UNIVERSITY OF GOTHENBURG Department of Economy and Society, Human Geography & Department of Earth Sciences Geovetarcentrum/Earth Science Centre

Stormfällning av luftburen

elledning i Arvika kommun

- en riskanalys

Anna Sallnäs Cecilia Tammgren

ISSN 1400-3821 B804 Bachelor of Science thesis Göteborg 2014

Mailing address Address Telephone Telefax Geovetarcentrum Geovetarcentrum Geovetarcentrum 031-786 19 56 031-786 19 86 Göteborg University S 405 30 Göteborg Guldhedsgatan 5A S-405 30 Göteborg SWEDEN

Innehållsförteckning 1. Inledning ...... 7 2. Syfte och frågeställningar ...... 9 3. Riskanalys och riskfaktorer ...... 10 3.1. Luftburet elnät ...... 10 3.2. Vindexponering och vegetationens motståndskraft ...... 11 3.2.1. Trädslag- dess höjd och diameter ...... 12 3.3. Mark- och rotförhållanden ...... 13 3.4. Skogsbruk och vindkänslighet ...... 13 4. Områdesbeskrivning ...... 14 5. Metoder ...... 16 5.1. Datainsamling ...... 16 5.1.1. Väderdata ...... 16 5.1.2. Dokumenterade elavbrott ...... 17 5.2. Bearbetning av vinddata ...... 17 5.3. Data och bearbetning i GIS (Geografiska informationssystem) ...... 18 5.4. Klassificering...... 19 5.4.1. Markens lutningsriktning...... 19 5.4.2. Jordart ...... 19 5.4.3. Trädhöjd ...... 19 5.4.4. Trädtyp ...... 20 5.4.5. Virkesvolym ...... 20 5.4.6. Anmäld avverkning ...... 20 5.5. Identifiering av riskområden ...... 21 5.6. Intervjuer ...... 24 5.7. Fältstudier ...... 25 6. Resultat ...... 26 6.1 Vindhastigheter ...... 26 6.2. Vindriktningar ...... 28 6.3 Markens lutningsriktning inom buffertzonerna ...... 30 6.4. Vegetation inom buffertzonerna ...... 31 6.5. Jordarter inom buffertzonerna ...... 33 6.6. Intervju ...... 33 2

6.7. Riskanalys ...... 35 6.8. Sårbarhetsreducering ...... 39 6.9. Fältarbete ...... 40 7. Diskussion och analys ...... 43 7.1. Vinden och dess påverkan ...... 43 7.2. Vegetationens stormkänslighet ...... 44 7.3. Lutning och gallring ...... 45 7.4. Jordart ...... 46 7.5. Riskområden ...... 46 7.5.1. Riskområde klass 1 ...... 46 7.5.2. Riskområde klass 2 ...... 47 7.6. Sårbarhetsreducering ...... 47 7.7. Fältarbete ...... 48 7.8. Intervju ...... 48 7.9. Data och metodutveckling ...... 49 8. Slutsatser ...... 51 9. Referenser ...... 52

3

Sammanfattning

Stormfällning på luftburen elledning är en riskfaktor för Arvika kommun och det ligger på kommunens ansvar att identifiera extraordinära händelser som i fredstid kan påverka den egna verksamheten. Elavbrott har uppmärksammats mer sedan vinterstormarna Gudrun och Per gjorde hundratusentals hushåll strömlösa och fällde många miljoner kubikmeter skog. Social oro och ökad sårbarhet i samhälle kan därför vara en följd. Denna uppsats syftar fastställa orsaker till varför stormfällning på luftburen elledning sker i Arvika kommun med elavbrott som följd samt vilka områden som är och förväntas vara riskområden i framtiden. Idén för denna uppsats har utformats i samarbete med Räddningstjänsten för Arvika/Eda/Säffle.

Baserat på tidigare elavbrott med stormfällning som orsak har riskfaktorer identifierats inom dessa områden. Dessa har används som underlag för klassificering av data och analysering i GIS. Resultatet visar tre riskområden, klass 1. De ligger i Åmot, Jössefors och Edane. Resultatet visar också andra riskområden, klass 2, vilka är betydligt fler men löper en lägre risk för stormfällning.

Vinterstormar är de stormar som stormfäller störst mängd träd men det är skogens tillstånd som är det absolut största orsaken till att träd faller. Vindexponering avgörs genom faktorer som vindklimat, läeffekter av lokal topografi och terrängens skrovlighet. Trakthyggesbruk är extra känsliga mot vind genom att risken för stormfällning i kantzoner ökar markant. Vindarna behöver inte uppnå hård vind eller stormstyrka då lågt uppmätta vindstyrkor har visat sig fälla träd i Arvika.

Trädens motståndskraft mot vindexponering avgörs genom trädart, dess höjd och ålder, antal stammar per hektar i ett givet område och vegetationens vedegenskaper. Motståndskraften bestäms även av markförhållanden genom rotsystemets utveckling då ett djupare rotsystem ger högre motståndskraft. Gran är det mest stormkänsliga trädslaget i Arvika kommun. Gallring av skog ökar risken för stormfällning, helt avgörande är dock dess omgivning och förändringar i landskapet. Ju färre och mindre förändringar, desto mer motståndskraftig blir skogen.

Största orsaken till stormfällning är förändringar i skogens tillstånd. Avverkning har visat sig vara en avgörande riskfaktor. Det bästa för att reducera risken för stormfällning på luftburen elledning är att ha god uppsikt av planerad avverkning i närheten av elnätet.

Nyckelord: Stormfällning, riskanalys, skog, luftburen elledning, Arvika

4

Abstract Storm damage on airborne power line is a risk factor for Arvika and it is located on the municipality's responsibility to identify exceptional events which in peacetime might affect their operations. Power outages have been highlighted more since winter storms Gudrun and Per did hundreds of thousands of households without power and brought down many millions of cubic meters of forest. Social unrest and increased vulnerability in society may therefore be a consequence. This paper intends thereby establish reasons why storm damage on airborne power line occur in Arvika with power outages as a result, and which areas are and are expected to be risk areas in the future. The idea for this paper has been designed in collaboration with the emergency services of Arvika/Eda/Säffle. The main method is GIS (Geographic Information Systems) to meet the objective.

Based on past outages with storm damage as the cause, risk factors have been identified in these areas. These have been used as the basis for the classification of data and analysis in GIS. The resaults show three areas of risk, class 1. These are located in Åmot, Jössefors and Edane. The results also show other risk areas, class 2, which is considerably more but are still areas of risk.

Winter storms are the storms that storm shed the greatest amount of trees but it is forest condition that is the biggest reason the tree falls. Wind exposure is determined by factors such as wind climate, lee of topography, local topography and terrain roughness. Clear felled areas are therefore particularly sensitive to wind and risk of storm damage in edge zones increases significantly.

Trees resistance to wind exposure are determined by tree species, its height and age, number of stems per hectar in a given area , the vegetation and wood properties. The resistance is also determined by soil conditions through the development of the root system; thy deeper root system increases the resistance. Spruce is most storm sensitive tree species in the municipality of Arvika. Thinning of forests increases the risk of storm damage, however, crucial to its environment and changes in the landscape. The fewer and smaller changes, the more resilient the forest becomes.

Major cause of storm damage is changes in forest condition. Felling has been proven as a key risk factor. The best way to reduce the risk of storm damage on airborne power line is to have good overview of planned felling in the vicinity of power line network.

Keywords: Storm damage, Risk Analysis, Forest, Airborne Power Line, Arvika

5

Förord Denna uppsats är ett kandidatarbete i geografi som omfattar 15 hp, inom ramen för geografiprogrammet vid Göteborgs universitet. Kandidatarbetet skrivs i samarbete med Räddningstjänsten i Arvika/Eda/Säffle.

Vi vill främst framföra vårt varmaste tack till vår kära handledare fil. doktor Alexander Walther på Göteborgs universitet, som har lagt ned otaliga timmar av sin tid, för allt stöd och hjälp med examensarbetet. Den vägledning han har gett oss och de timlånga diskussionerna kring problematisering och analysering i GIS har varit ovärderlig. En stor eloge går också till Anna Nordahl på Räddningstjänsten! Hon har varit vår andra handledare, bollplank och hjälpt oss med att komma i kontakt med annars svåråtkomliga personer. Anna har även kommit med konstruktiv kritik och visat stort engagemang för detta arbete vilket vi uppskattar väldigt mycket. Vi vill tacka driftschef Anders Nilsson och besiktningsansvarig Thomas Eriksson på Arvika Teknik AB som har tillhandahållit stor mängd data och värdefull kunskap om ämnet. Ett stort tack riktas också till docent Björn Holmer, kursansvarig vid Göteborgs Universitet, som har väglett oss genom perioder då det har varit svårt att hålla kvar den röda tråden. Vi vill också framföra ett stort tack till alla på Räddningstjänsten för Arvika/Eda/Säffle att vi fick möjligheten att arbeta tillsammans med er.

Juni 2014 Göteborg Anna Sallnäs och Cecilia Tammgren

6

1. Inledning

Varje kommun bör arbeta utifrån en ansvarsprincip där basen är en utformning av krishantering i samhället. En geografisk avgränsning inom kommunens gränser är given då kommunen måste identifiera extraordinära händelser i fredstid som kan påverka den egna verksamheten såsom risker, sårbarhet och kritiska beroenden inom avgränsningsområdet. Samarbete med andra viktiga aktörer utanför sin egen kommungräns bör ske och där ibland el-och teleföretagen. Sammantaget innebär detta för kommunen att samhällets verksamhet inom avgränsningsområdet ska uppehållas även vid kris (Eriksson et. al., 2011).

I januari 2005 drabbades Götaland av höga vindhastigheter med högsta uppmätta medelvind på 33 m/s (uppmättes på Hanö utanför Blekinge) som orsakade omfattande stormskador i Götaland. Detta var stormen Gudrun (Skogsstyrelsen & SLU 2006). Nästan exakt två år senare, närmare bestämt den 14 januari 2007 drog stormen Per in över Götaland och västra Svealand. Den maximala vindhastigheten uppmättes 29 m/s över fastlandet (Energimyndigheten 2008), närmare bestämt i Växjö och Tomtabacken (SMHI, 2014a). Per orsakade mindre skador än Gudrun och den stormfällda skogen uppgick till 17 miljoner kubikmeter medan Gudrun fällde 70 miljoner kubikmeter skog. Antal kunder som blev strömlösa under Per räknades till ca 440 000 och Gudrun 730 000 (Energimyndigheten 2008).

De båda stormarna bildades väster om de Brittiska öarna och passerade Norges södra inland innan de nådde Sverige (figur 1 och 2). Den stormfällande vindriktningen för Gudrun började som västlig och övergick till sydvästlig medan Pers vindriktning började sydvästlig riktning och ändrade sig till västlig (Energimyndigheten 2008). Stormen Per orsakade stormskador på elnätet i Arvika kommun1.

Figur 1. Väderkarta över stormen Per 14 januari Figur 2. Väderkarta över stormen Per 15

2007 (metoffice.gov.uk) januari 2007 (metoffice.gov.uk) Figure 1. Weather map of the storm Per January Figure 1. Weather map of the storm Per 14th, 2007 January 15th, 2007

1 Anders Nilsson och Thomas Eriksson, Arvika Teknik AB, intervju 24 mars 2014

7

2005 fick Skogstyrelsen i uppdrag av regeringen att analysera riskfaktorer efter stormen Gudrun. Analysen visade att sannolikheten för stormskador ökade med:  Ökad byvindhastighet  Ett kontinuerligt växande virkesförråd  En ökad andel gran,  Ökad Trädhöjd, ålder och diameter  Beståndets grundyta, volym och ståndort (Skogsstyrelsen & SLU 2006)

Stormskador på träd påverkas av faktorer som vindexponering och vegetationens motståndskraft. Vindexponeringen styrs av vindklimatet, läeffekter, topografi och markens skrovlighet. Vegetationens motståndskraft styrs av ståndorten och vegetationens tillstånd (Blennow & Olofsson 2004).

För att minska risken för stormskador för bör gallring av skog ske på unga träd samt undvika att hyggeskanter exponeras för hård vind (Skogsstyrelsen 2006). För att minska risken för elavbrott på grund av stormfällda träd kan ledningar isoleras eller grävas ner i marken. Isolering av elledningar eliminerar dock inte risken för elavbrott från stormskador2. I övrigt behövs beredskapsplaner, forskning för ökad kunskap och prognostisering för att reducera skador vid extrema händelser (Skogsstyrelsen 2006).

Alla kommuner i Sverige är skyldiga att identifiera vilka extraordinära händelser i fredstid som kan komma att påverka den egna verksamheten. Arbete för identifikation skall slutligen sammanställas i en risk och sårbarhetsanalys (Nordahl 2013). Räddningstjänsten i Arvika/Eda/Säffle utgår från deras risk- och sårbarhetsanalys från 2012 då denna ligger till grund för insatsplanering och beredskap för extraordinära händelser samt riskbilden i samhället (Arvika kommun 2012). I Arvika kommuns fall innebär detta bland annat identifiering av riskfaktorer, riskobjekt och sociala risker. Elavbrott har identifierats som en sådan risk och förväntas kunna leda till social oro i samhället (Nordahl 2013).

