English
Możesz działać, byle nie szkodzić, czyli wymóg oceny oddziaływania na środowisko
Przedsięwzięcia mogące znacząco oddziaływać na środowisko, mogą być realizowane tylko pod warunkiem uzyskania decyzji o środowiskowych uwarunkowaniach. W takich przypadkach prowadzona jest szczegółowa analiza i ocena wpływu inwestycji na wszystkie komponenty środowiska w ramach przygotowania kompletnego raportu.
Ochrona środowiska wodnego przed negatywnym wpływem działań inwestycyjnych obowiązuje wszystkich, zarówno usługodawców, czyli stosowne jednostki rządowe i samorządowe, jak i usługobiorców – użytkowników indywidualnych i zbiorowych, w tym inwestorów planujących realizację przedsięwzięć.
Zgodnie z wiążącym orzecznictwem Trybunału Sprawiedliwości UE[1] abyśmy mogli mówić o szkodzie, osłabienie warunków naturalnych i negatywne zmiany muszą być mierzalne. Zatem wymóg oceny ryzyka pogorszenia oraz nieosiągnięcia wymaganej klasyfikacji jednolitej części wód powierzchniowych (jcwp) dla planowanych przedsięwzięć wskazuje na konieczność kwantyfikacji wyników oceny wpływu w celu przedstawienia dowodu w postępowaniu o wydanie decyzji. Dodatkowo, zgodnie z sentencją wyroku, pogorszenie stanu jcwp, zachodzi w sytuacji, gdy co najmniej jeden z elementów jakości ulega obniżeniu o jedną klasę, nawet jeżeli to pogorszenie nie wyraża się w ogólnej zmianie klasyfikacji całej jcwp. W przypadku jcwp w stanie złym, jakiekolwiek pogorszenie wartości wskaźnika w związku oddziaływaniem planowanego przedsięwzięcia jest jednoznacznie interpretowane jako pogorszenie, mimo braku zmiany klasy[2]. W związku z powyższą interpretacją, przejście wskaźnika z danej klasy do klasy niższej, na skutek oddziaływania danego przedsięwzięcia, musi zostać wyrażone liczbowo.
Pomimo tej konieczności, zastosowanie narzędzi, które umożliwiają ilościową ocenę zmian zachodzących w środowisku wód śródlądowych nadal nie jest praktyką powszechną i wymaganą w tak kluczowych aspektach ochrony zasobów wodnych, jak stopień oddziaływania przedsięwzięć na stan wód powierzchniowych.
W praktyce oceniania jak dotąd nie stosuje się powszechnie metod numerycznych, większą popularnością cieszą się metody eksperckie. Podejście takie uniemożliwia spełnienie podstawowego kryterium oceny wpływu przedsięwzięcia na jakość wód. Liczbowo wyrażone zmiany pozwalają odpowiedzieć na pytania:
- Czy planowana inwestycja będzie się wiązała ze zmianą klasyfikacji wód objętych oddziaływaniem do niższej klasy jakości?
- Czy planowana inwestycja będzie na tyle nieznacząca, że nie spowoduje zmiany klasy wód w dół, a zatem nie spowoduje pogorszenia ich stanu ani nie będzie przeszkodą w osiągnieciu celów środowiskowych?
Opracowanie i wdrożenie oceny oddziaływania przedsięwzięć na środowisko w oparciu o narzędzia numeryczne powinno prowadzić do usprawnienia procedur, zarówno po stronie wnioskodawców, jak i organów wydających decyzje o środowiskowych uwarunkowanych. Powinno to również prowadzić do zmniejszenia niepewności wyników tych ocen.
