EINDRAPPORT. (Contract )

Algemene verspreiding

(Contract 071438)

EINDRAPPORT

OFFREM Model voor emissies door niet voor de weg bestemde mobiele machines Liesbeth Schrooten, Kaat Jespers, Katrijn Baetens, Leen Van Esch, Maarten Gijsbers (VITO) Veerle Van linden, Peter Demeyer (ILVO)

Studie uitgevoerd in opdracht van Departement Leefmilieu, Natuur en Energie, Afdeling lucht, Hinder, Risicobeheer, milieu & gezondheid 2009/TEM/R/ Juli 2009

Alle rechten, waaronder het auteursrecht, op de informatie vermeld in dit document berusten bij de Vlaamse Instelling voor Technologisch Onderzoek NV (“VITO”), Boeretang 200, BE-2400 Mol, RPR Turnhout BTW BE 0244.195.916. De informatie zoals verstrekt in dit document is vertrouwelijke informatie van VITO. Zonder de voorafgaande schriftelijke toestemming van VITO mag dit document niet worden gereproduceerd of verspreid worden noch geheel of gedeeltelijk gebruikt worden voor het instellen van claims, voor het voeren van gerechtelijke procedures, voor reclame of antireclame en ten behoeve van werving in meer algemene zin aangewend worden

Verspreidingslijst

VERSPREIDINGSLIJST Greet Van Laer, LNE Caroline De Bosscher, VMM Katrijn Baetens, VITO Kaat Jespers, VITO Liesbeth Schrooten, VITO Leen Van Esch, VITO Veerle Van linden, ILVO Peter Demeyer, ILVO

I

Leeswijzer

LEESWIJZER

OFFREM - Model voor emissies door niet voor de weg bestemde mobiele machines.

Het OFFREM-rapport start met een beleidssamenvatting waarin we de probleemstelling kaderen, een niet-technische samenvatting geven van de resultaten en enkele beleidsaanbevelingen doen. In hoofdstuk 1 situeren we de studie in de Europese en Belgische context en beschrijven we wat het uiteindelijke doel is van de studie. De verschillende methodologieën achter het model beschrijven we in de volgende drie hoofdstukken. In hoofdstuk 2 lichten we de berekeningswijzen toe die de activiteiten van de off-road voertuigen omzetten in energieverbruiken en emissies. Vervolgens geven we in hoofdstuk 3 de algemene en sectoriele inputdata weer waarmee het OFFREM-model rekent om tot activiteitsgegevens te komen. En als laatste beschrijven we de methodiek voor de geografische spreiding van de emissies van off-road voertuigen in hoofdstuk 4. Enkele modelresultaten bespreken we - per sector – in hoofdstuk 5. Aanbevelingen hoe deze resultaten best geïntegreerd worden in de energiebalans en emissieinventaris lucht zijn terug te vinden in hoofdstuk 6. Tot slot geven we in het besluit enkele beleidsaanbevelingen voor de toekomst omtrent de update en het gebruik van het model.

II

Beleidssamenvatting

BELEIDSSAMENVATTING

→ Probleemstelling Internationale en Europese programma’s en richtlijnen leggen emissiegrenswaarden en immissienormen op voor België. De lidstaten moeten onder andere aan de Europese Commissie rapporteren over de luchtkwaliteit in hun land, moeten emissiereductie- en saneringsprogramma’s opstellen. De gerapporteerde gegevens van huidige en toekomstige emissiejaren worden berekend aan de hand van modellen. Een hiaat in het transportverhaal zijn de gegevens met betrekking tot de andere niet voor de weg bestemde mobiele voertuigen. Deze voertuigen zijn onder andere landbouwmachines, bosbouwmachines, bouwmachines, industriële machines, kettingzagen, grasmaaiers, … Om de emissies jaarlijks in de emissie-inventaris te kunnen opnemen en om historische emissiecijfers en prognosecijfers te kunnen gebruiken voor internationale rapporteringen en onderhandelingen is het nodig dat de Vlaamse Overheid over een model beschikt om deze emissies jaarlijks te modelleren. De Afdeling Lucht, Hinder, Risicobeheer, Milieu & Gezondheid volgt de voorbereidingen en onderhandelingen voor de nieuwe NEC-plafonds voor België, waardoor ze Belgische gegevens moet aanreiken of controleren ook als de verschillende gewesten niet over deze gegevens beschikken. Het doel van deze opdracht is een energie- en emissiemodel te ontwikkelen dat de uitlaat- en niet-uitlaat-polluenten door niet voor de weg bestemde mobiele voertuigen (off-road voertuigen) doorrekent voor de drie gewesten in België. De volgende luchtverontreinigende stoffen moeten deel uitmaken van het model: NOX, SO2, NH3, NMVOS, CO, benzeen, zware metalen, POP, PAK, TSP, PM10 en PM2,5 alsook de broeikasgassen CO2, CH4, N2O en de F-gassen. Het model heeft als acroniem OFFREM meegekregen (off-road emissiemodel). Deze studie is een vervolg op de verkennende studie “Emissies door niet voor de weg bestemde mobiele machines in het kader van internationale rapportering”, uitgevoerd door Transport & Mobility Leuven en TNO (Nederland). In de verkennende studie werd reeds een eerste aanzet gegeven voor de berekening van energie- en emissiegegevens voor off-road voertuigen. Het is de bedoeling om in deze studie voort te bouwen op de reeds opgedane kennis. Binnen deze opdracht hebben we enerzijds de off-road categorieën uit de verkennende studie verfijnd en uitgebreid, en anderzijds een model ontwikkeld met userinterface dat energie- en emissiegegevens berekent en rapporteert conform het formaat voor (inter)nationale/regionale rapporteringen.

→ Niet-technische samenvatting van de resultaten In deze studie hebben we de activiteiten, energieverbruiken en emissies van de niet voor de weg bestemde mobiele machines in kaart gebracht voor België. We hebben niet enkel een onderverdeling naar gewest meegenomen op sectorniveau, maar ook de geografische locatie van de verschillende activiteiten in kaart gebracht. En dit voor zowel historische als toekomstige jaren (1990-2030). Van dit alles hebben we een gebruiksvriendelijk model gemaakt, het OFFREM-model. Uit dit model kan de

III

Beleidssamenvatting

gebruiker de energieverbruiken en emissies op detailniveau raadplegen enerzijds en op de Europese rapporteringformaten NFR, CRF en RAINS anderzijds. De gebruiker kan de emissies zelf ook visueel voorstellen aan de hand van een voor deze studie ontwikkeld GIS-rekenmodel.

Figuur 1 geeft een globaal overzicht van de OFFREM modelstructuur met input- en outputparameters voor het berekenen van emissies en energieverbruiken afkomstig van niet voor de weg bestemde mobiele voertuigen.

Figuur 1: OFFREM modelstructuur met input- en outputparameters

Voor de berekening van het energieverbruik en de emissies van off-road voertuigen maken we een onderscheid tussen off-road machines enerzijds en off-road wagens anderzijds. Voorbeelden van off-road machines zijn vork- en schaarliften, grasmaaiers, landbouwmachines, … Voor deze machines genereert het model activiteitsdata in ‘kWh’ en volgen we in grote lijnen de methodologie uit de TREMOD studie [1]. Voorbeelden van off-road wagens zijn dienstwagens, trekkers, … Voor deze wagens genereert het model activiteitsdata in ‘km’ en gebruiken we geaggregeerde cijferdata uit MIMOSA4 [2] voor de berekening van energieverbruiken en emissies. Om tot activiteitsgegevens te komen hebben we voor elke sector zoveel mogelijk gezocht naar gewestelijk beschikbare informatie (bijvoorbeeld: landbouwtellingen, statistieken havens en luchthavens, huishoudens, …). Verder hebben we ook gebruik gemaakt van enkele sectorspecifieke pioniersstudies zoals voor de luchthaven van Zaventem [3], de haven van Antwerpen [4], tuinenquête [5], landbouw [6], … om een goede inschatting te maken van de technische kenmerken en gebruiksparameters van de verschillende voertuigen. Voor de bouwsector en de industrie maken we gebruik van SIGMA-verkoopcijfers voor de aantallen die we daarna via gewestelijke verdeelsleutels verder geografisch verdelen. Voor de technische en gebruiksparameters baseren we ons – met een correctie voor operationele draaiuren – op de cijfers uit de voorbereidende studie [7].