Unikt för denna uppsats är hur en riskanalys kan implementeras i GIS gällande stormfällning på luftburet elnät. Detta då utvalda faktorer som påverkar stormkänsligheten analyseras tillsammans med utvald elnätsdata. Denna metod ska kunna verka som underlag för framtida riskanalyser av olika platsspecifika förhållanden gällande samma ändamål.

2 Anders Nilsson och Thomas Eriksson, Arvika Teknik AB, intervju 24 mars 2014

8

2. Syfte och frågeställningar

Idén till denna uppsats grundar sig på ett uppdrag från räddningstjänsten i Arvika/Eda/Säffle. Syftet är främst att fastställa och undersöka potentiella bakomliggande variabler till varför stormfällning av träd på luftburen elledning med elavbrott som konsekvens sker i Arvika kommun och att identifiera riskområden. De identifierade egenskaperna och rådande vindförhållanden vid tidigare stormfällning används sedan i GIS för att identifiera riskområden. Detta ska kunna ligga till grund för en mer hållbar utveckling av luftburet elledning för vidare minimering av framtida kriser.

Uppsatsen syftar att vara metodutvecklande genom att kunna fungera som en generell metod för att identifiera risken för stormfällning på luftburen elledning. Detta då det skall vara möjligt att byta ut data och faktorer men att fortfarande få fram ett trovärdig analysresultat.

Studie- och analysområdet avser Arvika kommun. En vidare avgränsning till Värmlands län förekommer i fråga om vind. Detta för att underlätta arbetet vid avläsning av extremvärden och extremhändelser kopplade till vind.

1. Vilka vindstyrkor och vindriktningar har rått vid tillfällen då stormfällning av träd på luftburen elledning har skett? 2. Vilka egenskaper som ökar stormkänsligheten uppvisar de områden där stormfällning på luftburen elledning har skett i Arvika kommun? 3. Vilka områden är sårbara för stormfällning av träd på luftburen elledning utifrån momentana väderförhållanden, specifika områdesförhållanden och utifrån GIS- analys? 4. Vilka områden kommer att vara sårbara i framtiden för stormfällning av träd på luftburen elledning? 5. Hur väl fungerar metoden och kan metoden generaliseras?

9

3. Riskanalys och riskfaktorer

Riskanalyser görs för att synliggöra sannolikheten av att extraordinära händelser sker samt hur stor den potentiella skadan blir. Hur vi känner igen kristecken och dess förlopp ingår där de tidigare erfarenheterna av krisomställningar ligger till grund för igenkännande och identifiering av kris. Riskanalyser är direkt kopplat till hållbar utveckling, då dagens samhälle tenderar till att upptäcka kriser för sent och därav det ökade intresset för riskanalyser (Wärneryd et al., 2002). Nordahl3 menade att dagens samhälle är beroende av fungerande transporter av främst varor, information och energi. Med dessa komplexa beroenden följer en ökad sårbarhet med möjligen större konsekvenser.

Människans osäkerhet för framtiden avspeglar sig i riskanalyser. Riskanalyser tvingar människan att ta beslut för framtida utveckling och hur hanteringen av identifierade risker och potentiella kriser ska genomföras. För att den samhälleliga utvecklingen ska var hållbar måste kriser ses som en process då följderna efter en kris ligger till grund för hur människan i framtiden ska hantera en likartad situation (Wärneryd et al. 2002).

Det geografiska perspektivet på riskanalyser synliggörs genom ett rumsligt perspektiv (plats) och en tidrumslig situation (krisen i sig och hur lång tid den pågår) och hur krisens händelseförlopp skapar förändringar i samhällets dagliga förhållanden. Den hållbara utvecklingen i denna process synliggörs i hur människan hanterar krisen i sitt vardagliga liv genom att se hur anpassning och agerande sker i samhället som i sin tur kommer ligga till grund för riskanalyser för framtida extraordinära händelser (Wärneryd et al. 2002).

3.1. Luftburet elnät

De luftburna elledningarna (12 och 24 kV, benämns som mellanspänning) ingår i ett s.k. trefas-system med tre stycken luftburna friledningar. Detta är generaliserat över hela Sverige. Materialet som friledningarna består av är aluminium eller koppar. Det finns både isolerade (BLX) och oisolerade (BLL) luftledningar. Skillnaden mellan dessa är att de isolerade är skyddande av TEXmaterial, vilket är en typ av plast. Detta material skyddar mot yttre påverkan och hindrar kortslutning vid kontakt med annan elledning eller t.ex. fallande träd. Om de oisolerade elledningarna kommer i kontakt med varandra eller påverkas av externa faktorer blir det kortslutning direkt4.

Där luftburna elledningar förekommer i områden av storm- och belastningskänslig skog finns risk för fällning av träd på ledningar och för vidare risk för skador på elnäten. (Finsk Energiindustri 2008).

3 Anna Nordahl, Räddningstjänsten Arvika/Eda/Säffle, mail 28 april 2014

4 Maria Spårin. E.ON Elnät Upplands Väsby, telefonsamtal 25 april 2014

10

3.2. Vindexponering och vegetationens motståndskraft

Vad som bestämmer risken för stormskador på träd är: vinden, ståndorten och beståndet (Agestam 2009). I figur 3 visas faktorer som påverkar trädens stormkänslighet. Den vind exponering som träden utsätts för bestäms av vind klimatet, läeffekter, topografi och markens skrovlighet. Trädens motståndskraft bestäms av trädslag, trädhöjd, trädets diameter, mark och rotningsförhållanden, vedegenskaper och antal stammar per hektar (Blennow & Olofsson).

Figur 3. Faktorer som påverkar trädens stormkänslighet. (Blennow & Olofsson 2004). Figure 3. Factors that effects the storm sensitivity of trees.

Vind som uppnår styrkor till (24,5-32,6 m/s) benämns som storm och vind som uppnår hastigheter mellan (13,9-24,4 m/s) benämns som hård vind (SMHI 2012). Träd kan fällas vid lägre hastigheter än storm (Blennow & Olofsson 2004).

Vindar från väst orsakar mest stormfällning i Sverige (Agestam 2009). Under det senaste århundradet har antalet stormskador på svensk skog ökat. Nilsson et al. (2004) analyserade stormar mellan åren 1902-2000 i Sverige och konstaterade att mönstret av stormskador sammanfaller med den genomsnittliga vindhastigheten där vindar från nordväst och sydväst orsakade störst skador. Dock är rapporteringen av stormskador ofullständig på nationell nivå. Nilsson et al. (2004) beskriver att det inte var förrän efter år 1969 som data systematiskt började samlas in. I Sverige började standardiserade vindmätningar av vindhastighet göras på 1950-talet (Persson et al. 2014).

Enligt Seidl et al. (2011) och Nilsson et al. (2004) är variationer i vindhastighet under vintermånaderna en stor pådrivande faktorn för vindskador. Seidl et al. (2011) anser även att en stor orsaken till ökad stormfällning är förändringar i skogens tillstånd.

11

Vindpåverkan är störst på högt belägna platser (Wåhlin 2006). Det är dock inte säkert att vindkänsligheten är större på högre höjder (Gardiner, et al. 2010). Lokalt påverkas dominerande vindriktningar av topografins utsträckning. Om ett landskap domineras av dalgångar som sträcker sig från norr till söder kommer det lokala vindmönstret följa dessa (Oke 1987). Skogsbestånd som står i sluttningar löper större risk att stormfällas (Karlsson 1995) beroende av väderförhållanden och terrängens läge (Blennow & Olofsson 2004).

Hur vinden reagerar på lokal topografi är svårt att generalisera, det finns dock generaliserade flödesmönster kopplade till topografiska hinder. Vindeffekter över måttlig topografi, med en lutning upp till 17° ger en ökad vindhastighet på bergsryggen när luften trycks ihop. Vindhastigheten minskar på läsidan. Om lutningen överstiger 17° i topografin sker en flödesseparation när vinden tar sig över hindret. När vinden tar sig över hindret uppnår den sin högsta hastighet på bergsryggen topp, när den når läsidan sker separationen. Delvis dras vinden neråt och bildar en turbulent, ostadig och svag strömning i motsatt riktning (Oke 1987).

3.2.1. Trädslag- dess höjd och diameter

Gran är det trädslag som är mest stormkänsligt där efter tall och sedan lövträd. Gran har ett grundare rotsystem än tall vilket avgör skillnaden i motståndskraft mellan de två trädslagen. Lövträd står avlövade under vinterhalvåret. Avlövade träd är mindre vindkänsliga då deras vindfång är mindre än vid fullt lövade trädkronor (Agestam 2009). Blandskogsbestånd ger ett förbättrat motstånd mot vind. Detta då trädkronorna hakar i varandra och ger en ökad stabilitet än i en monokultur (Gardiner et al. 2010).

Enligt vindsimuleringar på olika trädhöjder av Gardiner et al. (2005) är tillfällen då träd böjer sig på grund av vind en avgörande faktor i fråga om risk för stormfällning. Trädens risk för fällning påverkas av hur träden svajar vid starka vindar och de faktorer som avgör hur de svajar är höjd och trädkronans struktur. Träd som är högre än det generella vegetationstaket löper större risk och de kortare träden under det huvudsakliga grenverket är mer skyddade (ibid). Risken för stormfällning ökar vid en trädhöjd på 10-20 meter (Gardiner et al. 2010).

Kopplat till trädens höjd är trädens ålder. Äldre skogar med höga träd och stora trädkronor är mer känsliga för hårda vindar. Fördelningen av ålder på träden är en speciellt viktig faktor för variationen av vindskador (Blennow & Olofsson 2004, Seidel et al. 2011). Risken för vindskador bestäms av områdets egenskaper (Blennow & Olofsson 2004) och vilka förändringar som sker i området. Ju mindre och färre förändringar i en skog. Desto bättre stabilitet och därmed mindre risk och skogen får en chans att återhämta sig (Gardiner et al. 2005).

Andra faktorer som påverkar trädens vindkänslighet är att en långsam tillväxt av trädstammen av lövträd kan ske i utbyte mot en tillväxt av höjden för att nå solljuset i lövverkets övre delar. Detta medför dock att trädet blir mer vindkänsligt. Sjukdomar eller konkurrens av annan 12

vegetation hämmar tillväxten och stabiliteten. Därmed ökar vindkänsligheten (Wolf et al. 2003).

3.3. Mark- och rotförhållanden

Jordarten i en ståndort påverkar vindkänsligheten. Finkorniga jordar blir lättare vattenmättade vilket ger träden ett grundare rotsystem (Wåhlin 2006) och minskat markfäste. Finkornigare jordar på plana ytor blir lättare vattenmättade och stormfällning sker därför oftare på plana ytor med lerrika jordar (Hagner 1962). Även rotsystemets struktur påverkas av markförhållanden och växtplats vilket i sin tur påverkar motståndskraften mot vindbelastning (Gardiner, et al. 2010).

Tjäle spelar också en viktig roll för ståndortens tillstånd. Fluktuerande perioder med tjäle minskar träds motståndskraft. Detta då tjälen påverkar stormkänsligheten under vinterhalvåret. Tjälen fungerar som ett ankare för träd, med ytligare tjäle minskar motståndskraften för vind under dessa förhållanden (Blennow et al. 2010). Tjäle ger marken större bärighetskraft för skogsmaskiner vilket minskar körskadorna. Huggning och timmertransport sker därför normalt under vinterhalvåret (Persson et al. 2014). Utförsel av timmer kan även ge körskador på rotsystem, skärskilt ytliga. Körskador ökar risken för röta vilket vidare gör stormkänsligt (Wåhlin, 2006).

3.4. Skogsbruk och vindkänslighet

Gallring görs för utglesning och röjning av skog dels för att bevara viktiga miljöer (Agestam 2009) samt att öka diametertillväxten av träd (Agestam 2009, Blennow & Olofsson, 2004). Gallrad skog är mer stormkänslig och risken för stormskador ökar med gallringstyrka. Sker gallring i ett bestånd med unga träd kan risken minimeras (Agestam 2009).

Sveriges skogsbruk domineras idag helt av trakthyggesbruk (Björk 2011), vilket betyder att man avverkar och planterar skog traktvis. Vindkänsligheten ökar för kvarvarande träd, så kallade fröträd samt träden vid kantzonen. För att minska vindkänsligheten kan man ta tillvara läeffekter från omgivningen såsom sluttningar i lä, omgivande bestånd och terräng. Även terrängens yta spelar roll i fråga om vindfång, ju högre skrovlighet, desto mer bromsas vinden upp (Blennow & Olofsson 2004).

13

4. Områdesbeskrivning

Studieområdet Arvika kommun (figur 4) ligger i Värmlands län och består av tätorterna: Arvika, Edane, Gunnarskog, Jössefors, Klässbol och Sulvik. Arvika är den största tätorten (Karlsson, 2014) och har enligt SCB (2014) en befolkning på 25 817 personer enligt 2013 års räkning. Av Arvikas totala yta på 1659 km² är 85 % skog (Arvika kommun 2013). Skogsinnehavet i Arvika kommun består av 1323 km2 produktiv skogsmark (Skogsstyrelsen, 2014). Fördelningen mellan trädslagen är 41 % tall, 41 % gran och 18 % lövträd (främst björk). Skogens medelålder är 52 år (Arvika kommun 2013).