Opisz, ale też oblicz, czyli wykorzystanie modeli matematycznych w procedurach
W ostatnich dekadach pojawiły się opracowania i publikacje o charakterze wytycznych czy zaleceń, wskazujących modele matematyczne jako narzędzia wspierające zarządzanie zasobami wodnymi i ich ochronę (BDMF, 2000[3]; UNECE, 2007[4]; Black i in., 2011[5]; GWP, 2013[6]; EC, 2013[7]; EC, 2015[8]). Skuteczność zastosowania narzędzi numerycznych do ilościowej oceny zmian zachodzących w środowisku, jako dającej dużo bardziej precyzyjne wyniki aniżeli analiza jakościowa, udowodniona została w praktyce.
Pierwsze opisane użycie modelu matematycznego, którego celem było wskazanie przyczyn zmiany jakości wód (ocena oddziaływania), miało miejsce w latach 20. XX wieku. Model ten, podobnie jak i następne, był dostosowywany do konkretnych potrzeb zarządzania zasobami wodnymi[9] i znajdował zastosowanie w ocenie oddziaływania przedsięwzięć. Jednak zastosowania takich rozwiązań są rzadkie, rozproszone w skali globalnej i niewynikające z podejścia systemowego (CEGIS, 2015[10]; AECL, 2017[11]; CEGIS, 1018[12]; MRC, 2018[13]). Co więcej, znaleźć można także krytyczne uwagi odnośnie do raportów wykonanych przy wsparciu modeli matematycznych, np. SWAT. Nie negują one zasadności zastosowania takich modeli, ale podkreślają potrzebę odpowiedniego ich przygotowania[14].
Pomimo znaczącego wzrostu zainteresowania zastosowaniem równań matematycznych do opisu zjawisk przyrodniczych oraz prawnego wymogu oceniania ilościowego, numeryczne metody oceny wpływu inwestycji na stan wód nie są jednak szeroko stosowane. Przyczyną takiego stanu nie jest z pewnością brak dostępności narzędzi. Istnieją więc inne czynniki, które utrudniają wdrożenie takiego systemu. Jednym z nich jest poziom złożoności narzędzi statystycznych, znajomość których jest podstawą do przeprowadzenia oceny. Problemem może być także brak świadomości osób/jednostek decydujących o procedurach oceny oddziaływania na temat możliwości zastosowania takich narzędzi i ich skuteczności (w określonych warunkach), a także wysokie koszty i czasochłonność wdrożeń, wymagana dodatkowa wiedza ekspercka oraz stosunkowo duża liczba danych wejściowych[15] .
Dysonans pomiędzy stosowaniem, nierzadko skomplikowanych, narzędzi matematycznych a praktyką ocenową może wynikać z ram czasowych, dostępnych środków finansowych i zasobów ludzkich. Brak odpowiedniej wymiany informacji pomiędzy środowiskiem naukowym, opracowującym podstawy metodyczne i narzędzia oraz środowiskiem praktyków, uczestniczących w procesie oceny wpływu przedsięwzięć na środowisko wodne, zarówno po stronie inwestora (opracowujący), jak i organów (odbierający) podkreślany był już kilka dekad temu[16]. Pomimo upływu czasu problem nadal jest aktualny, a sytuacja w tym zakresie uległa nawet pogorszeniu.
Czy procesy biologiczne da się przełożyć na modele?
Odejście od oceny jakości wody jako zasobu gospodarczego i zastąpienie jej, w konsekwencji wejścia w życie RDW, oceną bazującą na kontroli stanu ekosystemów wodnych, było krokiem rewolucyjnym i jak najbardziej słusznym. Jednocześnie notoryczne problemy, związane z próbą znalezienia związków przyczynowo-skutkowych pomiędzy florą i fauną wodną a antropopresją za pomocą modeli matematycznych, były znane od dawna[17].