IV

Beleidssamenvatting

Het aandeel van de niet voor de weg bestemde mobiele machines (off-road) is beperkt, maar zeker niet verwaarloosbaar in het transportverhaal. Tabel 1 geeft het aandeel van de verschillende transportmodi naar energieverbruik, CO2-, NOX- en PM2,5emissies (uitlaat) in Vlaanderen weer voor het jaar 2007. De emissiegegevens hebben we uit ‘Lozingen in de lucht 2007’1 van de VMM gehaald. De energieverbruiken hebben we bij VMM verkregen (persoonlijke communicatie Caroline de Bosscher). aandeel 2007

weg

spoor

binnenvaart

zeevaart

luchtvaart

off-road

energieverbruik CO2 NOX TSP (uitlaat)

81% 82% 62% 50%

2% 0% 1% 1%

1% 2% 4% 3%

8% 9% 26% 40%

3% 3% 1% 1%

5% 5% 7% 6%

Tabel 1: aandeel verschillende transportmodi in 2007 voor Vlaanderen

Het aandeel van de off-road voertuigen zal in 2030 van dezelfde grootteorde zijn als vandaag de dag. Voor de off-road voertuigen is er Europees immers een verregaande reglementering voorzien (Stage IV) voor NOX, VOS, CO en PM. De bouwen landbouwsector zijn veruit de belangrijkste sectoren binnen de off-road voertuigen. De landbouwtractoren en de bouwmachines zijn goed voor meer dan 79% van de CO2-emissies in Vlaanderen (off-road).

1200

multimodale overslagterminals luchthavens

1000

CO2 [kton]

landbouw industrie

800

havens 600

groenvoorziening bouw

400 bosbouw huishoudens

200

defensie 2030

2025

2020

2015

2010

2005

2000

1995

1990

0

Figuur 2: aandeel CO2-emissies verschillende sectoren binnen off-road Vlaanderen

Zoals reeds eerder vermeld is er een strenge Europese regelgeving voorzien voor NOX, VOS, CO en PM. Hierdoor is er naar 2030 ook duidelijk een daling waar te nemen in

1

http://www.vmm.be/publicaties/lozingen_2007.pdf#page=54

V

Beleidssamenvatting

deze emissies. Figuur 3 illustreert dit voor de NOX-emissies van de bouwmachines in Vlaanderen.

4500

wegenschaven

Bouw Vlaanderen

4000

NOX [ton]

3500

walsen/compactors trilmachines stampers

3000

sleuvenfrezen laadschop

2500

kiepbakken 2000

hijskranen

1500

heftrucks buiten/verreikers dieplepel(graafmachine)

1000

buldozers asfalteermachine

500

graafmachine 2030

2025

2020

2015

2010

2005

2000

1995

1990

0

Figuur 3: NOX-emissies verschillende voertuigen binnen de bouwsector (Vlaanderen)

Het GIS-model geeft als resultaat rasterkaarten met een resolutie van 1 km, die de spreiding van de emissies in België weergeven (per sector of totaalkaarten over alle sectoren). Deze rasterkaarten kunnen eenvoudig via het speciaal voor dit project ontwikkelde keuzemenu gevisualiseerd worden in ArcGIS. Figuur 4 illustreert dit voor de CO2-emisises voor de sector “overige landbouw” voor het jaar 2000.

VI

Beleidssamenvatting

Figuur 4: Spreiding van de CO2-emissies voor 2000, afkomstig van de sector overige landbouw

Voor de CO2-emissies afkomstig van de sector “overige landbouw” is de spreiding duidelijk verschillend tussen de drie gewesten: in Brussel komen er praktisch geen emissies voor, voor Wallonië is er een gelijkmatige spreiding terwijl het in Vlaanderen sterker geconcentreerd voorkomt. → Beleidsaanbevelingen Hoewel het OFFREM-model reeds een goede inschatting maakt van de activiteiten, energieverbruiken en emissies van niet voor de weg bestemde mobiele machines, is er altijd nog ruimte voor verdere verfijning. Graag geven we dan ook enkele aanbevelingen mee die het model ten goede zouden komen: ▪

De bouwsector is de belangrijkste OFFREM-sector. In het model hebben we de operationele draaiuren ingeschat aan de hand van draaiuren uit de voorbereidende studie en correctiefactoren uit enquêteresultaten voor de luchthaven van Zaventem. Machinespecifieke correctiefactoren zouden een meerwaarde betekenen voor het model. Deze kunnen in kaart gebracht worden door monitoring (enquêtering) van zowel draaiuren, lastfactoren, technische kenmerken machines en verbruiken. Analyse van deze gegevens kan resulteren in machinespecifieke correctiefactoren.

▪

De activiteiten binnen de havens (en luchthavens) zijn zeer lokaal. Voor beleidsmaatregelen gericht op lokale luchtkwaliteit is het dan ook een

VII

Beleidssamenvatting

meerwaarde als - net zoals voor de bouwsector - de operationele draaiuren met de praktijk afgetoetst worden. ▪

Het knelpunt in verband met pompen en generatoren binnen de bouwsector is momenteel nog niet opgelost. De Vlaamse Milieumaatschappij zal de draad weer oppikken om samen met de Confederatie Bouw een enquêtering op te starten om dit knelpunt op te lossen. Integratie van de enquêteresultaten in het OFFREM-model is reeds voorzien.

▪

De landbouwsector is een zeer belangrijke OFFREM-sector omdat bepaalde subsectoren ervan vrijwel uitsluitend energie verbruiken door de inzet van landbouwtrekkers. In het model hebben we nieuwe kengetallen berekend op basis van een internationale studie, uitgevoerd in Duitsland en rekening houdend met Duitse randvoorwaarden voor ondermeer het transport tussen woning en veld. Een vergelijking tussen de Duitse verbruikscijfers en de corresponderende verbruiken met Vlaamse randvoorwaarden zou dan ook een meerwaarde betekenen voor het model.

▪

Het model zou versterkt worden door een meer nauwkeurige inschatting van het aantal draaiuren en eventueel ook van de lastfactoren op rundvee-, pluimvee- en varkensbedrijven. Hiervoor zou een doorgedreven monitoring van de sector kunnen gebeuren. Bij een verdere scherpstelling van de kengetallen zou ook gebruik kunnen gemaakt worden van de detailinformatie bekomen via het e-loket voor landbouwers.

▪

Bepaalde landbouwdeelsectoren/teelten zijn niet ingeschat in het OFFREMmodel. De meeste daarvan zijn van minder belang voor off-road, maar voor vollegrondstuinbouw ontbreekt een inschatting van off-road gebruik in de groententeelt voor industrieel gebruik -bijna 90 % van de totale groententeelt-. Een correcte inschatting van het kengetal voor groententeelt in open lucht vraagt verder onderzoek naar de bijhorende teelttechniek en machinetechnische kenmerken.

▪

Het is uiteraard wenselijk om aangepaste kengetallen te berekenen wanneer er in de toekomst nieuwe landbouwsystemen of teeltvormen een belangrijk aandeel gaan vormen in de landbouwsector. Hierbij denken wij in de eerste plaats aan innovatieve stalsystemen en biologische teelten.

▪

Een belangrijke randvoorwaarde bij de uitvoering van dergelijke studies is uiteraard het verkrijgen van nuttig cijfermateriaal en informatie. Meestal is dit wel voorhanden binnen de verschillende diensten van de Vlaamse Overheid (landbouw en leefmilieu), maar dikwijls zeer versnipperd en mede daardoor ook eerder moeizaam te verkrijgen. Voorafgaand overleg en afstemming tussen alle betrokken en belanghebbende diensten, zou dan ook zeer wenselijk zijn. Dergelijk overleg begunstigt bovendien de samenstelling en de functionaliteit van de projectstuurgroep.

