhet – En kunnskapsstudie for
RISIT-programmet
14. Transportøkonomisk institutt, 2003, Trafikksikkerhetshåndbok
15. Veterinærinstituttet, http://www.vetinst.no/nor/Forskning/Aktuelletema/Fiskesykdommer, besøkt 23.01.2009
16. Havforskningsinstituttet 2003 ”Fisken og havet”
17. SINTEF, 2008, HMS i fiskeflåten – Marin verdiskaping, koste hva det koste vil?
Rambøll
78 (78)
RISIKOMODELL HAVBRUK
Rambøll