Historia modeli opisujących zachowania biologii wodnej i jej reakcji na zanieczyszczenia środowiska sięgają połowy ubiegłego wieku, a pierwsze obszerne opisy dotyczyły obliczeń opartych na równaniach przedstawiających w przybliżeniu procesy zachodzące w środowisku[18]. Takie modele są ciągle rozwijane i pozwalają odzwierciedlić zachowanie poszczególnych grup organizmów. Niemniej nadal wymagają bardzo szczegółowej parametryzacji każdej grupy organizmów, a ich przygotowanie jest bardzo czasochłonne. W konsekwencji koszt i czas wykonania oceny byłby znacznie większy, ale wyniki bardziej precyzyjne. Są jednak przypadki, w których zastosowanie tego typu modeli jest najlepszym wyjściem. Dotyczy to ocen wpływu inwestycji na jeziora, zbiorniki wodne lub inne części wód, które na skutek zwiększonego ładunku biogenów, zmiany warunków tlenowych czy temperatury wody mogą przyczynić się do przekształcenia warunków siedliskowych.
Kluczowym warunkiem przeprowadzenia modelowania jest dostępność odpowiednich danych wejściowych. W kontekście ocen rozważyć należy dokładność wyników z sieci państwowego monitoringu środowiska (PMŚ), które często służą jako podstawa przeprowadzania ocen środowiskowych. Klasyfikacja wskaźników fizykochemicznych opiera się na uśrednionych wartościach z próbek pobieranych kilka razy w ciągu roku, podczas gdy ocena elementów biologicznych (poza fitoplanktonem) bazuje zazwyczaj na jednokrotnym poborze, i to często w innym czasie, a nawet miejscu, niż pobór próbek na potrzeby analiz fizykochemicznych. Taki typ monitoringu, jego częstotliwość i niespójność przestrzenna mogą służyć ocenie stanu wód, ale nie są odpowiednie dla ocen oddziaływania przedsięwzięć, szczególnie tych planowanych z dala od punktów pomiarowo-kontrolnych. Rozwiązaniem mogłoby być wprowadzenie nakazu prowadzenia monitoringu przedinwestycyjnego w konkretnym zakresie. Realizujący przedsięwzięcia inwestorzy byliby zobligowani prawnie do przeprowadzenia inwentaryzacji jakości środowiska wodnego w celu udokumentowania stanu przed rozpoczęciem działań związanych z realizacją przedsięwzięcia, a wyniki takie zasilałby następnie dane PMŚ. Wykonanie oznaczeń parametrów fizykochemicznych i biologicznych w tych samych interwałach i miejscach poboru, prawdopodobnie umożliwiłoby lepszą identyfikację zależności pomiędzy elementami biologicznymi i fizykochemicznymi. Aktualnie, wyniki PMŚ w tym zakresie nie zawsze pozwalają na wskazanie wzorów zależności, a czasami nawet utrudniają znalezienie tych opisywanych w literaturze.
Niepewność wyniku, czyli czy modelom można ufać
Jednym z kluczowych zagadnień w ocenie metodyki opartej na modelowaniu matematycznym jest niepewność wyników. Na ten temat należy spojrzeć z dwóch perspektyw. Jedną z nich jest niepewności samej oceny, obarczona czynnikami, takimi jak użycie uzupełniających danych wejściowych, pochodzących spoza PMŚ oraz założenia/uproszczenia metod numerycznych, w których procesy zachodzące w środowisku opisywane są wzorami i parametrami stałymi. Te dodatkowe czynniki powodują, że skumulowana niepewność oceny oddziaływania sięgać może 100%, a nawet je przekraczać.
Z drugiej strony, aby ocenić przydatność wyników oceny oddziaływania, można byłoby porównać niepewność oceny państwowego monitoringu z niepewnością oceny dokonanej za pomocą narzędzi numerycznych. W ten sposób przyznajemy się do niedoskonałości systemu, ale skoro zakładamy, że ocena oddziaływania (a raczej metoda jej przygotowania) charakteryzuje się podobną lub mniejszą niepewnością, to wyniki takie powinny być akceptowalne. Jak zauważają Moges[19] i in., opisując w szczegółach zagadnienie niepewności w modelowaniu hydrologicznym, ocena niepewności, pomimo świadomości jej istnienia, jest rzadkością w praktyce związanej z planowaniem przedsięwzięć i gospodarowaniem wodami. Jest to w dużym stopniu konsekwencja braku ilościowego podejścia do ocen oddziaływania na środowisko wodne, które uniemożliwia jakąkolwiek ocenę niepewności lub umożliwia ją tylko poprzez odniesienie do niepewności związanej z oceną stanu wód.