▪

Hoewel bosbouw en groenvoorziening in belang gering zijn, is een betere inschatting mogelijk indien het Agentschap Natuur en Bos meer informatie ter beschikking kan stellen. Het model is momenteel gebaseerd op specifieke data van Vlaams-Brabant. De berekening generieker maken door –net zoals voor de landbouwsector- te vertrekken van onderhoudsacties die jaarlijks gebeuren zou een grote meerwaarde voor het model betekenen.

▪

De emissiefactoren voor de niet-uitlaatemissies (zowel PM als zware metalen) zijn een eerste inschatting en hebben dus een grote onzekerheid. Het OFFREM-

VIII

Beleidssamenvatting

model laat toe om nieuwe inzichten rond deze emissies in het model te integreren. Naar de toekomst toe is dit zeker niet onbelangrijk aangezien de gereglementeerde uitlaat emissies gaan dalen en deze niet-uitlaatemissies nog in belang gaan toenemen. ▪

Integratie van nieuwe inzichten rond PAK- en POP-emissiefactoren voor benzine 2-takt motoren en voor motoren die LPG verbranden.

▪

Uitbreiding van het OFFREM-model bijvoorbeeld nageschakelde technieken.

voor

scenariodoorrekeningen

met

Belangrijk om op te merken is echter wel dat beleidsmakers het belang van deze aanbevelingen kaderen binnen de hele transportsector (alle sectoren). We geven hier ook nog mee dat voor de integratie van de emissieresultaten uit het OFFREM-model in de emissie-inventaris lucht de methodiek voor de collectief geregistreerde bedrijven dient herbekeken te worden om dubbeltelling van emissies te voorkomen. Meer concreet worden best de bijschattingspercentages opnieuw ingeschat zonder rekening te houden met het off-road brandstofverbruik in de industrie.

IX

Inhoud

INHOUD

Hoofdstuk 1

Inleiding ________________________________________ 1

Hoofdstuk 2

Methodiek model __________________________________ 3

2.1 Algemene beschrijving model _____________________________________ 3 2.1.1 Sectoren__________________________________________________ 3 2.1.2 Parksamenstelling __________________________________________ 4 2.1.3 Verbrandingswaarden________________________________________ 6 2.1.4 Methodologie off-road machines _______________________________ 6 2.1.5 Methodologie off-road wagens _________________________________ 9 2.2 Output van het model __________________________________________ 10 2.2.1 Grootste detail ____________________________________________ 10 2.2.2 NFR-formaat______________________________________________ 10 2.2.3 RAINS-formaat ____________________________________________ 10 2.2.4 CRF-formaat ______________________________________________ 11 2.2.5 Energiebalans Vlaanderen ___________________________________ 12 Hoofdstuk 3

Methodiek dataverzameling _________________________ 13

3.1 Landbouw ___________________________________________________ 13 3.1.1 Beschrijving sector_________________________________________ 14 3.1.2 Basisjaar activiteiten _______________________________________ 15 3.1.3 Historische activiteiten______________________________________ 26 3.1.4 Toekomstige activiteiten ____________________________________ 26 3.2 Bosbouw ____________________________________________________ 27 3.2.1 Beschrijving sector_________________________________________ 27 3.2.2 Basisjaar activiteiten _______________________________________ 28 3.2.3 Historisch en toekomstige activiteiten __________________________ 29 3.3 Huishoudens _________________________________________________ 29 3.3.1 Beschrijving sector_________________________________________ 29 3.3.2 Basisjaar activiteiten _______________________________________ 32 3.3.3 Historisch activiteiten_______________________________________ 43 3.3.4 Toekomstige activiteiten ____________________________________ 45 3.4 Groenvoorziening _____________________________________________ 47 3.4.1 Beschrijving sector_________________________________________ 47 3.4.2 Basisjaar activiteiten _______________________________________ 47 3.4.3 Historisch en toekomstige activiteiten __________________________ 48 3.5 Industrie ____________________________________________________ 49 3.5.1 Beschrijving sector_________________________________________ 49 3.5.2 Historisch activiteiten_______________________________________ 50 3.5.3 Toekomstige activiteiten ____________________________________ 50 3.6 Bouw _______________________________________________________ 50 3.6.1 Beschrijving sector_________________________________________ 50 3.6.2 Historische activiteiten______________________________________ 52 3.6.3 Toekomstige activiteiten ____________________________________ 52 3.7 Defensie ____________________________________________________ 54 3.7.1 Beschrijving sector_________________________________________ 54

X

Inhoud

3.7.2 3.7.3 3.7.4

Basisjaar activiteiten _______________________________________55 Historische activiteiten ______________________________________56 Toekomstige activiteiten_____________________________________56

3.8 Havens______________________________________________________57 3.8.1 Beschrijving sector _________________________________________57 3.8.2 Basisjaar activiteiten _______________________________________57 3.8.3 Historisch activiteiten _______________________________________59 3.8.4 Toekomstige activiteiten_____________________________________59 3.9 Luchthavens _________________________________________________60 3.9.1 Beschrijving sector _________________________________________60 3.9.2 Basisjaar activiteiten _______________________________________62 3.9.3 Historisch activiteiten _______________________________________63 3.9.4 Toekomstige activiteiten_____________________________________64 3.10 Multimodale overslagterminals__________________________________66 3.10.1 Beschrijving sector _______________________________________66 3.10.2 Basisjaar activiteiten ______________________________________67 3.10.3 Historische en toekomstige projecties_________________________68 Hoofdstuk 4 4.1

Methodiek geografische spreiding ____________________ 69

Basisdata voor steunkaarten _____________________________________69

4.2 Per 4.2.1 4.2.2 4.2.3 4.2.4 4.2.5 4.2.6 4.2.7 4.2.8 4.2.9 4.2.10

sector ___________________________________________________71 Landbouw ________________________________________________71 Bos _____________________________________________________72 Huishoudens ______________________________________________73 Groenvoorziening __________________________________________73 Industrie _________________________________________________74 Bouwwerken ______________________________________________74 Defensie _________________________________________________74 Havens __________________________________________________74 Luchthavens ______________________________________________75 Multimodale overslag______________________________________75

4.3

Polluenten ___________________________________________________76

4.4

Visualisatie in ArcGIS __________________________________________77

Hoofdstuk 5

Bespreking van enkele resultaten ____________________ 79

5.1

Uitstoot/verbruik off-roadvoertuigen: verleden – heden – toekomst ______79

5.2

Aandeel off-road binnen de transportsector _________________________80

5.3

Aandeel verschillende sectoren binnen off-road ______________________81

5.4 Aandeel verschillende voertuigen binnen de sectoren__________________87 5.4.1 Landbouw ________________________________________________87 5.4.2 Bosbouw _________________________________________________88 5.4.3 Huishoudens ______________________________________________89 5.4.4 Groenvoorziening __________________________________________90 5.4.5 Industrie _________________________________________________91 5.4.6 Bouw____________________________________________________92 5.4.7 Defensie _________________________________________________93 5.4.8 Havens __________________________________________________94 5.4.9 Luchthavens ______________________________________________95 5.4.10 Multimodale overslagterminals ______________________________96

XI

Inhoud

5.5 Geografische spreiding _________________________________________ 96 5.5.1 Per sector ________________________________________________ 97 5.5.2 Totaalkaarten over alle sectoren ______________________________ 98 Hoofdstuk 6

Integratie - vergelijking andere bronnen______________ 103

6.1 Integratie resultaten in energiebalans Vlaanderen ___________________ 103 6.1.1 Industrie _______________________________________________ 103 6.1.2 Tertiaire sector___________________________________________ 105 6.1.3 Huishoudelijke sector ______________________________________ 107 6.1.4 Land- en bosbouw en zeevisserij _____________________________ 108 6.2 Integratie resultaten in emissie-inventaris lucht Vlaanderen ___________ 111 6.2.1 Huishoudens_____________________________________________ 111 6.2.2 Tertiaire sector___________________________________________ 111 6.2.3 Industrie _______________________________________________ 112 6.2.4 Land- en tuinbouw ________________________________________ 113 6.3 Vergelijking met resultaten uit de voorbereidende studie _____________ 114 6.3.1 Huishoudens en groenvoorziening ____________________________ 114 6.3.2 Industrie en bouw ________________________________________ 115 6.3.3 Landbouw _______________________________________________ 117 6.4