Kommunen är belägen 200 - 300 m.ö.h. med sin Figur 4. Arvika kommun beläget i Värmlands län högsta punkt på 383 m.ö.h. på Högfjällshöjden Figure 4. The municipality of Arvika in the county norr om Mangskog (NE 2014). Arvika centralort of Värmland är belägen intill sjön Glafsfjorden. Glafsfjorden har en normal vattennivå på +46,31 m.ö.h. räknat i RH2000 (Alsterhag 2014).

Jordarterna i Arvika kommun domineras av: lera-silt, torv, isälvssediment, sand, block (postglacial) samt morän, sandig eller morän (Sundevall 2010). Berg i dagen återfinns i sydvästra delen i Arvika kommun. Jordarterna lera och silt förekommer sporadiskt i hela området. Isälvssediment förekommer sparsamt men återfinns i största utsträckning i Sandbräckan cirka 10 kilometer öster om Arvika stad. Sand och block återfinns som svallsediment men förekommer sparsamt i området. Morän återfinns i hela området (ibid). I dalbottnar och vid de många sjöarna består jordarterna av havs- och sjösediment. I dessa områden dominerar lövträd, ängar och odlingsmark (NE 2014).

Värmland tillhör klimatzonen Dfb enligt Köppens klimatklassificeringssystem (Länsstyrelsen Värmland 2014). Det innebär att klimatet är kalltempererat med varma somrar, det är förhållandevis jämn fördelad nedebörd över hela året och barrskog dominerar vegetationen (ibid). Klimatet i Värmland och därmed klimatet i Arvika påverkas av varierande topografi med relativt stora höjdskillnader och ett relativt långt avstånd till havet. Då Värmland är beläget i inlandet är det något mer förskonat från vind än kustområden (Persson et al. 2014). Enligt SMHI (2014) är högsta uppmätta medelvindvind i Arvika mellan 1995-2013 är 10 m/s den 12:e september 1996. Figur 5 visar årsmedeltemperatur och årsmedelnederbörd i Arvika 1984-2013

14

I

Figur 5. Thermohydrogram över nederbörd och temperatur i Arvika under perioden 1984 - 2013. 10 min-medel, varje timme. Medeltemperatur: 5,49°C Årsmedelnederbörd: 659 mm Figure 5. Themohydrogram showing precipitation and temperature in Arvika during the period of 1984-2013. 10 minute average every hour. Mean temperature: 5,49°C . Yearly mean precipitation: 659 mm

Arvika kommun står Arvika Teknik AB för distributionen till cirka 60 % av alla elkunder inom kommunen. Arvika Teknik ABs ledningsnät täcker 10 % av kommunens yta. Övrig eldistribution i kommunen står Fortum för (Skärskog 2014). Undersökningsområdet är närmare preciserat i figur 6 till det luftburna mellanspänningsnätet inom Arvika kommun.

Figur 6. Det luftburna elnätet i Arvika kommun. Figure 6. The airbourne powerlines in the municipality of Arvika. 15

5. Metoder

Metoden har utvecklats dels för att assistera Räddningstjänsten för Arvika/Eda/Säffle i identifiering av riskområden för stormfällning på luftburna elledningar men också för att utforma en generell metod för samma ändamål.

Arbetet baseras på en rad olika metoder. Dessa metoder är: intervjuer, bearbetning av vinddata, bearbetning av geografisk information och fältstudier. Intervju gjordes för att identifiera tidigare händelser och platsspecifika egenskaper. Bearbetning av vinddata och geografisk information till riskanalys samt en slutgiltig analys i GIS. Fältstudier utfördes för att verklighetsförankra resultatet av riskanalysen.

5.1. Datainsamling

Vegetationsdata, baserade på satellitbilder från 2010, innehållande björk, tall, gran, totalvolym virke (angett i m³ skog/hektar), trädhöjd och trädålder hämtades från Sveriges Lantbruksuniversitet (SLU 2014), Grundinformationen finns i form av rasterdata med en pixelstorlek på 25x25 meter, dock finns reservation för att data bör användas med försiktighet på områden mindre än några hundra hektar (SLU 2014). Data över utförd avverkning i Värmlands län från 2014-02-18 hämtades från Skogsstyrelsens skogsdataportal (Skogsstyrelsen 2014). Jordartsdata i vektorformat med upplösningen 1:1 miljon från 2012- 12-01 hämtades från SGUs geodatabas och innehåller: vatten, berg, urberg, lera-silt, torv, isälvssediment, sand, block (postglacial) samt morän. Data innehållande 2x2 meter höjdraster från 2011-11-04 hämtades från SLU (SLU 2014). Data hämtad från SLU kommer ursprungligen från Lantmäteriet men distribueras av SLU.

5.1.1. Väderdata

Data för temperatur och nederbörd har hämtats från SMHI (SMHI 2014) för klimatstationen Arvika A, klimatnummer 92410, latitud 59.6747 longitud 12.6381, mätserier tillgängliga från 1951-2013. Data för vindstyrka och vindriktning har hämtats från SMHI (SMHI 2014) för tre klimatstationer i Värmland: Arvika A, mätserier tillgängliga från 1951-2013, Sunne A, mätserier tillgängliga från 1995-2013 och Karlstad flygplats, mätserier tillgängliga från 1951- 2013. Alla stationer har 10 min-medelgränser, varje timme. Val av klimatstationer som vinddata har hämtats i från grundar sig på att Arvika A, Sunne A och Karlstad flygplats är stationer som är lokaliserade relativt nära eller i Arvika kommun. Sunne A och Karlstads flygplats kompenserar för låga uppmätta hastigheter under datum då stormfällning har skett för Arvika A.

16

5.1.2. Dokumenterade elavbrott

De datum som har kunnat identifieras då stormfällning på luftburna elledningar har skett i Arvika kommun är: 1999-12-03, 1999-12-12, 2003-12-21, 2007-01-09, 2007-01-14 och 2011- 11-27.

Mottagna datum för elavbrott från Arvika Teknik AB och Fortum kopplas till vindhastighet och vindriktning för dessa datum . Bearbetning av generell vindhastighet och vindriktning har gjorts på data mellan åren 1995-2013. I största möjliga mån är avgränsning i tid likvärdig. Tillgången till data över dokumenterade elavbrott har styrt tidsavgränsningen.

Av intervjun med Arvika Teknik AB mottogs information om två platser där stormfällning av luftburen elledning har skett inom deras elnät i Arvika kommun. Genom mailkontakt med Fortum mottogs även tio dokumenterade elavbrott inom samma avgränsningsområde. Sammantaget har dessa tolv elavbrott skett mellan åren 1999-2011. Två elabrott har skett på samma ledning under två olika tillfällen. Därför avgränsas elavbrotten till elva stycken vidare i analysen.

5.2. Bearbetning av vinddata

Analys av vinddata utifrån klimatstationer i Arvika A, Sunne A och Karlstad Flygplats gjordes för att hitta datum då det var höga vindhastigheter i Arvika. Sunne och Karlstad användes som jämförelse för att stärka reliabiliteten på vinddata från Arvika då Arvikas klimatstation tycktes visa relativt låga värden. Datum med höga uppmätta vindhastigheter i Sunne och Karlstad gav en indikation på vilka datum som var av intresse att undersöka närmare trots låga uppmätta vindhastigheter i Arvika.

Med data från de tre klimatstationerna har tabeller gjorts som visar vindhastighet och vindriktning kopplat till de datum då elavbrott skett i Arvikas elnät. Datum i tabell refererar till platsspecifika strömavbrott i Arvika Teknik AB och Fortums luftburna elnät i Arvika kommun. Grafer gjordes som visar vindhastigheter för specifika datum vid respektive klimatstation.

Dominerande vindriktning och vindriktningar som stormfäller i Arvika identifieras genom vindrosor. Dessa har gjorts utifrån vindriktningsdata kopplat till vindhastigheter för stormfällningsdatum. Vindhastigheten inkluderades genom att hastigheter mellan 6-7,9 och 8- 11 m/s kopplades till sammanfallande vindriktningar för Arvika A. Dessa specifika vindriktningar presenteras i vindrosor.

17

5.3. Data och bearbetning i GIS (Geografiska informationssystem)

Data för luftburna elledningar och data för transformatorstationer mottogs från Arvika Teknik AB och Fortum. Data från Arvika Teknik AB innehåller en stor mängd information som inte var nödvändig för denna studie. Den överflödiga informationen sorterades bort i programmet QuantumGIS. Metadata för elnätsdata utelämnas på grund av sekretess. Jordartsdata hämtad från SGU och avverkningsdata hämtad från Skogstyrelsen är rikstäckande. Jordartsdata och avverkningsdata hämtades i vektorformat och klipptes efter Arvikas kommungräns med verktyget Clip för att få ut relevant information för studieområdet. Vegetationsdata hämtades som raster från SLU och klipptes ut efter Arvikas kommungräns genom Extract by mask för samma ändamål.

Shapefiler i form av polylines med lednings-ID skapades i ArcCatalog. Med hjälp av Find and Select i attributdatan i ArcMap markerades en elledning i taget. Till varje elledning ritades en polyline som sedan döptes efter ledningens ID. Detta gjordes med verktyget Editor.

En buffertzon gjordes kring varje individuell polyline med 31 meter buffert på varje sida. En buffertzon är ett område som avgränsas kring ett centralt objekt. I det området finns sedan möjligheten att undersöka förhållanden och dess avstånd till det centrala objektet, vilket i detta fall är elledning. Buffertzonen definierades av det högsta värdet i trädhöjdslagret som var 31 meter. Varje polyline är ett område där stormfällning tidigare har skett, dessa områden benämns vidare som buffertzon 1-115. En buffertzon gjordes även kring hela elnätet i Arvika kommun och kommer vidare benämnas som Hela elnätet. Buffertzonen gjordes för att identifiera vad för slags vegetation samt trädhöjd, trädålder, höjd, markens lutningsriktning och jordart avgränsningsområdet innefattar.

För att tydliggöra värden i vegetationsdata, hur stor andel av respektive vegetationstyp, virkesvolym, ålder och höjd som förekommer i varje buffertzon användes Zonal Statistic as Table för att ta fram statistik. För samma ändamål applicerades även Zonal Statistic as Table på markens lutningsriktning inom buffertzonerna. Detta genomfördes på alla buffertzoner med tillhörande vegetationsdata och kompassriktningsdata. Analysen kräver ett förtydligande av hur stor andel av dessa variabler förekommer i respektive buffertzon. Därför visualiserades statistiken i diagram för förtydligande. Statistik för medelålder och medelhöjd inom buffertzonerna korrelerades. På grund av god korrelation kunde lagret för trädålder uteslutas för vidare analys.

5 Buffertzon 1-11 redovisas ej på karta p.g.a. sekretess

18

Dessa faktorer vill sedan ligga till grund för vidare identifiering av riskområden i hela Arvika kommun. Genom Reclassify klassas därför egenskaper efter grad av stormkänslighet.

5.4. Klassificering

Klassningen baseras på identifierade egenskaper på platser där stormfällning redan har skett och på identifierade vindförhållanden för datum då stormfällning av träd har skett på luftburen elledning. Inledande i kapitel 3.2 visas i figur 3 faktorer som påverkar trädens vindkänslighet. Dessa faktorer ligger till grund för vilka lager som har inkluderats i analysen och till viss del hur de har klassificerats i fråga om vindexponering och vegetationens motståndskraft.

Klassificeringen gjordes genom analys av resultaten och delades in i sex klasser där 1 är minst lämplig och 6 är mest lämplig. Låg lämplighet avser hög risk för stormfällning. Alla lager har sex klasser förutom Avverkning_anmälan. Då jordartslagret har sex klasser i dess grunddata som börs ta hänsyn till har det fått vara det styrande lagret gällande uppdelning i antal klasser.

5.4.1. Markens lutningsriktning

Klassificering av markens lutningsriktning baseras på statistik som är gjord genom användning av verktyget Zonal Statistic as Table i ArcMap och resultatet av dominerande vindriktningar för datum då stormfällning har skett. Statistik utfördes av markens lutningsriktning inom buffertzon 1-11. Klassningen grundas främst på markens lutningsriktning men där statistiken inte kan ge en indikation på vilken lutningsriktning som ökar stormkänsligheten får dominerande vindriktningar bestämma klassningen. Undantag görs för nordlig vind, nordlig vind förekommer vid stormfällning men är också den generellt dominerande vindriktningen och därför tros träden vara härdade i nordlig lutningsriktning.

5.4.2. Jordart

Klassificeringen av jordart utgår främst från tidigare forskning och bestämdes genom en besiktning med blotta ögat i GIS. Finkorniga jordar minskar permeabiliteten och ger därmed träden ett grundare rotsystem vilket i sin tur gör träden mer vindkänsliga. På denna grund klassas därmed lera-silt som sämst. Sedan följer morän då denna jordart ofta förekommer där stormfällning har skett. Därefter följer sedan berg då jordtäcket är tunt eller icke befintligt. Isälvssediment, sand-block och torv klassas i skrivande turordning utifrån dess förekomst där stormfällning tidigare har skett.