Dokonywanie ocen niepewności jest elementem stanowiącym dobre praktyki w modelowaniu procesów przyrodniczych. Jest to powszechne działanie w badaniach dotyczących zmian klimatu, a także w praktycznym wykorzystaniu tych badań do wdrażania międzynarodowej polityki ochrony klimatu i atmosfery[20]. W zastosowaniu modelowania matematycznego do analizy przepływu i jakości wód w rzekach, analiza niepewności jest wskazywana jako kluczowy element poprzedzający interpretację wyników[21]. W obecnej sytuacji, gdy większość raportów o oddziaływaniu przedsięwzięć na środowisko w ogóle nie uwzględnia efektów wpływu planowanych działań na ryzyko nieosiągnięcia celów środowiskowych lub opisuje je w sposób jakościowy, wdrożenie metod oceny ilościowej powinno ułatwić interpretację wyników. Natomiast idąc dalej, w stronę wdrażania dobrych praktyk, moglibyśmy na nowo utrudnić interpretację, przedstawiając wyniki typu „Prognozowane stężenie zawiesiny w odbiorniku wyniesie np. 14,28 mg/l w etapie budowy przedsięwzięcia, przy czym niepewność modelu wynosi 5%”. Czy ryzyko przekroczenia wartości granicznej stanu dobrego (14,7 mg/l) jest realne? Czy ta niepewność powinna być objęta działaniami minimalizującymi wpływ przedsięwzięcia, co wiąże się z dodatkowymi kosztami? Problem niepewności ocen ilościowych jest ciągle aktualny, a próby jego rozwiązania można znaleźć w publikacjach z różnych regionów świata[22].
Ekosystemy jako układy wielu zmiennych, są systemami nieliniowymi, składającymi się z sieci połączonych i pozostających ze sobą w kontakcie i bezustannej interakcji komponentów obejmujących elementy biotyczne i abiotyczne. Ze względu na fakt złożoności strukturalnej, działanie ekosystemów z natury rzeczy jest trudne do rozpoznania. Nieliniowość interakcji, przypadkowa dystrybucja oraz zdolności adaptacyjne do warunków zewnętrznych powodują, że komponenty środowiska, a przez to i cały ekosystem, zmieniają się w sposób ciągły. Proporcjonalnie do wzrostu świadomości na temat złożoności ekosystemów rosła ilość dostępnych informacji o ich stanie. Wraz ze wzrostem ilości danych z fizycznych pomiarów środowiska, nastąpił skok rozwoju narzędzi numerycznych, umożliwiających ich analizę. Bez względu na kierunek działań, jaki na podstawie przytoczonych powyżej argumentów, zostałby podjęty w sprawie oceny oddziaływania, numeryczna metoda wsparcia oceny eksperckiej powinna stanowić nieodłączny element procedury oceny wpływu inwestycji na stanu wód.
W artykule korzystałem m.in. z prac:
[1] wyrok w sprawie C-461/13 Bund für Umwelt und Naturschutz Deutschland e.V. przeciwko Bundesrepublik Deutschland; TSUE, 2015.
[2] Dz.U. C 352 z 30.11.2013.
[3] BDMF., 2000. Protocols for Water and Environmental Modeling. Bay-Delta Modeling Forum. Ad hoc Modeling Protocols Committee, BDMF 2000-01.
[4] UNECE, 2007. Recommendations on Payments for Ecosystem Services in Integrated Water Resources Management. United Nations Economic Commission for Europe.
[5] Black D.C, Wallbrink P.J., Jordon P.W., Waters D., Carroll C., Blackmore J.M. 2011. Guidelines for
water management modelling: towards best practice model application. eWater Cooperative research Centre, Canberra, Australia.