CRF-rapportering_____________________________________________ 118

6.5

NFR-rapportering ____________________________________________ 118

6.6

Vergelijking met RAINS-rapportering januari 2007 __________________ 119

Hoofdstuk 7

Besluit ________________________________________ 123

Literatuurlijst _______________________________________________ 126

XII

Lijst van tabellen

LIJST VAN TABELLEN Tabel 1: aandeel verschillende transportmodi in 2007 voor Vlaanderen .................... V Tabel 2: de verschillende (sub)sectoren in het OFFREM-model met hun geografische toedeling ..................................................................................................... 4 Tabel 3: verbrandingswaarden [8] ........................................................................ 6 Tabel 4: aandeel CH4 en benzeen van VOS voor diesel, benzine en LPG .................... 6 Tabel 5: jaarafhankelijk gemiddeld zwavel- en loodgehalte voor de verschillende brandstoffen voor off-road machines [7; 12].................................................... 7 Tabel 6: afstemming RAINS- en OFFREM-sectoren................................................ 11 Tabel 7: afstemming RAINS- en OFFREM-energievectoren ..................................... 11 Tabel 8: afstemming RAINS- en OFFREM-technologieën ........................................ 11 Tabel 9: afstemming CRF- en OFFREM-sectoren ................................................... 12 Tabel 10: afstemming energiebalans Vlaanderen en OFFREM-energievectoren......... 12 Tabel 11: afstemming energiebalans Vlaanderen en OFFREM-energievectoren......... 12 Tabel 12: input parameters voor het emissiemodel per gewest en (sub)sector......... 13 Tabel 13: subsectoren binnen de landbouw en de bijhorende teelten ...................... 14 Tabel 14: teelten binnen de teeltgroepen die we apart beschouwen in het model..... 14 Tabel 15: categorieën van de energiebalans en de bijhorende landbouwsubsectoren en -teelten ..................................................................................................... 15 Tabel 16: teeltgroepen en teelten waarvoor we een teelttechnische fiche hebben opgesteld voor de berekening van het energieverbruik. *Voor de veehouderij bevat deze fiche een inschatting van het aantal draaiuren gepresteerd door een landbouwtrekker......................................................................................... 17 Tabel 17: bodemgebruik in de landbouw ingedeeld volgens de klassen of codes uit de CORINE Land Cover kaart (CLC) ................................................................... 19 Tabel 18: Types landbouwtrekkers (Fedagrim verkoopsstatistieken 1999-2007) en hun aanwezigheid in de landbouwsector. ............................................................. 22 Tabel 19: Getrokken, gedragen, en zelfrijdende landbouwmachines opgenomen in de studie en gegroepeerd per akkerbewerking.................................................... 23 Tabel 20: berekening leeftijdsverdeling van middelgrote landbouwtrekkers, gesteld dat de levensduur 25 jaar is .............................................................................. 25 Tabel 21: oppervlakte van bossen in België in 20007 ............................................ 27 Tabel 22: machinetypes en aantallen (2008) voor bosonderhoud in Meerdaal, Hageland, Groendendaal en de Groene gordel................................................ 28 Tabel 23: mobiele machinetypes die off-road gebruikt worden door de huishoudens 30 Tabel 24: verdeling van de tuingrootte op een steekproef (N=500)[22] .................. 32 Tabel 25: bepaling van het % aantal tuinen per huishouden per gewest ................. 33 Tabel 26: aantal tuinen per gewest per tuincategorie............................................ 33 Tabel 27: bepaling van het aantal machines per tuin en per machinetype en tuincategorie .............................................................................................. 35 Tabel 28: opschaling van het machinepark voor Vlaanderen in 2007 ...................... 36 Tabel 29: gebruiksparameters vastgelegd voor de steekproef (N= 25) te Herent [5] 37 Tabel 30: machinetypes geventileerd uit de Fedagrim verkoopsstatistieken voor de jaren 1999-2007 ........................................................................................ 38 Tabel 31: berekening leeftijdsverdeling van grasmaaiers op benzine, gesteld dat de levensduur van een machine 10 jaar is ......................................................... 39 Tabel 32: verkoopsstatistieken quads, Febiac [30] ............................................... 40 Tabel 33: vastgelegde parameters (aannames) voor het voertuigenpark van quads in het model .................................................................................................. 41 Tabel 34: vastgelegde parameters (aannames) voor het voertuigenpark van moto’s in het model .................................................................................................. 43 Tabel 35: machinepark van cross-moto’s in 2000 voor de gewesten ....................... 43 Tabel 36: bepaling van het totaal aantal tuinen per gewest voor 1990-2007 ........... 44

XIII

Lijst van tabellen

Tabel 37: oppervlakte van de groenvoorzieningen in België per gewest en per categorie.................................................................................................... 47 Tabel 38: machinetypes en aantallen (2008) voor groenvoorziening in Meerdaal, Hageland, Groendendaal en de Groene gordel ................................................ 48 Tabel 39: de lengte (km) van de wegen in het jaar 2006 in België ......................... 48 Tabel 40: technische kenmerken van de heftrucks voor de industrie....................... 49 Tabel 41: machinetypes gebruikt in de bouwsector en hun technische kenmerken ... 51 Tabel 42: gecontacteerde bedrijven: verkoop en verhuur van pompen, generatoren, compressoren ............................................................................................. 53 Tabel 43: gecontacteerde keurinstanties: keuring van mobiele machines als heftrucks, kranen, pompen, generatoren ...................................................................... 54 Tabel 44: type voertuigen voor off-road gebruik bij defensie.................................. 55 Tabel 45: verdeelsleutel brandstofverbruiken via tankkaarten over de 3 gewesten ... 56 Tabel 46: behandelde goederen in de verschillende havens in 2006........................ 57 Tabel 47: link tussen off-road machinetypes gerapporteerd in de Arcadis-studie en de goederencategorie zoals gerapporteerd in de SERV jaarstatistieken .................. 58 Tabel 48:opgeschaalde machinepark van de Belgische havens in 2006 ................... 58 Tabel 49: toekomstige groeivoeten havens .......................................................... 60 Tabel 50: enkele karakteristieken van de bestudeerde luchthavens gerangschikt naar oppervlakte voor het jaar 2006..................................................................... 61 Tabel 51: overzicht van de machinetypes en wagentypes voor luchthavens en hun verband met de activiteiten in een luchthaven ............................................... 61 Tabel 52: groeiverwachtingen voor de Belgische luchthavens (opmerking: de onderstreepte waarden zijn er zonder bevestiging van de luchthaven zelf) – prognoses 2008 .......................................................................................... 66 Tabel 53: overzicht van de multimodale overslagterminals in België ....................... 66 Tabel 54: overzicht van de machinetypes gebruikt in de sector multimodale overslagterminals........................................................................................ 67 Tabel 55: inschatting van het gemiddelde machinepark per multimodale overslagterminal per machinetype ................................................................ 68 Tabel 56: basisdata voor de steunkaarten............................................................ 70 Tabel 57: verschillen tussen CLC90 en CLC00 ...................................................... 71 Tabel 58: verdeelsleutel sector weiland ............................................................... 72 Tabel 59: verdeelsleutel sector overige landbouw ................................................. 72 Tabel 60: verdeelsleutel sector tuinen ................................................................. 73 Tabel 61: verdeelsleutel sector recreatie.............................................................. 73 Tabel 62: verdeelsleutel sector multimodale overslag spoor ................................... 75 Tabel 63: verdeelsleutel sector multimodale overslag binnenvaart.......................... 76 Tabel 64: rekenblad als input voor het GIS-model ................................................ 76 Tabel 65: keuzemogelijkheden ter visualisatie in ArcGIS ....................................... 77 Tabel 66: emissies off-road Vlaanderen ............................................................... 79 Tabel 67: energieverbruiken off-road Vlaanderen ................................................. 80 Tabel 68: aandeel verschillende transportmodi in 2007 voor Vlaanderen ................. 80 Tabel 69: aandeel verschillende transportmodi in 2030 voor Vlaanderen ................. 81 Tabel 70: aandeel verbruik verschillende sectoren in 2005 voor Vlaanderen ............ 87 Tabel 71: industriële sectoren en hun NACE Rev. 1 code [56] .............................. 103 Tabel 72: aandeel off-road industrie tov totaal industrie per brandstoftype............ 104 Tabel 73: aandeel off-road bouw tov ‘andere industrieën’ per brandstoftype .......... 105 Tabel 74: tertiaire sectoren en hun NACE Rev. 1 code [56].................................. 105 Tabel 75: aandeel off-road energieverbruik van luchthavens, havens, multimodale overslagterminals en defensie tov energieverbruik deelsector ‘kantoren en administraties’ per energiedrager................................................................ 106 Tabel 76: aandeel off-road energieverbruik van tuinmachines door huishoudens tov het totale energieverbruik van de huishoudens per energiedrager in Vlaanderen. ............................................................................................................... 108