5.4.3. Trädhöjd

Klassificeringen av trädhöjd utfördes på följande sätt: Det högsta värdet för trädhöjd inom hela avgränsningsområdet är 31 meter vilket är den minst lämpliga klassen. Utifrån det högsta värdet (31) dividerades trädåldern med sex vilket gav kvoten fem för att ge sex klasser med jämna intervall. Genom vanlig subtraktion gavs nästa klass höjden 26 meter och så vidare till 19

den sjätte klassen på sex meter. Trädhöjd klassades på samma sätt som övriga faktorer vilket beror på att ett jämt intervall önskades. Med antagandet att en trädhöjd på 10-31 meter ökar riskfaktorn gjordes en även en klassificering med 10-31 meter med klass 1 men vid testanalys såg vi att resultatet inte skilde sig från ursprunglig klassificering. Då risken för stormfällning ökar med höjden och trädets höjd påverkar dess räckvidd vid fall klass höga träd som mindre lämpliga än låga. Då trädhöjd samvarierar med trädålder med R²-värdet 0,81 representerar trädhöjd bägge variablerna.

5.4.4. Trädtyp

Trädtypen klassificerades utifrån den totala volymen av varje trädslag dividerat på sex för att sedan genom vanlig subtraktion ge värden för klassificering. Då vegetationsdata endast är tillgänglig i volym klassas den även i volym. Då det önskades en relativt låg volym för samtliga lager i deras sjätte klass använde vi oss av subtraktion. Fasta gränser kunde inte sättas ut då volymen varierade mycket mellan de olika lagren. Det finns till exempel mer än dubbelt så mycket gran som björk, 653 m³ sk/ha gran och 319 m³ sk/ha björk.

För tall är den maximala volymen 424 m³ sk/ha och uträknat på ovanstående vis ger kvoten 71 och genom subtraktion gav den minst lämpliga klassen 424, nästa 353 (424-71=353) och så vidare till den sjätte klassen på 69 m³ sk/ha.

Gran har den maximala volymen på 653 m³ sk/ha och kvoten 109. Den minst lämpliga klassen är 653 m³ sk/ha, nästa 544 (653-109=544) och så vidare till den sjätte klassen på 108 m³ sk/ha.

Den maximala volymen för björk är 319 m³ sk/ha och kvoten 53,2, avrundat till 53. Därför klassas björk med den största volymen som minst lämplig, det vill säga 319, nästa klass 266 och så vidare till den sjätte klassen på 54 m³ sk/ha.

5.4.5. Virkesvolym

Nollvärden klassas som minst risk då risken för stormfällning är obefintlig där inga träd finns. Stormkänsligheten ökar med ökad virkesvolym, ju lägre klass desto högre virkesvolym. Buffertzon 1-11 som beskrivs inledningsvis i kapitel 5.3. har generellt en något högre virkesvolym än buffertzon Hela elnätet. Samvariationen mellan volym av gran och total virkesvolym har R²-värdet 0,8. Dock påvisar samvariationen mellan volym björk och tall med total virkesvolym ett R²-värde av 0,2. Därför kan inte virkesvolym exkluderas ur fortsatt analys.

5.4.6. Anmäld avverkning

Detta lager hade bara tre klasser från början vilka var kopplade till ärendestatus: avslutad avverkning, avverkat och anmält för avverkning. Därför gavs varje ärendestatus klasserna 1,2

20

och 6. Detta genererade i: Avslutat är mest lämplig då vegetationen har börjat växa igen och gavs därför en 6:a. Avverkat är klassat som en 2:a då skogen redan är avverkad och ger ökad stormkänslighet. Ärendestatusen Anmält är klassat som minst lämplig, det vill säga en 1:a, eftersom det är verkligen ett framtida riskområde då det blir vindkänsligt. Varför klassningen beslutades på detta sätt är att det behövs en mest lämplig klass och en minst lämplig klass samt att avverkad skog är en stor riskfaktor och därav 2:an (Tabell 1).

Tabell 1. Klassificering för alla raster-lager inkluderade i riskanalys i ArcMap. Aspekt avser markens lutningsriktning. Lagren klassas från 1-6 där 1 innebär störst risk för stormfällning och 6 minst risk för stormfällning. Table 1. Classification for all raster-layers that is included in the risk-analysis in ArcMap. Aspect relates to the direction of the slope. The layers have been classified from 1-6 with 1being the highest risk and 6 being the lowest risk for storm felling. Klassificering 1 2 3 4 5 6 Restricted

”Jordart” Lera-silt Morän Berg Isälvssediment Sand- Torv block

”Aspekt” (°) SO S NO V O SV N, NV

”Vegetationstyp Björk 1” 319-266 266-213 213- 160-107 107-54 54-0 (m³ sk/ha) 160

”Vegetationstyp tall” (m³ 424-353 353-282 282- 211-140 140-69 69-0 sk/ha) 211

”Vegetationstyp gran” (m³ 653-544 544-435 435- 326-217 217- 108-0 sk/ha) 326 108

Vegetationshöjd” (meter) 31-26 26-21 21-16 16-11 11-6 6-0

”Virkesvolym” (m³ sk/ha) 677-415 415-325 325- 234-145 145-1 1-0 234

”Avverkning_anmälan” Anmält för Avverkat Avslutat avverkning

5.5. Identifiering av riskområden

Utifrån de faktorer som påverkar trädens vindkänslighet och grunden för klassificeringen (Figur 3) har verktyget Raster Calculator i ArcMap används för att identifiera riskområden. Raster Calculator är ett av de GIS-verktyg som är lämpligast för denna typ av analys. Med verktyget kan algebraiska uttryck användas för att identifiera platser som uppvisar en viss typ av egenskaper. I detta fall innebar det platser som har negativa egenskaper i fråga om stormkänslighet.

Analysens steg visas i figur 7. Analysens första steg var att omklassificera alla lager så alla hade sex klasser vardera. För att undvika dominans från enskilda lager i det slutgiltiga

21

resultatet delades analysen upp i olika steg. Detta då vissa lagar uppvisade dominerande tendenser vid tidigare testanalyser. Uträkningarna skedde sedan stegvis och delades upp i fyra olika lager vilket beror på att de lager med dominerande tendenser exkluderades ett efter ett.

I uträkningen av det första lagret, “Raster calculator”, inkluderades alla lager. I de resterande tre lagrena exkluderades de lager som uppvisade dominerande tendenser. Lagret “Raster calculator (2)” exkluderar avverkning. Det tredje lagret, “Raster calculator (3)” exkluderar avverkning och markens lutningsriktning. Det fjärde lagret, “Raster calculator (4), exkluderar avverkning, markens lutningsriktning och jord.

I den slutliga analysen, “Raster calculator (5)” har alla dessa fyra lager slagits samman och fått restriktionen att endast klasser som är =<3. Beslut av detta gränsvärde grundar sig i att vid tidigare testanalyser återfanns det inga områden där klasserna ett och två överlappar på alla fyra lager. I resultat finns nya värden mellan 0-4 där värdet anger områden där antal lager överlappar för klassen 3. Värdet 4 säger att det finns ett område där alla fyra lager har klassen 3. Resultatet gav oss två slags riskområden. Riskområden där alla fyra lager överlappar varandra samt riskområden där tre av fyra lager överlappas. Vi ansåg att dessa platser fortfarande klassas som riskområden om än, med en lägre risk.

Genom Select features kunde ett nytt lager skapas utifrån “Raster calculator (5)” som visade punkter, i form av vektordata, över de platser som har ett värde av 4. Platser med värde 4 tillskrevs högst riskvärde och platser med värde 3 fick ett lägre riskvärde. Detta resulterade i en riskkarta med riskområde klass 1 och 2, där klass 1 är områden som löper stor risk för stormfällning och klass 2 löper risk för stormfällning.

Med riskkartan som grund adderades områden med högre redundans på grund av fler försörjningsmöjligheter av el i händelse av elavbrott. Detta möjliggörs genom att två elleverantörers nät möts i dessa områden6.

Zoomning gjordes över det riskområde där riskvariabeln planerad avverkning förekommer. Detta för att påvisa möjlig ökad risk.

6 Redundans är ett allmänt känt begrepp inom verksamhet för krisberedskap. Redundans avser flera försörjningsmöjligheter av ett beroende (Anna Nordahl, Räddningstjänsten Arvika/Eda/Säffle, mail 28:e april 2014)

22

Figur 7. Modell över riskanalys i ArcMap. Figure 7. Model of risk analysis in ArcMap.

Nedan följer de algebraiska uttryck som ligger till grund för riskanalys.

1. 18_ASP ("Reclass_Aspekt" + "Reclass_Spruce" + "Reclass_Pine" + "Reclass_Birch" + "Reclass_TotVol" + "Reclass_Tree_Height" + "Reclass_Jord" + "avverk_con_ny") / 8 2. 18_ASP_ejAVV ("Reclass_Aspekt" + "Reclass_Spruce" + "Reclass_Pine" + "Reclass_Birch" + "Reclass_TotVol" + "Reclass_Tree_Height" + "Reclass_Jord") / 7 3. 18_AVV2 ("Reclass_Spruce" + "Reclass_Pine" + "Reclass_Birch" + "Reclass_TotVol" + "Reclass_Tree_Height" + "Reclass_Jord") / 6 4. 18_ASP_ejJORD1 ("Reclass_Spruce" + "Reclass_Pine" + "Reclass_Birch" + "Reclass_TotVol" + "Reclass_Tree_Height") / 5 5 riskkarta ("Extract_ASP_ejJORD1" == 3) + ("Extract_18AVV2" == 3) + ("Extract_18ASP_ejAVV" == 3) + ("Extract_test1_18ASP" == 3)

23

5.6. Intervjuer

En gemensam intervju genomfördes med driftschef Anders Nilsson och besiktningsansvarig Thomas Eriksson, Arvika Teknik AB, måndagen den 24 mars 2014 i Arvika. Intervjun spelades in och transkriberades vid senare tillfälle. Bearbetning gjordes genom sammanställning och tolkning av svaren.

Intervjuguide 1. När träd har stormfälts på elledning vilka åtgärder har tagits för att det inte ska ske igen? 2. Vilka specifika datum och platser har stormfällning av träd på elledning skett och vid vilka tillfällen har det lett till elavbrott? 3. Vad utmärker dessa platser ifråga om vegetation? 4. Finns det något område där stormfällning av träd på luftburen elledning sker återkommande? 5. Vilken typ av material består elstolparna av? 6. Hur lång tid brukar det ta från det att elavbrottet sker tills elen kommer tillbaka? Vilka lokal förhållanden kan tiden det tar att återställa? 7. Vilka andra orsaker kan finnas till nedfallen elledning och vilka förhållanden brukar råda på dessa platser?

Mailkorrespondens med säkerhetssamordnare Anna Nordahl, Räddningstjänsten Arvika/Eda/säffle den 28 april 2014.

Nordahl har stor erfarenhet inom krisberedskap och riskhantering och är vår handledare. Nordahl kommenterade ett utkast på uppsatsen gällande försörjningsmöjligheten vid avbrott i elnätet där ström matas från två håll.

“Om ni vill kan ni använda ordet ”redundans” som är brukligt inom krisberedskap då man avser att det finns flera försörjningsmöjligheter av ett beroende.”

Telefonintervju med gruppchef för nätteknik Maria Spårin, E.ON Elnät Upplands Väsby den 25 april 2014.

Spårin har lång erfarenhet av arbete med nätteknik. Intervjun var ostrukturerad då syftet endast gällde en fråga: “Hur ser de luftburna elledningarna ut i Sverige och vad skiljer de isolerade ledningarna mot de oisolerade?”

24

5.7. Fältstudier

Riskområden klass 1 undersöktes i fält för ytterligare analys av riskområden samt verifiering av resultatets reliabilitet. Fältarbetet utfördes den 11:e maj 2014. De tre riskområdena besöktes, anteckningar gjordes och platserna fotograferades.

Under fältarbetet noterades de tre olika riskområdenas egenskaper utifrån de riskvariabler som GIS-analysens resultat bygger på. Utöver detta noterades det om det fanns ytterligare faktorer som kan påverka områdenas grad av risk såsom höga träd som växer ovanför vegetationstaket och hur nära ledningsgatan skogen växer. Övrigt noterades topografi och möjliga läeffekter.

25

6. Resultat

Resultatet som följer ligger till grund för klassning av variabler som inkluderas i riskanalysen. Målet är att identifiera variablernas egenskaper på platser där stormfällning av träd på luftburen elledning tidigare har skett, buffertzon 1-11. Hela elnätet avser hela Arvika kommuns luftburna elnät med en buffertzon på 31 meter om vardera sidan om elledningarna. Detta för att sedan kunna applicera variablernas egenskaper på hela elnätet i Arvika kommun och på så vis identifiera platser som riskerar att utsättas för stormfällning av träd.

Vindhastigheter för tre klimatstationer i Värmland presenteras för datum då stormfällning har skett för att ge en överblick över vilka vindhastigheter i Värmland som kan orsakat stormfällningarna.

Inkluderade variabler i riskanalysen är: markens lutningsriktning, vegetationstyp, vegetationsålder, vegetationshöjd, avverkningsstatus, virkesvolym och jordart. Markens lutningsriktning representerar i vilken kompassriktning träd är mest vindkänsliga. Variablerna över vegetation representerar vegetationens egenskaper i fråga om vindkänslighet. Jordart representerar vegetationens egenskaper hos ståndort.

6.1 Vindhastigheter

Figur 8, 9 och 10 visar vindhastigheter under 27 timmar vilket argumenteras med att vindstyrkor som är av intresse löper över en längre tid än 24 timmar. Då de högsta vindhastigheternas varaktighet inte överskred 27 timmar i Arvika fick detta även bli tidsavgränsningen.