[6] GWP. 2013. The role of decision support systems and models in integrated river basin management. Technical Focus Paper, Global Water Partnership.
[7] EC, 2013. System of Environmental-Economic Accounting 2012 – Experimental Ecosystem Accounting. White cover publication, pre-edited text subject to official editing. European Commission, Organisation for Economic Co-operation and Development, United Nations, World Bank Group.
[8] EC. 2015. Guidance document on the application of water balances for supporting the implementation of the WFD. Directorate-General for Environment (European Commission). https://doi.org/10.2779/352735.
[9] Thomann R. V., 1963. Mathematical model for dissolved oxygen. Proceedings of American Society ofCil’il Engineers, Journal ofSanitary Engineering Dil’ision 89(SA5): 1-30.
[10] CEGIS, 2015. EIA Study for Repowering of Unit-4 of Ghorashal Power Station. Center for Environmental and Geographic Information Services.
[11] AECL, 2017. Environmental & Social Impact Assessment and Management Plan for 750 MW Gas based Power Station at Meghnaghat, NaraynGanj, Bangladesh. Adroit Environment Consultants Ltd.
[12] CEGIS, 2018. Inception Report on Environmental Impact Assessment (EIA) of Ghorasal Polash Urea Fertilizer Project, Polash, Narsingdi. Center for Environmental and Geographic Information Services.
[13] MRC, 2018. Guidelines for Transboundary Environmental Impact Assessment in the Lower Mekong Basin (Working Document). Mekong River Commission for Sustainable Development.
[14] Huszar P., Petermann P., Leite A., Resende E., Schnack E., Schneider E., Francesco F., Rast G., Schnack J., Wasson J., Garcia Lozano L., Dantas M., Obrdlik P., Pedrono R., 1999. Fact of fiction: A revive of the Hydrovia Paraguay-Parana Official studies. Toronto, Canada, World Wildlife Fund / World Wide Fund for Nature (WWF). 217 pp.
[15] Loucks D. P. van Beek E., 2017. Water Resource Systems Planning and Management: An Introduction to Methods, Models, and Applications. Springer, Cham. ISBN: 978-3-319-44234-1.
[16] Orlob G. T., 1979. Mathematical modelling and simulation of water quality: a survey of the state-of-the-art, Hydrological Sciences Journal, 24:2, 151-156.
[17] Quetglas A., Ordines F. and Guijarro B. The Use of Artificial Neural Networks (ANNs) in Aquatic Ecology Instituto Español de Oceanografía, Centre Oceanogràfic de les Balears Spain, DOI: 10.5772/16092, Source: InTech, 2014.
[18] Jørgensen S. E., 1976. A eutrophication model for a lake. Ecol. Modelling 2: 147–163.
[19] Moges E., Demissie Y., Larsen L., Yassin F., 2021. Review: Sources of Hydrological Model Uncertainties and Advances in Their Analysis. Water 2021, 13, 28.
[20] Frey C., Hanle L., 2006. 2006 IPCC Guidelines for National Greenhouse Gas Inventories: Volume 1: General Guidance and Reporting: Chapter 3 – Uncertainties.
[21] Abbaspour K.C., Rouholahnejad E. Vaghefi S., Srinivasan R., Yanga H., Kløved B., 2015. A continental-scale hydrology and water quality model for Europe: Calibration and uncertainty of a high-resolution large-scale SWAT model. Journal of Hydrology, Volume 524, May 2015, Pages 733-752.; Abbaspour K.C., Vaghefi S.A., Srinivasan R.A., 2018. Guideline for Successful Calibration and Uncertainty Analysis for Soil and Water Assessment: A Review of Papers from the 2016 International SWAT Conference. Water 2018, 10, 6.
[22] Lees J., Jaeger J.A.G., Gunn J.A.E., Noble B.F., 2016 Analysis of uncertainty consideration in environmental assessment: an empirical study of Canadian EA practice, Journal of Environmental Planning and Management, 59:11, 2024-2044.