XIV

Lijst van tabellen

Tabel 77: aandeel off-road energieverbruik van de landbouwsector tov het totale energieverbruik van de landbouwsector per deelsector alsook voor het totaal van alle landbouwdeelsectoren in Vlaanderen......................................................109 Tabel 78: output OFFREM voor energieverbruiken per drager van de sectoren bosbouw en groenvoorziening...................................................................................110 Tabel 79: CO2-emissies (kton) van off-road voertuigen voor huishoudens en groenvoorziening volgens de voorbereidende studie (TML/TNO) en het OFFREMmodel .......................................................................................................114 Tabel 80: NOX-emissies (ton) van off-road voertuigen voor de sectoren huishoudens en groenvoorziening volgens de voorbereidende studie (TML/TNO) en het OFFREM-model ..........................................................................................115 Tabel 81: CO2-emissies (kton) van off-road voertuigen voor de sectoren industrie en bouw volgens de voorbereidende studie (TML/TNO) en het OFFREM-model ......116 Tabel 82: NOX-emissies (ton) van off-road voertuigen voor de sectoren industrie en bouw volgens de voorbereidende studie (TML/TNO) en het OFFREM-model ......116 Tabel 83: CO2-emissies (kton) van off-road voertuigen voor de sector landbouw volgens de voorbereidende studie (TML/TNO) en het OFFREM-model ...............117 Tabel 84: NOX-emissies (ton) van off-road voertuigen voor de sector landbouw volgens de voorbereidende studie (TML/TNO) en het OFFREM-model...........................118 Tabel 85: emissies off-road volgens NFR-categorieën voor België (1990, 1995, 2000 en 2007) ..................................................................................................119 Tabel 86: NOX-emissies België volgens RAINS-rapportering (jan 2007) en OFFREMmodel .......................................................................................................119 Tabel 87: NH3-, NMVOS en PM10(uitlaat)-emissies België volgens RAINS-rapportering (jan 2007) en OFFREM-model .....................................................................121

XV

Lijst van figuren

LIJST VAN FIGUREN Figuur 1: OFFREM modelstructuur met input- en outputparameters.........................IV Figuur 2: aandeel CO2-emissies verschillende sectoren binnen off-road Vlaanderen .... V Figuur 3: NOX-emissies verschillende voertuigen binnen de bouwsector (Vlaanderen) VI Figuur 4: Spreiding van de CO2-emissies voor 2000, afkomstig van de sector overige landbouw .................................................................................................. VII Figuur 5: OFFREM modelstructuur met input- en outputparameters.......................... 3 Figuur 6: overzicht parksamenstelling off-road wagens. .......................................... 5 Figuur 7: overzicht parksamenstelling off-road machines......................................... 5 Figuur 8: teelttechnische fiche voor wintertarwe................................................... 18 Figuur 9: gecombineerde fracties voor de teeltgroepen in Vlaanderen voor perceelsgroottes van 20<30 ha .................................................................... 21 Figuur 10: Weibull uitvalfunctie voor de leeftijdsverdeling van landbouwtrekkers, levensduur: 25 jaar (k=25 en λ=7,9)............................................................ 24 Figuur 11: Weibull uitvalfunctie voor de leeftijdsverdeling van tuinmachines, levensduur: 10 jaar..................................................................................... 39 Figuur 12: Weibull-functie (uitvalfunctie) voor quads (k= 25; lambda= 8) [18] ....... 41 Figuur 13: park quads 2007 voor België .............................................................. 41 Figuur 14: het globale historische park aan quads (zonder specificatie naar leeftijdsverdeling van het park) .................................................................... 45 Figuur 15: leeftijdsverdeling havenvoertuig met een maximale levensduur van 20 jaar ................................................................................................................. 59 Figuur 16: leeftijdsverdeling luchthavenvoertuig met een maximale levensduur van 15 jaar ........................................................................................................... 64 Figuur 17: samenvatting van de karakteristieken van de 4 scenario’s voor toekomstprojecties betreffende de vliegbewegingen (figuur rechtstreeks overgenomen uit [46]) – document opgemaakt in 2006 .................................. 65 Figuur 18: de OFFREM toolbar in ArcGIS.............................................................. 78 Figuur 19: aandeel CO2-emissies verschillende sectoren binnen off-road Vlaanderen 82 Figuur 20: aandeel SO2-emissies verschillende sectoren binnen off-road Vlaanderen 83 Figuur 21: aandeel NOX-emissies verschillende sectoren binnen off-road Vlaanderen voor de jaren 2000 en 2020 ......................................................................... 84 Figuur 22: aandeel PM10-uitlaatemissies verschillende sectoren binnen off-road Vlaanderen voor de jaren 2000 en 2020 ........................................................ 85 Figuur 23: aandeel PM2,5-uitlaatemissies verschillende sectoren binnen off-road Vlaanderen voor de jaren 2000 en 2020 ........................................................ 86 Figuur 24: NOX-emissies verschillende voertuigen binnen de sector landbouw (Vlaanderen) .............................................................................................. 87 Figuur 25: NOX-emissies verschillende voertuigen binnen de sector bosbouw (Vlaanderen) .............................................................................................. 88 Figuur 26: NOX-emissies verschillende voertuigen binnen de sector huishoudens (Vlaanderen) .............................................................................................. 89 Figuur 27: NOX-emissies verschillende voertuigen binnen de sector groenvoorziening (Vlaanderen) .............................................................................................. 90 Figuur 28: NOX-emissies verschillende voertuigen binnen de sector industrie (Vlaanderen) .............................................................................................. 91 Figuur 29: NOX-emissies verschillende voertuigen binnen de sector bouw (Vlaanderen) ................................................................................................................. 92 Figuur 30: NOX-emissies verschillende voertuigen binnen de sector defensie (Vlaanderen) .............................................................................................. 93 Figuur 31: NOX-emissies verschillende voertuigen binnen de sector havens (Vlaanderen) .............................................................................................. 94

XVI

Lijst van figuren

Figuur 32: NOX-emissies verschillende voertuigen binnen de sector luchthavens (Vlaanderen) .............................................................................................. 95 Figuur 33: NOX-emissies verschillende voertuigen binnen de sector multimodale overslagterminals (Vlaanderen).................................................................... 96 Figuur 34: spreiding van de NOX-emissies voor 2000, afkomstig van de sector tuinen ................................................................................................................ 97 Figuur 35: spreiding van de CO2-emissies voor 2000, afkomstig van de sector overige landbouw ................................................................................................... 98 Figuur 36: spreidingskaarten van NOX voor 2000 en 2020 ..................................... 99 Figuur 37: spreidingskaarten van CO2 voor 2000 en 2020 ....................................100 Figuur 38: spreidingskaarten van PM10 en PM10* voor 2010................................101 Figuur 39: Bovenaan: Off-road energieverbruik van luchthavens, havens, multimodale overslagterminals, defensie (toe te kennen aan ‘kantoren en administraties’) per energiedrager en benzineverbruik van quads en moto’s (toe te kennen aan ‘ andere diensten’) alsook totaal off-roadverbruik op 2e Y-as. Onderaan: totaal energieverbruik van de sectoren ‘kantoren en administraties’ en ‘andere diensten’ voor de overeenstemmende energiedragers als de off-road verbruiken alsook het totale energieverbruik van de tertiaire sector op 2e Y-as. ...............................107