Figur 8 visar vindhastigheter Figur 8. Medelvindhastigheter i Arvika som rått under dagar med stormskador. Data är hämtad från SMHI som 10min-medel, varje timme för enbart de datum som uppmätta i Arvika för figuren visar. dagar med Figure 8. Average wind speed in Arvika that prevailed during the days with storm damage. The data is taken from SMHI as 10min average, every hour for the dates stormskador. Figuren shown. visar på relativt låga

26

vindhastigheter under de dagar då stormfällning har skett. De högsta vindhastigheterna för de olika datumen varierar mellan 2,8 - 11 m/s.

Figur 9 visar vindhastigheter uppmätta i Sunne för dagar med stormskador. Figuren visar på något högre vindhastigheter än i Arvika under de dagar då stormfällning har skett i Arvika. De högsta vindhastigheterna för de olika datumen varierar mellan 7,7 - 11,1 m/s.

Figur 9. Medelvindhastigheter i Sunne under dagar med stormskador då avbrott skett i Arvikas elnät. Data är hämtad från SMHI som 10min-medel, varje timme för enbart de datum som figuren visar. Figure 9. Average wind speed in Arvika that prevailed during the days with storm damage. The data is taken from SMHI as 10min average, every hour for the dates shown.

Figur 10 visar vindhastigheter uppmätta i Karlstad för dagar med stormskador. Figuren visar på det högsta medelvärdet av vindhastigheter under de dagar då stormfällning har skett i Arvika, vilket är 14 m/s. De högsta vindhastigheterna för de olika datumen varierar mellan 11-14 m/s.

27

Figur 10. Medelvindhastigheter i Karlstad under dagar med stormskador då avbrott skett i Arvikas elnät. Data är hämtad från SMHI som 10min-medel, varje timme för enbart de datum som figuren visar. Figure 10. Average wind speed in Arvika that prevailed during the days with storm damage. The data is taken from SMHI as 10min average, every hour for the dates shown.

Under vissa tider för de olika datumen visas nollvärden vid Arvika och Sunne, vilket är anmärkningsvärt. Detta kan bero på felmätningar eller att data saknas. Det framgår av diagrammen att dagar då stormskador skett är under vintermånader.

Karlstad uppvisade högst vindhastighet av samtliga stationer. Högst uppmätta vindhastighet för Sunne och Arvika var i båda fallen 11 m/s dock under olika datum och tider. Arvika visade högst vindhastighet den 12:e december 1999 och Sunne visade högst vindhastighet den 9:e januari 2007.

6.2. Vindriktningar

Det sammantagna resultatet visar att stormfällning av träd i Arvika kommun är vanligast vid västliga, nordliga nordostliga och ostliga vindar. Dominerande vindriktning i Arvika är nordlig vind och bör därför ha mindre potential att stormfälla, träden utvecklar en motståndskraft mot återkommande vindriktning. Detta med reservation för att mycket starka nordliga vindar troligen kan stormfälla.

28

Figur 11 är baserad på alla vindhastigheter mellan 1999-2013 och visar att dominerande vindriktning är nordlig. Västlig, sydvästlig och sydlig vind har i relation till nordlig vind mindre dominans men är vanligare än nordvästlig, nordostlig, ostlig och sydostlig vind.

Figur 11. Vindros över dominerande vindriktning i Arvika, 1999-2013. Figure 11. Wind rose showing dominating wind direction in Arvika, 1999- 2013.

Figur 12 visar fördelningen av vindriktning kopplat till vindhastigheter (6-7,9m/s) i Arvika för datum då stormfällning av träd på luftburen elledning har skett. Fördelningen av att ostliga och västliga vindar dominerar i Arvika för datum då stormfällning av träd på luftburen elledning för timmar då vinden är i detta intervall under given tidsperiod. Nordostliga vindar förekommer men är inte dominerande. Övriga vindriktningar förekommer inte.

Figur 13 visar fördelningen av vindriktning kopplat till vindhastigheter (8-11m/s) i Arvika för datum då stormfällning av träd på luftburen elledning har skett mellan 1999-2011. Nordlig vind är i relation till nordostlig vind inte dominerande, nordlig vind är dock dominerande i relation till övriga vindriktningar då dessa inte förekommer.

29

Uppdelningen mellan de högsta och de lägre vindhastigheterna gjordes för att belysa skillnader i vindriktning kopplat till vindhastighet.

Figur 12. Dominerande vindriktningar i Figur 13. Dominerande vindriktningar i Arvika de datum då stormfällning av träd Arvika de datum då stormfällning av träd på luftburen elledning har skett i Arvika på luftburen elledning har skett i Arvika kommun. kommun. Figure 12. Dominating wind directions Figure 13. Dominating wind directions in Arvika for dates with storm felling of in Arvika for dates with storm felling of trees in the municipality of Arvika on trees in the municipality of Arvika on airborne power line. airborne power line.

6.3 Markens lutningsriktning inom buffertzonerna

Figur 14 visar markens lutningsriktning för buffertzonerna. Resultatet visar att dominerande lutningsriktning för buffertzoner 1-11 är sydlig. Lutningsriktningarna sydostlig och västlig är dominerande över övriga lutningsriktningar. Västlig lutningsriktning är försumbar då det endast är baserat på ett värde. Dock bör sydostlig lutningsriktning ses som mer sårbar då sydlig lutningsriktning är dominerande i hela undersökningsområdet. Varje stapel utläses Figur 14. Markens lutningsriktning för varje individuell buffertzon där som ett medelvärde. stormfällning av träd på luftburen elledning har skett mellan åren 1999-2011. Figuren ska läsas som ett medelvärde av elva värden. Figure 14. The slope direction of every individual buffer zone where storm felling has occurred between the years 1999-2011. The figure should be read as an average of eleven values.

30

6.4. Vegetation inom buffertzonerna

Figur 15 visar att gran är det dominerade trädslaget för buffertzon 1-11 och utgör 45-66 % av skogen. Tall utgör 22-42 % och björk 7-14 %. Gran är det dominerade trädslaget i Hela elnätet och utgör 50 % av vegetationen. Diagrammet säger att gran är dominerande i alla buffertzoner dock är dominansen av gran högre inom buffertzon 1-11 än inom hela elnätet. Det betyder att gran är dominerande i områden där stormfällning har skett.

Figur 15. Jämförelse mellan de dominerade trädslagen i buffertzonerna där stormfällning har skett på luftburen elledning i Arvika kommun mellan åren 1999-2011. Figure 15. A comparison between the dominating tree spices in the buffer zones where storm felling has occurred on air borne power lines in the municipality of Arvika between the years of 1999-2011

Figur 16 visar att trädhöjden varierar mellan 9-16 meter inom buffertzonerna 1-11. Medelhöjden för träd inom hela buffertzonen är 10,9 meter. Medelåldern av träd varierar mellan 47-66 år inom buffertzonerna 1-11. Medelåldern av träd inom hela buffertzonen är 49 år. R²-värdet är 0,81vilket visar på en hög samvariation mellan medelhöjd och medelålder på träd inom bufferzoner. Diagrammet visar att medelhöjden är kring 10 meter med en medelålder kring 50 år i alla buffertzoner.

31

Figur 16. Medelhöjd och medelålder av träd inom buffertzonerna där stormfällning har skett på luftburen elledning i Arvika kommun mellan åren 1999-2011. Höjd och ålder är oberoende av trädart. Figure 16. Average height and age of trees within the buffer zones where storm felling has occurred on air borne power lines in the municipality of Arvika between the years of 1999-2011

Figur 17 visar att medelvolym i buffertzon 1-11 är tio av elva fall lägre än buffertzonen Hela elnätet. I buffertzon 1 är medelvolymen av virke något lägre än i Hela elnätet. Medelvolymen inom buffertzon 1-11 är 145 m³ sk/ha. I buffertzon 2 är volymen av virke betydligt höger än i övriga buffertzoner.

32

Figur 17. Medelvolymen av virke inom buffertzonerna då stormfällning har skett på luftburen elledning mellan åren 1999-2011. Figure 17. Average volume of wood within the buffer zones where storm felling has occurred on air borne power lines in the municipality of Arvika between the years of 1999-2011. 6.5. Jordarter inom buffertzonerna

Resultat för besiktning med blotta ögat i GIS av jordartstyp rör buffertzonerna 1-11. Resultatet visar att lera-silt och morän är vanligast förekommande i buffertzonerna, därefter berg och isälvssediment. Sand-block förekommer i liten utsträckning. Torv är karterat men förekommer inte inom någon buffertzon.

6.6. Intervju

Intervju med driftchef Anders Nilsson och besiktningsansvarig Thomas Eriksson, Arvika Teknik AB måndagen den 24 mars 2014

Den del av både Arvika Teknik AB och Fortums elnät som bedöms som mest sårbart i sammanhanget är det luftburna mellanspänningsnätet (12 och 24 kV) inom Arvikas kommungräns. Detta beror på störningar i mellanspänningsnätet påverkar flest elkunder och det sker fler elavbrott i det luftburna elnätet. Det luftburna elnätet påverkas mer av väderförhållanden och instabilitet i vegetation och mark än det markbundna elnätet. De luftburna mellanspänningsledningarna som Arvika Teknik AB ansvarar för är alla isolerade.

33

Där Arvika Teknik ABs elledningar angränsar till Fortums elledningar minskar sårbarheten på grund av redundans avser flera försörjningsmöjligheter av ett beroende.

Nilsson och Eriksson berättar att år 2010 färdigställdes en plan för att isolera alla luftburna elledningar inom Arvika Teknik ABs nät. Till grund för denna plan låg nya funktionskrav från Energimyndigheten, ett av dessa funktionskrav är att elabonnenter inte får vara strömlösa mer än 24 timmar. Alternativ till förebyggande åtgärder kan vara att bygga in svaga punkter i elledningar för att förhindra elavbrott i stolpar, vilka i Arvikas fall är stolpar av trä. Ett annat alternativ är att gräva ner ledningar i marken. Arvika Teknik AB har inte inbyggda svaga punkter i sitt ledningsnät, dels för att de inte har stora problem med nedfallen ledning, dels för att ledningskollektiven är relativt små med reservmatning från maskning7 eller reservaggregat. Arvika Teknik ABs mellanspänningsnät är till stor del nedgrävt i marken. Hård berggrund, blöt mark eller god kvalitet på befintliga elstolpar kan innebära att man väljer att inte gräva ner utan istället isolerar de befintliga luftburna elledningarna.

Stormen Per var ett tillfälle då Arvika Teknik AB hade problem med avbrott i det luftburna elnätet. På en specifik plats som drabbades hade skog nyligen avverkats på en sida av elledning, kvar stod endast fröträd. De starka och friska träden avverkades och blottade träd som inte tidigare har utsatts för vind och stormfälldes.

Nilsson och Eriksson kan inte säga vilken typ av vegetation som dominerar på de platser där stormfällning tidigare har skett, dock har inte Arvika Teknik AB trädsäkra ledningar. Fördelningen på störningsvolymen har skiftat sedan luftburna mellanspänningsledningar isolerades från högre volymer på mellanspänningsnätet till högre volymer på lågspänningsnätet.

Längden på elavbrotten i det luftburna elnätet är svårt att generalisera. Hur lång tid det tar att åtgärda fel i elnät beror på omfattning, tid på dygnet och vädersituation. Går hela stolpar av tar det längre tid att åtgärda än om bara ledningen går av. Det elnät som idag finns är stabilt byggt vilket Nilsson och Eriksson tror har gjort det vanligare att ledningar inte går av utan att stolpar går av och tar med sig ledning i fallet.

Den dominerande orsaken till nedfallen elledning är trädpåfall och då oftast i kombination med kraftig vind/storm. Om det inte beror på kraftig vind/storm kan orsaken vara skogshuggare eller en bäver som fällt träd. Innan ledningar isolerades var blötsnö ett stort problem men denna riskfaktor har nu eliminerats.

7 Maskning är ett allmänt känt begrepp inom elbranschen. Där två elleverantörers elnät möts matas el från den ena leverantör till den andra vid elavbrott (Anders Nilsson, Arvika Teknik AB, intervju 25:e mars 2014)

34

6.7. Riskanalys

Nedan följer resultatet av riskanalys baserad på variabler och egenskaper som ökar stormkänsligheten redovisade i föregående avsnitt. Resultatet för riskanalysen presenteras i figur 19 och figur 21 med olika riskklasser, riskklass 1 och 2. Vidare presenteras faktorer som kan komma att öka risken i framtiden och faktorer som har påverkan på sårbarheten i figur 19. Dokumentation av riskområden klass 1 i fält redovisas i bilder. Det sammantagna resultatet ger en bild över var i ledningsnätet stormfällning kan ske och var risken är störst. Det påvisar även vilka delar av Arvika kommun som kan drabbas i händelse av elavbrott, hur sårbarheten för dessa delar kan reduceras samt att ge en framtida bild av var risken för stormfällning kan öka.

Figur 19 visar resultat för riskanalysen med områden som utifrån denna studie löper störst risk för stormfällning, klass 1 områden. Riskområden klass 1 är en visualisering av där de fyra lager som ligger till grund för detta resultat har sammanfallande riskområden. Områdena visas i pixlar, då områdena är så små visas det tydligast i punkter. Vidare ger detta ett utjämnat resultat där stor hänsyn tas till alla variablers stormkänsliga egenskaper utan dominans av enskild variabel.