XVII

Lijst van afkortingen

LIJST VAN AFKORTINGEN CH4 CO CO2 F-gassen IMJV km kWh LTO NH3 NMVOS NOX N2O OFFREM PAK P PJ PM10 PM2,5 POP SO2 T TJ TSP VMM

XVIII

Methaan koolstofmonoxide Koolstofdioxide Fluorhoudende gassen Integraal Milieujaarverslag Kilometer Kilo watt uur Landing and Take-Off Ammoniak Niet-methaan vluchtige organische koolwaterstoffen Stikstofoxide Lachgas Off-road emissiemodel Polycyclische aromatische koolwaterstoffen Pèta (=1015) Pèta Joule Particulated Matter (= stof) met een aerodynamische diameter van minder dan 10 µm Particulated Matter (= stof) met een aerodynamische diameter van minder dan 2,5 µm Persistente organische polluenten Zwaveldioxide Tera (=1012) Tera Joule Total Suspended Particles (= totaal stof) Vlaamse milieumaatschappij

Hoofdstuk 1 Inleiding

HOOFDSTUK 1

INLEIDING

→ Situering Internationale en Europese programma’s en richtlijnen leggen emissiegrenswaarden en immissienormen op voor België. De lidstaten moeten onder andere aan de Europese Commissie rapporteren over de luchtkwaliteit in hun land, moeten emissiereductie- en saneringsprogramma’s opstellen. De gerapporteerde gegevens van huidige en toekomstige emissiejaren worden berekend aan de hand van modellen. Een hiaat in het transportverhaal zijn de gegevens met betrekking tot de andere niet voor de weg bestemde mobiele voertuigen. Deze voertuigen zijn onder andere landbouwmachines, bosbouwmachines, bouwmachines, industriële machines, kettingzagen, grasmaaiers, … Om de emissies jaarlijks in de emissie-inventaris te kunnen opnemen en om historische emissiecijfers en prognosecijfers te kunnen gebruiken voor internationale rapporteringen en onderhandelingen is het nodig dat de Vlaamse Overheid over een model beschikt om deze emissies jaarlijks te modelleren. De Afdeling Lucht, Hinder, Risicobeheer, Milieu & Gezondheid volgt de voorbereidingen en onderhandelingen voor de nieuwe NEC-plafonds voor België, waardoor ze Belgische gegevens moet aanreiken of controleren ook als de verschillende gewesten niet over deze gegevens beschikken. → Doel van de studie Het doel van deze opdracht is een energie- en emissiemodel te ontwikkelen dat de uitlaat- en niet-uitlaat-polluenten door niet voor de weg bestemde mobiele voertuigen (off-road voertuigen) doorrekent voor de drie gewesten in België. De volgende luchtverontreinigende stoffen moeten deel uitmaken van het model: NOX, SO2, NH3, NMVOS, CO, benzeen, zware metalen, POP, PAK, TSP, PM10 en PM2,5 alsook de broeikasgassen CO2, CH4, N2O en de F-gassen. Het model heeft als acroniem OFFREM meegekregen (off-road emissiemodel). Deze studie is een vervolg op de verkennende studie “Emissies door niet voor de weg bestemde mobiele machines in het kader van internationale rapportering”, uitgevoerd door Transport & Mobility Leuven en TNO (Nederland). In de verkennende studie werd reeds een eerste aanzet gegeven voor de berekening van energie- en emissiegegevens voor off-road voertuigen. Het is de bedoeling om in deze studie voort te bouwen op de reeds opgedane kennis. Binnen deze opdracht hebben we enerzijds de off-road categorieën uit de verkennende studie verfijnd en uitgebreid, en anderzijds een model ontwikkeld met userinterface dat energie- en emissiegegevens berekent en rapporteert conform het formaat voor (inter)nationale/regionale rapporteringen.

1

Hoofdstuk 1 Inleiding

→ Leeswijzer De verschillende methodologieën achter het model beschrijven we in de volgende drie hoofdstukken. In hoofdstuk 2 lichten we de berekeningswijzen toe die de activiteiten van de off-road voertuigen omzet in energieverbruiken en emissies. Vervolgens geven we in hoofdstuk 3 de algemene en sectoriele inputdata weer waarmee het OFFREM-model rekent om tot activiteitsgegevens te komen. En als laatste beschrijven we de methodiek voor de geografische spreiding van de emissies van off-road voertuigen in hoofdstuk 4. Enkele modelresultaten bespreken we - per sector – in hoofdstuk 5. Aanbevelingen hoe deze resultaten best geïntegreerd worden in de energiebalans en emissieinventaris lucht zijn terug te vinden in hoofdstuk 6. Tot slot geven we in het besluit enkele beleidsaanbevelingen voor de toekomst omtrent de update en het gebruik van het model.

Verder zijn er nog drie bijkomende bijlagen beschikbaar waar volgende informatie in terug te vinden is: ▪ de handleiding van het OFFREM-model voor de gebruikers; ▪ de handleiding van het GIS-rekenmodel binnen OFFREM-model voor de gebruikers; ▪ de methode waarop historische gegevens moeten verzameld worden voor gebruik van het model voor de jaarlijkse emissie-inventaris;

2

Hoofdstuk 2 Methodiek model

HOOFDSTUK 2

METHODIEK MODEL

Zoals aangegeven in de inleiding, is het doel van deze studieopdracht de ontwikkeling van een emissie- en energiemodel OFFREM voor niet voor de weg bestemde mobiele voertuigen voor het Vlaams Gewest, het Waals Gewest en het Brussels Hoofdstedelijk Gewest. In dit hoofdstuk lees je: ▪ welke inputdata (activiteiten van off-road voertuigen) het model nodig heeft ▪ en uit welke berekeningmethoden het model is opgebouwd om emissies en energieverbruiken van off-road voertuigen als resultaat te bekomen.

2.1 Algemene beschrijving model Figuur 5 geeft een globaal overzicht van de OFFREM modelstructuur met input- en outputparameters voor het berekenen van emissies en energieverbruiken afkomstig van niet voor de weg bestemde mobiele voertuigen.

Figuur 5: OFFREM modelstructuur met input- en outputparameters

2.1.1

Sectoren

Tabel 2 geeft de verschillende sectoren en onderverdeling in subsectoren weer die in het OFFREM-model zijn opgenomen per gewest. Ook specifieke geografische toedelingen geven we weer.

3


Sector

Subsector

Geografisch

landbouw

groenvoorziening industrie bouw defensie havens

akkerbouw graasdierhouderij intensieve veehouderij glastuinbouw volle grondstuinbouw blijvende teelten tuin recreatie -

luchthavens

-

multimodale overslagterminals

spoor scheepvaart

akkerbouw graasdierhouderij intensieve veehouderij glastuinbouw volle grondstuinbouw blijvende teelten bossen tuinen recreatie (crossparcouren-bossen) groen industrieterreinen bouwwerven militaire terreinen Antwerpen Gent Zeebrugge Oostende Brussel Luik Zaventem Antwerpen Oostende Kortrijk-Wevelgem Charleroi Luik spoor scheepvaart

bosbouw huishoudens

Tabel 2: de verschillende (sub)sectoren in het OFFREM-model met hun geografische toedeling

2.1.2

Parksamenstelling

Voor de berekening van het energieverbruik en de emissies van off-road voertuigen maken we een onderscheid tussen off-road machines enerzijds en off-road wagens anderzijds. Voorbeelden van off-road machines zijn vork- en schaarliften, grasmaaiers, landbouwmachines, … Voor deze machines genereert het model activiteitsdata in ‘kWh’ en volgen we in grote lijnen de methodologie uit de TREMOD studie [1]. Voorbeelden van off-road wagens zijn dienstwagens, trekkers, … Voor deze wagens genereert het model activiteitsdata in ‘km’ en gebruiken we geaggregeerde cijferdata uit MIMOSA4 [2] voor de berekening van energieverbruiken en emissies.

In Figuur 6 en Figuur 7 geven we een overzicht van het detailniveau waarmee het OFFREM-model rekent per gewest en per subsector, respectievelijk voor off-road wagens en off-road machines. Het model kan dus ook output genereren op dit detailniveau. Deze mate van detail is bijgevolg ook noodzakelijk bij de parksamenstelling van de off-road voertuigen. De leeftijd van de voertuigen is gelinkt aan de technologieklasse (norm) waarin ze zich bevinden. De parksamenstelling bouwen we op aan de hand van de leeftijd van de voertuigen, het model linkt de voertuigen vervolgens aan de bijhorende technologie (norm). Als output geeft het model de technologieklasse weer. De machinetypes en activiteitsdata (lastfactoren en draaiuren) zijn subsectorafhankelijk. Meer details hierover per sector zijn terug te vinden in Hoofdstuk 3.

4


Figuur 6: overzicht parksamenstelling off-road wagens.

Figuur 7: overzicht parksamenstelling off-road machines

5


2.1.3

Verbrandingswaarden

De omrekening van brandstofhoeveelheden uitgedrukt in gewichtseenheden naar energie-eenheden kan eenvoudig gebeuren door gebruik te maken van de (onderste) verbrandingswaarden van de verschillende brandstoffen (Tabel 3). Diesel Benzine LPG

MJ/kg 42,697 43,953 45,949

Tabel 3: verbrandingswaarden [8]

2.1.4

Methodologie off-road machines

→ verbruiks- en emissiefactoren Het OFFREM-model is voorzien van de verbruiksfactoren en de technologiegerelateerde emissiefactoren NOX, CO, VOS en PM10 uit het TREMOD model [1]. De fijn stof uitlaatemissies van off-road voertuigen hebben een aërodynamische diameter kleiner dan 2,5 µm [9]. De hoeveelheid TSP, PM10 en PM2,5 van de uitlaatemissies zijn dus aan elkaar gelijk. Voor de N2O- en NH3-emissies rekent het OFFREM-model met de emissiefactoren uit EMEP/CORINAIR [10]. In EMEP/CORINAIR [10] zijn ook fracties CH4/VOS terug te vinden, en fracties benzeen/VOS (Tabel 4). brandstof diesel benzine LPG

CH4/VOS 3,7% 8% 3%

benzeen/VOS 2,6% 3,2% -

Bron: [10] - Tabel 9.2 Bron: [10] - Tabel 9.2 Bron: [10] - Tabel 9.1

Tabel 4: aandeel CH4 en benzeen van VOS voor diesel, benzine en LPG

De verbruiks- en emissiefactoren houden rekening met: ▪ de heersende regelgeving in het bouwjaar (technologie); ▪ een correctiefactor (TAF-factor - Transient Adjustment Factor) voor het reëel gebruik ten opzichte van de standaardcyclus (afhankelijk van belastingspatroon). Landbouw- en bosbouwtrekkers moeten aan dezelfde normen voldoen als de andere off-roadmachines. Enkel de implementatiedata voor Stage I en Stage II zijn verschillend (richtlijn 2000/25/EG). Dit is mee opgenomen in het OFFREM-model. In richtlijn 74/150/EEG is het volgende terug te vinden: “Onder trekker (landbouw - of bosbouwtrekker ) wordt verstaan ieder motorvoertuig op wielen of rupsbanden met ten minste twee assen, voornamelijk bestemd voor tractiedoeleinden en in het bijzonder ontworpen voor het trekken, duwen, dragen of in beweging brengen van bepaalde werktuigen, machines of aanhangwagens die voor gebruik in de land - of bosbouw zijn bestemd. De trekker kan zijn ingericht voor het vervoer van een lading en van meerijders.” Verder rekent het OFFREM-model ook nog met brandstofgerelateerde emissiefactoren voor CO2, SO2, PAK, POP en zware metalen. De CO2-emissiefactoren voor de

6


verschillende brandstoffen zijn gebaseerd op IPCC-emissiefactoren [11]. De PAK en POP emissiefactoren en de emissiefactoren voor zware metalen (exclusief lood) nemen we over uit EMEP/CORINAIR [10]. Voor de berekening van de SO2– en Pb-emissies houden we rekening met het zwavel- en loodgehalte in de verschillende brandstoffen (Tabel 5). Deze gehaltes zijn jaarafhankelijk. Het Pb-gehalte en S-gehalte (exclusief diesel) nemen we over uit MIMOSA4 [2]. Het S-gehalte voor diesel nemen we over uit de voorbereidende studie van TMLeuven [7; 12], met de uitzondering dat we de 50 ppm S reeds vanaf 2005 invoeren na bevinden uit de The Brussels Airport Company -studie [3]. Voor de periode 1990-1999 nemen we een geleidelijke overgang van 2 000 ppm S naar 1 000 ppm S, aangezien de richtlijn 93/12/EEG een maximum zwavelgehalte van 0,2 gew% oplegt voor diesel voor off-road toepassingen. Voor de periode 2021-2030 houden we de aanname uit de voorbereidende studie [7] voor 2020, namelijk 10 ppm S. ppmS ppmS ppmS

Brandstof diesel benzine LPG

mgPb/kg mgPb/kg mgPb/kg

diesel benzine LPG

1990 2000 300 5

1995 1500 300 5

2000 1000 79 5

2005 50 14,9 5

2010 50 6,9 5

2015 10 6,9 5

2020 10 6,9 5

2025 10 6,9 5

2030 10 6,9 5

0 150 0

0 73 0

0 1,3 0

0 1,3 0

0 1,3 0

0 1,3 0

0 1,3 0

0 1,3 0

0 1,3 0

Tabel 5: jaarafhankelijk gemiddeld zwavel- en loodgehalte voor de verschillende brandstoffen voor off-road machines [7; 12]

Voor de PM en zware metaal niet-uitlaat emissies – remmen, banden, wegdek, koppelingen, onderstellen en schepborden - maken we gebruik van emissiefactoren uit de CARBOTECH-studie [13]. We hanteren verschillende emissiefactoren voor industriële machines, bouwmachines en landbouwtractoren. In deze studie zijn enkel PM-emissiefactoren voor TSP en PM10 terug te vinden. Voor PM2,5 hebben we zelf een eerste pragmatische inschatting gemaakt. Indien de TSP en PM10 emissies aan elkaar gelijk zijn, nemen we aan dat de fractie fijn stof volledig PM2,5 is. Indien dit niet het geval is, veronderstellen we dat de fractie PM2,5 gelijk is aan nul. Voor de slijtage van het wegdek door industriële machines zijn geen emissiefactoren teruggevonden. We veronderstellen dat de TSP-emissies van deze bron tweemaal zo groot zijn als de PM10emissies, naar analogie met de corresponderende emissiefactoren voor personenwagens. Voor de bewerking van landbouwgronden berekenen we een emissiefactor per hectare bewerkte grond aan de hand van de bijhorende emissiecijfers voor Vlaanderen (PM10 en TSP) uit een studie van UGent [14] en het aantal bewerkte ha land in deze studie voor het jaar 2002. Graag merken we op dat de impact van de niet-uitlaatemissies op de gezondheid verschillend is van deze van de uitlaatemissies. Beide enkel kwantitatief vergelijken (emissies) is dus niet aangewezen. We merken echter op dat de emissiefactoren voor PM en zware metaal nietuitlaatemissies nog zeer onzeker zijn en de emissieresultaten dus een eerste inschatting zijn. Het model laat toe om in de toekomst de emissiefactoren aan te passen aan nieuwe inzichten. Voor de PAK- en POP-emissies hebben we geen emissiefactoren teruggevonden voor benzine 2-takt motoren en voor motoren die LPG verbranden. In het model nemen we als eerste pragmatische inschatting de emissiefactoren van 4-taktmotoren over voor 2-takt en LPG.