Genom en besiktning med blotta ögat i ArcMap för varje variabel som riskanalysen är baserad på framgår att i riskområdet Jössefors är skogen delvis avverkad, trädhöjden är hög, dominerande trädart är gran och virkesvolymen är hög. Marken är bergig med tunt jordtäcke och markens lutningsriktning är sydlig. I figur 18 framgår det även att avverkning planeras mycket nära riskområdet. Detta område har därför en ökad risk för stormfällning efter avverkning. . I riskområdet Åmot är skogen inte anmäld för avverkning eller avverkad, trädhöjden är hög, dominerande trädart är gran och virkesvolymen är hög. Dominerade jordart är morän och markens lutningsriktning är varierande.

I riskområde Edane är ingen avverkning anmäld och skogen är inte avverkad, trädhöjden är hög, dominerande trädart är gran och virkesvolymen är hög. Dominerade jordart är morän och markens lutningsriktning är nordlig. Figur 18. Riskområde Jössefors är avverkning planerad. Figure 18. Area of risk, Jössefors, where felling is planned.

35

Figur 19. Riskområden klass 1, identifierade områden som löper störst risk att drabbas av stormfällning av träd på luftburen elledning. Figure 19. Risk areas class 1, identified areas that runs the greatest risk of storm felling of trees on airborne power lines. 36

Figur 20 visar resultatet med riskområden klass 1 och graden av lutning i dessa områden. Riskområden Åmot och Edane har en lutning lägre än 17°. Riskområde Jössefors har delvis en lutning över 17°. Riskområde Jössefors ligger därför i ett område som kan påverkas av förändrade vindmönster som följd av topografin. Lutning ingår inte i GIS-analysen på grund av att denna variabel inte har en avgörande roll för trädens stormkänslighet, dock påverkar lutning vindens beteende över topografin.

Figur 20. Topografins lutning vid Riskområden klass 1. Riskområdet för Jössefors är beläget på en plats där lutningen överstiger 17°. Figure 20. The slope if the topography at risk areas class 1. The risk area Jössefors is situated at a location where the slope exceeds 17°.

37

Figur 21 visar resultat för riskanalys med områden som utifrån denna studie löper risk för stormfällning och benämns som Identifierade riskområden - klass 2. Dessa områden är en visualisering där tre av fyra lager som ligger till grund för detta resultat har sammanfallande riskområden. Det betyder att färre av de variabelegenskaper som påverkar stormkänslighet är närvarande än i klass 1-områden, därav fler områden.

Figur 21. Riskområden klass 2, identifierade områden som löper risk att drabbas av stormfällning av träd på luftburen elledning. Figure 21. Risk areas class 2, identified areas with a risk of storm felling of trees on airbourne powerline.

38

6.8. Sårbarhetsreducering

Majoriteten av områden med fler försörjningsmöjligheter som visas i figur 22 förekommer nära Arvika stad. Där maskning förekommer kopplat till riskområden klass 2 minskar sårbarheten då redundansen ökar.

Figur 22. Figuren visar att områden med fler försörjningsmöjligheter inte förekommer vid något av riskområden med klass 1 men vid några riskområden med klass 2. Figure 22. The figure shows that areas with several possibilities of sustentation are not present at any of the risk areas with class 1, but at some of the risk areas with class 2. 39

6.9. Fältarbete

Fältstudie har genomförts då det är av yttersta intresse att verklighetsförankra identifierade riskområdena. En besiktning görs av identifierade riskområden utifrån de dominerande riskfaktorerna som framgår i resultatet av GIS-analys över riskområden klass 1. Figur 23 och 24 visar riskområde Edane som ligger på relativt platt mark utan topografiska läeffekter vilket ger vindutsatthet. Ledningen sträcker sig från nordost till sydväst. Skogen på bägge sidor om ledningsgatan är mycket tät gran- och tallskog. Ledningsgatan är näst intill obefintlig. Dessa faktorer ger stor risk för stormfällning.

Figur 23. Riskområde klass 1 i Edane med tät och Figur 24. Riskområde klass 1 i Edane med tät och relativt hög vegetation bestående av gran och tall vid hög vegetation bestående av gran och tall norr om vardera sidan om ledningsnätet (Sallnäs, 2014). ledningsnätet (Sallnäs, 2014). Figure 23. Risk areas class 1 in Edane with thick and Figure 24. Risk areas class 1 in Edane with thick relativly high vegeation consisting of spruce and pine and high vegetation consisting of spruce and pine o n both sides of the power line. on the north side of the power line.

Riskområde Åmot sträcker sig från nordväst till sydost med en mindre sjö belägen direkt väster om området. Figur 25 visar att vissa platser inom riskområdet var ledningsgatan ibland mycket smal med hög blandskog väster om ledningsnätet. Det noterades att timmer låg staplat i området och det är möjligt att avverkning har skett i området. Risk för stormfällning bör vara stor.

Figur 25. Riskområde klass 1 i Åmot där ledningen sträcker från norr till söder. På västra sidan om ledningen står hög vegetation (Sallnäs, 2014). Figure 25. Risk area class 1 in Åmot where the power line is going from north to shout. On each side of the power line is high vegetation. 40

Figur 26 visar att en relativt högt belägen tall står över resterande vegetationstaket, mycket nära ledningsgatan och blottad i västlig lutningsriktning. Figur 27 visar att ledningen går över relativt öppen mark med enstaka lövträd. Bilderna visar höga träd med risk att fälla ledningen.

Figur 26. Riskområde klass 1 i Åmot där Figur 27. Riskområde klass 1 i Åmot där ledningen sträcker från norr till söder. På östra ledningen sträcker från norr till söder. sidan om ledningen står en hög tall. (Sallnäs, Ledningen är främst omgiven av relativt höga 2014). lövträd (Sallnäs, 2014). Figure 26. Risk area class 1 in Åmot where the Figure 27. Risk area class 1 in Åmot where the power line is going from north to shout. On power line is going from north to shout. The the east side of the power line is a high pine power line is mostly surrounded by relatively standing. high deciduous trees.

41

Riskområde Jössefors är delvis högt belägen i relation till omgivningen, därav inga topografiska läeffekter vilket ger vindutsatthet. Figur 28 visar ett område mycket nära riskområdet där avverkning är planerad. Där är ledningsgatan bred, dock står enstaka träd över det resterande vegetationstaket. Figur 29 visar att i den nordöstra delen är vegetationen något lägre och glesare och skog tycktes nyligen ha avverkats. Detta visar att flera av de förutsättningar som ökar stormkänslighet är närvarande.

Figur 28. Riskområde klass 1 i Jössefors. Figur 29. Riskområde klass 1 i Jössefors. Den nordöstra delen Sydostliga delen av området med bred med relativt låg vegetation och trakthyggesbruk (Sallnäs, ledningsgata med höga tallar som sticker 2014). upp över resterande vegetationstak Figure 29. Risk area class 1 in Jössefors. The north eastern (Sallnäs, 2014). part of the area with relatively low vegetation and clear cut Figure 28. Risk area class 1 in Jössefors. areas. The shout east part of the area with a wide street for the power line. A few pines that are higher than the rest of the vegetation can be seen.

42

7. Diskussion och analys

7.1. Vinden och dess påverkan

Det är värt att notera att högsta uppmätta medelvind var 6-11 m/s i Arvika kommun de datum som ligger till grund för analys av vinden. Trots att vindarna i Arvika är relativt svaga i jämförelse med Karlstad och Sunne kan de fälla träd. Det kan bero på kraftiga byvindar eller att klimatstationens placering påverkar mätresultatet då stationen är omgiven av byggnader och endast är helt blottad i norr. Medelvind på 6-11 m/s kan alltså fälla träd i Arvika kommun.

Generellt fäller västliga vindar mest träd i Sverige (Agestam 2009) men Arvika verkar inte påverkas på samma sätt som andra delar av Sverige vilket gör att man är tvungen att titta på andra faktorer som påverkar stormfällning. Lägre vindstyrkor i Arvika där stormfällning har skett är västliga, detta sammanfaller med stormen Per som kom från väst. Då stormens centrum låg längre ner i södra Sverige så påverkades inte Arvika lika mycket men kände av effekterna och en viss stormfällning skedde, dock inte till samma utsträckning som i de övriga utsatta delarna av Sverige. Arvika påverkas av dessa västvindsstormar men specifikt för Arvika är det mer relevant att titta på andra vindriktningar. Utifrån riskområden och datum över stormar är det snarare nordostliga och till viss del ostliga vindar som stormfäller. Nordliga vindar i tillräckligt hög styrka fäller träd även fast det generellt blåser mest från norr och träden bör vara härdade. Träden är alltså stormkänsliga för nordostliga, ostliga och till viss del nordliga vindar men det är inte samma sak som att motsvarande lutningsriktning för marken ökar stormkänsligheten.

Västlig vind har fällt träd i västlig lutningsriktning vid ett tillfälle på en plats. De förhållanden som rådde på denna plats vid denna tidpunkt gav stor risk för stormfällning. Västliga vindar är dock ovanliga men återkommande då stormfällning har skett. Detta kan bero på att träden inte är härdade och att dessa vindstyrkor är starka. Om vegetationen har gjorts ytterligare sårbar genom trakthyggesbruk och gallring påverkar även det vindkänsligheten hos vegetationen. Den dominerande lutningsriktningen för stormfällning är sydlig. Sydlig lutningsriktning är vanligast i Hela buffertzonen och det resultatet gäller även för buffertzon 1-11 och därför är det större risk för träd att falla i sydlig lutningsriktning. Där efter är sydostlig lutningsriktning vanligast vid stormfällning utifrån resultatet.

Påverkan av nordlig, nordostlig och ostlig vindriktning på sydlig och sydostlig lutningsriktning är troligen styrd av lokala topografiska förhållanden. Nordostlig vind verkar påverka stormfällning mycket, men är svårt att koppla till vilken lutningsriktning den skulle kunna påverka. Då sydlig och sydostlig lutningsriktning är vanligas förekommande i buffertzon 1-11 antas att den nordostliga vinden på grund av den lokala topografin fälla träd i dessa lutningsriktningar. Nordlig lutningsriktning förekommer inte i buffertzon 1-11. I kombination med dominerande nordlig vindriktning i hela Arvika kommun är nordlig lutningsriktning generellt inte en riskfaktor. 43

7.2. Vegetationens stormkänslighet

Resultatet visar tillsammans med tidigare forskning (Agestam 2009) att gran är mer stormkänsligt än tall och björk. Detta då gran är dominerande inom buffertzon 1-11 och Hela buffertzonen (se figur 15). Med ett större grenverk och ett grundare rotsystem är gran mer stormkänsligt än tall. Vilket ytterligare ökar risken för stormfällning av gran mer än för tall. Tall blir högre än björk och står inte avlövade under vinterhalvåret och tillsammans med det faktum att det finns en stor volym av tall i Hela buffertzonen är tall efter gran det mest stormkänsliga trädslaget. Björk förekommer i liten volym i Hela buffertzonen och i buffertzon 1-11. Med egenskaper som avlövning under vinterhalvåret bedöms björk som icke stormkänslig. Hög volym av björk innebär dock en högre riskfaktor än ingen vegetation alls. Gran, tall och björk klassificerades utifrån samma kriterier men med olika intervall, där den högsta volymen av respektive trädart ansågs som riskfaktorer. Detta ger ett resultat där alla trädarter indikerar riskområden, dock visar vårt resultat en dominans av gran i riskområden klass 1. Det förklaras med att gran generellt har högre virkesvolym och därför klassificerades hög virkesvolym som stormkänsligt. På detta sätt kan gran få ett högre genomslag i resultat utan att försumma riskfaktorn som andra trädarter innebär.

Trädhöjd inom buffertzon 1-11 är generellt mer än 10 meter. Detta sammanfaller med det faktum att stormkänsligheten ökar vid en trädhöjd på 10-12 meter. Resultatet visar att områden där stormfällning tidigare har skett har höjdegenskaper som ökar stormkänsligheten. Därför kan vi med stor säkerhet tillskriva hög trädhöjd som en riskfaktor. Trädhöjden ökar inte bara stormkänsligheten i sig utan ökar även den räckvidd för vilket trädet kan påverka vid fall. Vidare är enstaka höga träd mer stormkänsliga än fler höga träd som står i grupp. Det undersöktes huruvida trädålder och trädhöjd samvarierat. Om ingen samvariation finns är det av intresse att addera åldern då ett ungt högt träd torde ha ett mindre utvecklat rotsystem och är därmed mer stormkänsligt. Figur 16 visar att resultatet blev en hög samvariation mellan variablerna. Då detta säger oss att trädåldern ökar med höjden kunde åldersvariabeln uteslutas. Det är fördelaktigt att utelämna variabler i analysen om möjligt då utjämning av resultat ökar med antalet variabler. Samband mellan virkesvolym, gran, tall och björk undersöktes med låga R2-värden som resultat och därför kunde ingen av dessa variabler uteslutas.

Medelvolym av virke inom buffertzon 1-11 är i relation till medelvolym inom Hela buffertzonen hög. Möjliga värden för virkesvolymen i grunddata är mellan 0-677 m³ sk/ha. Inom buffertzon 1-11 går virkesvolymen från 120-230 m³ sk/ha. Mycket höga virkesvolymer är mycket ovanliga inom undersökningsområdet och det säger oss att den reducering riskobjekt som mycket hög virkesvolym innebär inte kan återfinnas i detta fall. Om fallet ändå är så, är hög virkesvolym analyserad i kombination med avverkad skog och andra faktorer som ökar stormkänsligheten. Då majoriteten av virkesvolymen består av gran och tall utgör dessa en majoritet av barrträd vilket kan öka vindkänsligheten. Därför har hög virkesvolym

44

inkluderats i analysen som en egenskap som ökar stormkänsligheten. Vi utgår helt enkelt från idén att fler träd kan ge ett större antal träd som kan falla.

Enligt klassificeringen är Anmält för avverkning den minst lämpliga klassen. Detta grundar sig i att dessa områden kommer att bli exponerade för vind när avverkning sker och skogen omvandlas till trakthyggesbruk. Vilket i sin tur kommer att generera i en instabil kantzon samt att de kvarvarande fröträden kommer att bli hårt exponerade för vind. Risken för stormfällning av fröträd och i kantzon är en stor riskfaktor, då de inte är härdade för vindexponering. Däremot så elimineras en annan riskfaktor. Då skogen i sig är en riskfaktor elimineras denna vid avverkning. Beroende på avverkningsområdets virkesvolym kan det dock diskuteras huruvida risken ökar eller minskar i och med avverkning. Avverkas den delen av skogen med högst virkesvolym blir skogen mindre stormkänslig. Det gäller därför att se till att de kvarvarande fröträden står på säkerhetsavstånd från elledning samt att kantzonen inte innehåller några träd som är högre än trädtaket och inom säkerhetsavstånd från elledning för att kunna avskriva området som ett riskområde.

Klassen Avslutat är svår att diskutera då attributdata säger att tidsspannet för anmälda avslutningar rapporterats mellan åren 1999-2011 och det inte står någonstans huruvida återplantering av skog har skett eller om marken brukas till annat ändamål. Detta skapar en problematik då riskfaktorer är svåra att bedöma. Antagandet har gjorts att skog har återplanterats på alla ställen och att de områden där skogen avverkades år 1999 nu har återhämtat sig och därmed också minskat risken för stormfällning. Områden där skogen avverkades under tidsperiodens sista år borde dock egentligen tillhöra klassen Avverkat då dessa är en större riskfaktor.

Avverkad skog innebär trakthyggesbruk, planterad skog med än så länge relativt låg och gles vegetation och förmodligen bestående av en monokultur av antingen tall eller gran. Allt detta tyder på att klassen Avverkat borde vara den minst lämpliga klassen. Det som talar för att denna klass har klassats som en lägre riskfaktor är just att skogen är redan avverkad. Kvarvarande fröträd samt kantzon kan ha hunnit återhämta sig om, utvecklat ett stabilare rotsystem samt att återplantage av träd förmodligen har skett vilket ökar markens hållfastighet. Detta då avverkning tär på marken då jordlagret körs upp. Maskiner kan även ge körskador på kvarvarande träd och utsätta dessa för infektionsrisk.

7.3. Lutning och gallring

Variabler som inte är inkluderade i analysen men som kan påverka vindkänslighet är lutning i topografin och gallring. Lutningen påverkar hur vinden följer topografin, graden av lutning påverkar den lokala vindriktningen. Då lutningen generellt är för liten för att ändra vindmönstret inom Hela elnätet och inom buffertzon 1-11 exkluderas denna variabel. Graden av gallrad skog har stor påverkan på vindkänslighet, dock saknas data som kan inkluderas i denna analys. Vi kan dock anta att gallring sker i samband med odling vilket bör sammanfalla med avverkning. Detta är ytterligare en anledning till att avverkning anses som en av de 45

viktigaste variablerna att ta hänsyn till. Det är upp till varje skogsägare att gallra sin egen skog och det finns ingen skyldighet att redovisa detta, det gör det svårt att påvisa vilka områden som är mer sårbara.

7.4. Jordart

Inom Hela buffertzonen och även inom buffertzon 1-11 dominerar morän och lera-silt. Lera- silt har klassats som mest riskabelt och därefter morän på grund av dess egenskaper. Morän kan variera i kornstorlek vilket gör det svårt att avgöra hur pass stor påverkan morän har på trädens motståndskraft gentemot vind. En morän med större kornstorlek tillåter rotsystemet att utvecklas mycket mer än en morän med hög ler halt. Lera-silt är enligt klassificeringen den minst lämpliga jordarten. Detta grundar sig i att denna jordart har låg permeabilitet då kornstorleken är upp till 0,06 mm, ger detta träden ett grundare rotsystem som gör dem mer vindkänsliga.

Tjäle är en väsentlig del av trädens motståndskraft mot vind under vinterhalvåret. Då vinterstormar genererar mest stormfällning är en djup tjäle viktig. I och med det allt varmare och blötare klimatet blir tjälen allt ytligare. Fluktuerande tjälperioder under vintern minskar trädens motståndskraft. Antagande kan göras att ytligare tjäle tillsammans med ökad stormfrekvens kan öka stormfällningen alternativt att grundare tjäle med dagens stormfrekvens också kan öka stormfällningen. Växlande perioder med tjäle kan dock vara skadligt för rotsystemet vid regelbunden expansionen och kompaktion av vatten i jorden.

7.5. Riskområden

7.5.1. Riskområde klass 1

Riskområden som är utmärkta på kartan i figur 19 uppvisar alla några egenskaper som ökar stormkänsligheten. Vegetationsvariabler är lika i alla riskområden dock skiljer avverkningsstatus jordart- och lutningsriktningsvariabler sig i mellan riskområden. Alla riskområden är belägna på ett relativt långt avstånd i från Arvika tätort. I alla riskområden är dominerade trädart gran och trädhöjden är hög vilket är samstämmigt med analysunderlaget för egenskaper som ökar stormkänslighet. Det visar att stormfällning av träd kan ske i alla tre riskområdena. Då variabelegenskaperna skiljer sig något mellan riskområdena ifråga om virkesvolym, markens lutningsriktning och jordart så skiljer sig också risken något.

Jössefors har mycket gran, hög trädhöjd och hög virkesvolym. I nuläget bör Jössefors ses som det område med störst risk för stormfällning. Vidare har Jössefors delvis en hög lutning i den sydliga lutningsriktningen som i resultatet har visat sig var den mest sårbara. Vid kraftig nordlig och nordostlig vind, vilket är den dominerande vindriktningen vid stormfällning i Arvika kan den höga lutningen i den sydliga lutningsriktningen öka stormkänsligheten. När nordvinden tar sig ner för den sydliga sluttningen kan den fälla blottade träd. Detta med

46

reservation för att lutningen kan verka som läeffekt. När vinden rör sig över den högst belägna toppen i området ökar vindhastigheten och där med vindutsattheten för träd belägna på denna plats. Är vegetationen ständigt blottad bör motståndskraft finnas, dock avverkades skogen 2010-2011 och stormkänsliga träd kan stå blottade. Dessa träd har troligtvis inte ha utvecklat ett djupt och stabilt rotsystem i det tunna jordtäcke som finns på platsen. Figur 18 visar att avverkning är planerad mycket nära riskområdet, detta kan innebära en expansion av riskområdet med framtida ökad risk.

I Åmot och Edane återfinns mycket gran med hög trädhöjd samt en hög virkesvolym och med jordarten morän. Områdena uppvisar ett flertal av de egenskaper som ökar stormkänsligheten. Det bör noteras en möjlig läeffekt från ost i Åmot och Edane, övriga mindre lokala lä- eller topografiska läeffekter kan förekomma. Där med är den främsta vindutsattheten i väst. I händelse av avverkning i Åmot och Edane kan höga träd med motståndskraft bli blottade mycket nära den luftburna elledningen.

7.5.2. Riskområde klass 2

Då kriterierna gällande stormkänslighet för riskområde klass 2 är lägre än i riskområde klass 1 avspeglas detta i resultatet. Betydlig fler riskområden visas då endast tre av fyra variabelegenskaper som uppfyller riskkriterier är närvarande på dessa platser. Detta utesluter inte risk för stormfällning på ledning på dessa platser. Riskområdena har förekomst av riskegenskapsvariabler och bör inte uteslutas i riskanalysen. Med förekomst av skog anmäld för avverkning ökar risken i de områden där så är fallet.

Vi har inte haft möjlighet att titta specifika egenskaper i varje riskområde klass 2, men en sådan inspektion vara fördelaktig.

7.6. Sårbarhetsreducering

Då maskningen till största del förekommer nära Arvika tätort betyder det att möjligheten till fler försörjningsmöjligheter av el är större i tätorten. Vidare betyder det att sårbarheten är större på landsbygden. Förmodligen finns färre samhällsviktiga verksamheter på landsbygden och behovet av redundans är högre i tätorten.

I de riskområden som sammanfaller med maskning minskar inte risken för skador på elnätet, dock minskar risken för att elkunder skall bli strömlösa. Är det av intresse att endast reducera tid då kunder är strömlösa kan risken således reduceras för de områdena. Är målet däremot att minska reparationstid och kostnader för detta är fallet inte så.

Maskning förekommer inte i samband med riskområden klass 1 vilket gör kunder direkt påverkade av fel i nät anslutet till dem mest sårbara. Förutom maskning finns ofta möjlighet för elleverantören att mata med el från reservaggregat, men då inga data gällande dessa

47

möjligheter finns tillgänglig inkluderas den aspekten inte i analysen. Hade detta gjorts kunde resultatet se annorlunda ut.

7.7. Fältarbete

Då riskområde Edane ligger inbäddad i mycket tät vegetation, bedöms denna plats i nuläget som relativt skyddat mot stormfällning. I händelse av ett förändrat landskap genom avverkning skulle risken för stormfälling öka. Sårbarheten skulle öka med ökad vindutsatthet på grund av den platta topografin och blottade träd som möjligen kan ha låg motståndskraft. Området är dock potentiellt sårbart i nuläget då skogen i nordostlig till ostlig riktning inte sträcker sig långt längs ledningen. Kraftig vind kan potentiellt fälla träd över ledningen. Övrigt är ledningsgatan mycket smal och fälls ett träd så faller det över ledning.

En specifik plats i riskområde Åmot är blottad i västlig lutningsriktning med ett högt träd mycket nära ledningsgatan. Den höga relativt ensamma tall som nämns i resultatet skulle troligen inte falla över ledningen i händelse av kraftig västvind då den står på östra sidan om ledningen i västlig lutningsriktning. Skulle dock ostlig till nordostlig vind fälla tallen faller den mest sannolikt över ledningen. Delar av övrig vegetation i riskområdet kan troligen fällas över ledningen vid kraftiga vindar oavsett vindriktning och markens lutningsriktning är mycket varierande. Kraftiga västvindar kan troligen fälla höga träd väster om ledningsgatan i Åmots riskområde. Området är kuperat och topografiska vind- eller läeffekter är svåra att generalisera. Ledningsgatan är i vissa delar mycket smal. Träden bedöms kunna falla på ledningen. De bedöms även vara stormkänsliga. I händelse av avverkning ökar stormkänsligheten. Värt att notera är att ingen avverkning har skett eller ska ske, dock noterades timmerhögar på plats. Vi kan inte säkert säga att timret kommer från riskområdet men möjligheten finns.

På högt belägna platser i relation till omgivningen förekommer vegetation intill ledningsnätet i riskområde Jössefors. Vegetationen högt belägen bör vara motståndskraftig och bör ha anpassat sig till dessa förhållanden. Därför bedöms denna vegetation ha en minskad stormkänslighet. Bredden på ledningsgatan gör att relativt låga träd inte riskerar att falla på ledningen. Då enstaka höga träd står över resterande vegetationstak och virkesvolymen är relativt hög i det område där avverkning är planerat som angränsar till riskområdet ökar dock risken för stormfällning där. Dessa höga träd tycks vara tillräckligt höga för att vid ett fall kunna nå ledningen och med sin utsatthet är det de som faller först vid kraftig vind eller storm.

7.8. Intervju

Det luftburna elnätet är förhållandevis mer sårbart än det markbundna. Detta beror på att externa faktorer såsom väder- vegetation och markförhållanden skiftar, vilket skapar elavbrott vid stormfällning. Stormfällning har skett men på grund av att de drabbade områdena är så

48

små kan dessa områden reservmatas via maskning om avbrottet sker nära anslutning till Fortums elnät, alternativt kan reservaggregat ställas ut. I Arvika Teknik ABs elnät är den största orsaken till nedfallen ledning fortfarande trädpåfall under stormliknande förhållanden. Ett tydligt exempel på detta är när stormen Per drog fram över Sverige och Arvika Teknik AB hade problem med elavbrott. Elavbrottet skedde på en plats (buffertzon 1) där avverkning precis hade skett och fröträd stod exponerade för vind. Detta sammanfaller tydligt med våra identifierade riskfaktorer.

Frågan man kan ställa sig är då varför man inte har grävt ner ledningar där det tidigare har skett elavbrott som följd av stormfällning. Svaret är oftast att det är för kostsamt. Då hela Arvika Teknik ABs elnät har isolerade ledningar och relativt få kunder på landsbygden så anser man att nedgrävning inte är nödvändig. Då besiktning av stolpar sker löpande tas även då ett ställningstagande om huruvida kvalitén på dessa är god eller om de måste bytas ut. Anser man att standarden är under acceptansnivå tas frågan upp igen om man ska gräva ner eller byta stolpe. Återigen är detta en stor kostnadsfråga. Nedgrävda ledningar är dock inte helt riskfria. Om ett avbrott sker i en nedgrävd ledning är det tidskrävande och kostar en stor summa pengar att reparera. Frågan kvarstår därför om vilket sätt som är bäst i fråga om förminskad risk.

7.9. Data och metodutveckling

Insamling av data som ligger till grund för uppsatsen har skett vid olika tillfällen, data över vegetationsvariabler 2010 och avverkningsstatus 2014. Detta ger en osäkerhet i vegetationsdata, men då avverkningsdata är nyare bör detta inte nämnvärt påverka reliabiliteten i resultatet. Övriga variabler är ej föränderliga inom en relevant tidsperiod och behöver därför inte betraktas på detta sätt, dock är jordartsdata mycket grovt upplöst och en generalisering över jordarter inom Arvika kommun är gjord.

Vinddata är tidsmässigt avgränsad till de datum där stormfällning på elledning tidigare har skett och därmed anses avgränsningen fullgod. Möjligen kan datakvaliteten diskuteras då flertal felvärden återfinns i data med orealistiska mätvärden. Vidare kan mätstationen Arvika A:s placering ha påverkan på uppmätta värden. Mätstation är omgiven av byggnader som är lägre än mätinstrumentet i alla vädersträck förutom i norr, det är möjligt att dessa byggnader genom friktion påverka mätvärden. Vidare är vind mycket beroende av lokala faktorer och svårt att hantera i analyser. Därför har stora ansträngningar gjorts för att på ett trovärdigt sätt inkludera vind i analysen och reservationer för att grova generaliseringar har gjorts.

Resultatet är delvis baserat på platser där stormfällning tidigare har skett och egenskaper för vindförhållanden de datum det har skett. Den feldokumentation som har varit tillgänglig har gett elva områden och sex datum att basera resultatet på. Nio av elva områden var relativt ospecificerade och därför generaliserades avgränsningen av de osäkra områdena. Metoden som resultatet är baserat på skulle kunna effektiviseras genom tillgång till mer exakt feldokumentation. Genom tillgång till utförlig information om exakt plats för stormfällning 49

kan variabler som påverkat i det specifika fallet lättare identifieras. Om denna dokumentation även är omfattande kan mer utförliga statistiska beräkningar göras på variabelegenskaper och övriga metoder kan på så vis uteslutas. För ytterligare stärkt reliabilitet och med specifika platser kan vegetationsdata bytas ut mot LiDAR-data som ger information om vegetationens tillstånd i nuet.

Med aktuell data kan denna metod generaliseras för att kunna appliceras på fler platser än Arvika kommun. Det som är platsspecifikt för utförandet av analysmetoden är data gällande markförhållande, topografi, vegetation och vind, dock kan metoden i sig ses som allmängiltig. Det som krävs för att anpassa metoden till en specifik plats är att inkludera ovan nämnd platsspecifik data. Vidare bör klassificeringen av riskfaktorer anpassas för varje enskilt fall.

Vi menar att med god datakvalitet är denna metod effektiv. Detta genom att möjlighet till att inkludera ett flertal variabler som påverkar stormkänslighet. Dessa variabler behöver inte ha en tydlig koppling i den fysiska miljön och kan inkluderas med samma förutsättning där alla variabler få ta en likvärdig vikt i analysresultatet. Trots flera variabler blir resultatet nyanserat och användbart.

50

8. Slutsatser

De vindstyrkor som har rått vid tillskriva tillfällen då stormfällning på luftburen elledning har skett mellan åren 1999-2011 har varierat mellan 6-7,9 m/s med dominerande ostliga och västliga vindar och högre vindhastigheter uppmättes mellan 8-11 m/s med dominerande nordostlig riktning. Gällande vindhastigheter bör låga uppmätta vindhastigheter i Arvika inte tolkas som att ingen risk för stormfällning föreligger då byvindar i högre hastigheter förmodligen är de som stormfäller i Arvika. Vindhastigheter i sig definierar inte risken utan det är vilken riktning den kommer ifrån och vilken topografi den möter som ger en risk. Man kan ha i åtanke att när medelvindvindhastigheter mellan 6-11 m/s uppmäts finns risken för stormfällning om övriga kriterier för stormfällning uppfylls.

Vegetation som stormfälldes i Arvika kommun har bestått av antingen över 10 meter höga granar eller tallar. Virkesvolymen har varit varierande. Största orsaken till stormfällning är en förändring i skogens tillstånd, vi ser att avverkning är och kan bli en orsak till ökad risk för områden i Arvika kommun. Vid avverkning ska man försöka undvika att blotta stora virkesvolymer som står i närhet till elnät i kantzon för att minska risken av stormskador. Det framgår att träd i motsatt lutningsriktning mot dominerande vindriktning ger stormkänsliga förutsättningar i Arvika. Sydlig lutningsriktning bedöms vara mest stormkänslig.

Enligt analysen är elnätet i områdena Åmot, Edane och Jössefors mest utsatta för risk av stormfällning på luftburen elledning. Andra områden anses också vara riskområden men då inte alla riskvariabler sammanfaller anses de ha en potentiellt mindre risk att stormfällning på luftburen elledning ska ske.

I riskområden klass 1 är mycket ledningsgata närvarande och vegetation som generellt uppvisar stormkänsliga egenskaper, speciellt Jössefors. Vi rekommenderar att uppmärksamma hur avverkning är planerad och hur skogsbrukare planerar skogen.

Slutligen anser vi att denna metod är effektiv för sitt syfte med aktuell och relevant data som förutsättning. Vi anser även att denna unika metod kan vara till användning för att bedöma risk för stormfällning oavsett undersökningsområde.

51

9. Referenser

Agestam E. (2009). Skogsskötselserien - Gallring (Skogsskötselserien nr 7). Söderköping: Skogsstyrelsen.

Alsterhag E. (2014). Vattennivåer [2014-03-28]

Arvika kommun. (2013). Skogsstrategi Arvika kommun (Rapport 2013). Arvika: Arvika kommun.

Arvika kommun (2012). Handlingsprogram för skadeförebyggande insatser och räddningstjänst i Arvika kommun 2012-2014. Arvika: Arvika Kommun.

Björk H. (2011). Evighetsträd. Kandidatarbete. Skogsvetenskapliga fakulteten - Skogmästarskolan. Skinnskatteberg: Sveriges Lantbrukaruniversitet.

Blennow, K & Olofsson, E. (2004). Kan man undvika stormskador. Osäkerhet och aktiv riskhantering–aspekter på osäkerhet och risk i sydsvenskt skogsbruk.(Rapport SUFOR). Lund: Lunds Univerisitet.

Blennow, K., Andersson, M., Sallnäs, O & Olofsson, E. (2010). Climate change and the probability of wind change damage in two Swedish forests. Forest Ecology and Management, 259, ss. 818-830

Energimyndigheten (2008). Stormen Per Lärdomar för en tryggare energiförsörjning efter 2000-talets andra stora storm (Rapport ET 2007:34). Eskilstuna: Energimyndigheten.

Eriksson, J., Juhl, A-K., Wikström, T & Rinne, A. (2012). Vägledning för risk- och sårbarhetsanalyser. (Rapport MSB245 - april 2011) Karlstad: Myndigheten för samhällsskydd och beredskap

Finsk Energiindustri (2008). Skötsel av skog vid ledningsområden. Helsingfors: Finsk Energiindustri.

Gardiner , B., Marshall, B., Achim, A., Belcher, R & Wood, C. (2005). The stability of different silvicultural systems: a wind-tunnel investigation. Forestry, 78, ss. 471-484.

Gardiner, B., Blennow, K., Carnus, J-M., Fleischer, M., Ingemarson, F., Landmann, G., Lindner, M., Marzano, M., Nicoll, B., Orazio, C., Peyron, J-L., Reviron, M-P., Schelhaas, M- J., Schuck, A., Spielmann, M & Usbeck, T. (2010). Destructive storms in European forests: past and forthcoming impacts. European Forest Institute

52

Hagner, S. (1962). Naturlig föryngring under skärm. en analys av föryngringsmetoden, dess möjligheter och begränsningar i mellannorrländskt skogsbruk. (Rapport 52:4) Stockholm: Statens skogsforskningsinstitut

Karlsson, C. (1995) Stormfällningen i Siljansfors. Skog & Forskning 3.

Karlsson M (2014) Befolkning http://www.arvika.se/kommunochpolitik/kommunfakta/statistik/befolkning.4.7f4f6d251269f6 66b4480003508.html [2014-05-23]

Länsstyrelsen Värmland. (2014). Klimatanpassning Värmland. http://www.klimatanpassningvarmland.se/varmlands-klimat/normalt-klimat-i-varmland/ [2014-05-20]

Nationalencyklopedien (2014). Arvika. http://www.ne.se/lang/arvika/118739 [2014-03-28]

Nilsson, C., Stjernquist, I., Bärring, L., Schlyter, P., Jönsson, A M & Samuelsson H. (2004). Recorded storm damage in Swedish forests 1901–2000. Forest Ecology and Management, 199, ss.165–173.

Nordahl, A. (2013). Risk och sårbarhetsanalys. http://www.arvika.se/omsorgochhjalp/tryggochsaker/krisberedskap/riskochsarbarhetsanalys.4 .5506d73914252600e62e72.html, [2014-03-25]

Oke, T.R. (1987). Boundary layer climates. 2.uppl., Cambrige: University Press.

Persson, G., Ohlsson, A., Eklund, D., Sjökvist, E & Hallberg K. (2014). Klimatanalys - Värmlands Län (Rapport 2014:02). Karlstad: Länstyrelsen Värmland.

SCB. (2014). Folkmängden efter region, civilstånd, ålder och kön. År 1968 - 2013 http://www.scb.se/sv_/Hitta- statistik/Statistikdatabasen/Variabelvaljare/?px_tableid=ssd_extern%3aBefolkningNy&rxid=5 ef3f99d-c331-4493-a359-423243376a5d [2014-03-28]

Seidl, R., Schelhaas, M-J. & Lexer, M.J. (2011). Unraveling the drivers of intensifying forest disturbance regimes in Europe. Global Change Biology, 17,ss.2842-2852.

SGU. (2014). Jordarter 1:1 miljon http://www.sgu.se/kartvisare/kartvisare-jordarter-1-miljon- sv.html [2014-05-07]

SLU. (2014). SLU Skogskarta-Aktuell kartdata över skogsmarken. http://skogskarta.slu.se/ [2014-04-02] 53

SLU. (2014) Översiktskarta https://maps.slu.se/get/ [2014-04-02]

SMHI (2014a) Per - Januaristormen 2007 http://www.smhi.se/kunskapsbanken/meteorologi/per-januaristormen-2007-1.5287 [2014-06- 03]

SMHI. (2014). Hur var vädret http://www.hurvarvadret.se/stationer/4#1990 [2014-05-22]

SMHI. (2014). Öppna data, Metrologiska observationer. http://opendata-download- metobs.smhi.se/explore/# [2014-04-03]

SMHI. (2012). Skalor för vindhastighet. http://www.smhi.se/kunskapsbanken/meteorologi/skalor-for-vindhastighet-1.252 [2014-03- 25]

Skogsstyrelsen & SLU (2006). Analys av riskfaktorer efter stormen Gudrun (Rapport 2006:8). Jönköping: Skogsstyrelsen.

Skogsstyrelsen (2006). Efter Gudrun: Erfarenheter av stormen och rekommendationer för framtiden (Rapport 2006:14). Jönköping: Skogsstyrelsen.

Skogsstyrelsen (2014). Skogen i Västra Värmlands distrikt. http://www.skogsstyrelsen.se/Aga-och-bruka/Lokala-sidor/Distrikt/Vastra-Varmlands- distrikt/Om-distriktet/ [2014-05-20]

Skogsstyrelsen. (2014). Utförda avverkningar - Skogsstyrelsen http://skogsdataportalen.skogsstyrelsen.se/Skogsdataportalen/ [2014-04-17]

Skärskog, M. (2014). Elnät. http://www.arvika.se/byggaboochmiljo/energiochuppvarmning/elnat.4.9efc28912ef86db7968 0001774.html [2014-03-25] Sundevall, S-E. (2009). Beskrivning till jordartskartan 11C Arvika SO. Sveriges Geologiska Undersökning

Wolf, A., Friis Møller, P., H.W Bradshaw, R & Bigler J. (2003). Storm damage and long-term mortality in a semi-natural, temperate deciduous forest. Forest Ecology and Management, 188, ss. 197-210

Wåhlin, P. (2006). Vindfällning i naturliga och skapade bryn och kanter. Examensarbete 20p D, Institutionen för sydsvensk skogsvetenskap. Alnarp: Sverige Lantbrukaruniversitet.

54

Wärneryd, H., Hallin, P-O & Hultman, J. (2002). Hållbar Utveckling Om kris och omställning i stad och samhälle. 2:8. uppl., Lund. Studentlitteratur AB. ss18-39

55