7


F-gassen komen vrij bij het gebruik van airco, dit is echter verwaarloosbaar bij offroad voertuigen. Tabellen met gedetailleerde verbruiks-, emissie- en correctiefactoren zijn terug te vinden in het OFFREM-model. → modelberekeningen: elektriciteitsverbruik Voor elektrische off-road machines is het elektriciteitsverbruik bij benadering gelijk aan het energieverbruik in kWh. energieverbruik (kWh) = ontwerpvermogen(kW) × belastingsgraad(%) × draaiuren(h)

→ modelberekeningen: brandstofverbruik Het brandstofverbruik bepalen we aan de hand van het energieverbruik en een verbruiksfactor. De verschillende verbruiksfactoren zijn zoals reeds eerder vermeld terug te vinden in het TREMOD model [1]. brandstofverbruik(g) = energieverbruik (kWh) × verbruiksfactor(g kWh)

→ modelberekeningen: uitlaatemissies Voor de uitlaatemissies maken we een onderscheid tussen technologiegerelateerde emissies en brandstofgerelateerde emissies. Naast de corresponderende emissiefactoren maken we hier enerzijds gebruik van energieverbruiken en anderzijds van brandstofverbruiken. technologiegerelateerde emissies(g) = emissiefactor(g kWh) × energieverbruik(kWh) brandstofgerelateerde emissies(g) = emissiefactor(g g) × brandstofverbruik(g)

→ modelberekeningen: niet-uitlaatemissies De niet-uitlaatemissies van de off-road machines bepalen we door de verschillende activiteiten te vermenigvuldigen met specifieke emissiefactoren in g/uur of g/ha. De activiteiten brengen we in kaart door het bepalen van de draaiuren, uitgezonderd voor landbouwvoertuigen waarvoor we het aantal hectare als activiteit dienen mee te nemen voor de berekening van de niet-uitlaatemissies. In het model duiden we de niet-uitlaatemissies aan met behulp van ‘*’. niet − uitlaatemissies(g) = emissiefactorer(g uur of ha) × activiteit(uur of ha)

8


2.1.5

Methodologie off-road wagens

→ verbruiks- en emissiefactoren Voor de off-road wagens hebben we vlootfactoren – per voertuigtype, brandstofsoort en euro-norm - uit MIMOSA4 [2] in het OFFREM model gestoken. Voor de berekening van de vlootfactoren hebben we rekening gehouden met de lagere snelheid van offroad wagens ten opzichte van wegtransport. De vlootfactoren zijn berekend bij 15 km/uur. F-gassen komen vrij bij het gebruik van airco, dit is echter verwaarloosbaar bij offroad voertuigen. Tabellen met de gehanteerde verbruiks- en emissiefactoren zijn terug te vinden in het OFFREM-model. → modelberekeningen: brandstofverbruik Het brandstofverbruik berekenen we aan de hand van een verbruiksfactor en de afgelegde kilometers. De verbruiksfactoren zijn zoals reeds eerder vermeld vlootverbruiksfactoren uit MIMOSA4 [2]. brandstofverbruik(g) = vlootverbruiksfactor(g / km) × jaarkilometers(km)

→ modelberekeningen: uitlaatemissies Voor de uitlaatemissies maken we een onderscheid tussen technologiegerelateerde emissies en brandstofgerelateerde emissies. Naast de corresponderende emissiefactoren uit MIMOSA4 [2] maken we hier enerzijds gebruik van afgelegde kilometers en anderzijds van brandstofverbruiken. technologiegerelateerde emissies(g) = vlootemissiefactor(g km) × jaarkilometers(km) brandstofgerelateerde emissies(g) = vlootemissiefactor(g g) × brandstofverbruik(g)

→ modelberekeningen: niet-uitlaatemissies De niet-uitlaatemissies van off-road wagens berekenen we op dezelfde manier als de technologiegerelateerde uitlaatemissies. Naast de corresponderende emissiefactor uit MIMOSA4 [2] maken we hier gebruik van afgelegde. In het model duiden we de nietuitlaatemissies aan met behulp van ‘*’. niet − uitlaatemissies(g) = vlootemissieractor(g km) × jaarkilometers(km)

9


2.2 Output van het model We hebben het model voorzien van de 4 gevraagde outputniveaus om aan alle rapporteringsverplichtingen te kunnen voldoen, namelijk grootste detail, NFR-, RAINSen CRF-formaat. In wat volgt geven we weer hoe deze formaten zijn opgebouwd. Het formaat nodig voor de link met de energiebalans Vlaanderen lichten we op het einde kort toe. Dit formaat voorzien we extra in het OFFREM-model.

2.2.1

Grootste detail

Zoals aangegeven in Figuur 5 zullen de emissies en energieverbruiken in het grootste detail raadpleegbaar zijn in het model. Concreet betekent dit per: MACHINES ▪ jaar ▪ sector ▪ subsector ▪ geografische zone ▪ machinetype ▪ brandstofsoort ▪ motortype ▪ motorcapaciteit ▪ technologie

2.2.2

WAGENS ▪ jaar ▪ sector ▪ subsector ▪ geografische zone ▪ wagentype ▪ brandstofsoort ▪ technologie

NFR-formaat

NFR staat voor New Format Reporting. Hiervoor dienen voor de off-road voertuigen de totale NOX, NMVOS, SO2 en NH3 emissies voor België gekend te zijn (eenheid: kton = Gg) voor de historische jaren. Verder dient er nog een onderverdeling te gebeuren naar verschillende NFR-categorieën. Emissies van de off-road voertuigen horen thuis onder volgende NFR-categorieën: ▪ 1 A 4 b ii Household and gardening (mobile) ▪ 1 A 4 c ii Off-road Vehicles and Other Machinery ▪ 1 A 5 b Other, Mobile (Including military) De overeenkomstige sectoren in het OFFREM-model zijn respectievelijk: ▪ Huishoudens (excl. moto’s en quads); ▪ Land- en bosbouw; ▪ Industrie, Bouw, Havens, Luchthavens, Multimodale overslagterminals, Groenvoorziening en Defensie, Moto’s en quads. De OFFREM-emissies behoren tot (m.a.w. maken een onderdeel uit van) de verschillende NFR-sectoren.

2.2.3

RAINS-formaat

Voor de RAINS-tabellen dienen data gegenereerd te worden voor 1990-1995-20002005-2010-2015-2020-2025-2030. Het gaat hier om NOX, NMVOS, PM2,5 (uitlaat), PM10 (uitlaat), NH3, CO, CH4, SO2, PM2,5 (niet-uitlaat) en PM10 (niet-uitlaat) voor België. De eenheid waarin deze emissies gerapporteerd moeten worden is kton.

10


Verder dient er niet enkel een onderverdeling te gebeuren naar verschillende sectoren, maar ook naar brandstofsoorten en technologieën. Tabel 6, Tabel 7 en Tabel 8 geven de afstemming tussen RAINS en OFFREM weer voor deze onderverdelingen. RAINS-sector

OFFREM-sectoren

TRA_OT_AGR TRA_OT_CNS TRA_OT_LB

Land- en bosbouw (excl. 2-stroke benzine motoren) Industrie en Bouw Havens, Luchthavens, Multimodale overslagterminals, Huishoudens en Defensie Land- en bosbouw: 2-takt benzine motoren

TRA_OT_LD2

Groenvoorziening,

Tabel 6: afstemming RAINS- en OFFREM-sectoren

RAINS_Energy

OFFREM_Energievectoren

ELE - Electricity GSL - Gasoline LPG - Liquefied petroleum gas MD - Medium distillates (diesel,light fuel oil)

Elektriciteit Benzine LPG Diesel

Tabel 7: afstemming RAINS- en OFFREM-energievectoren

RAINS_normen RAINS-sectoren TRA_OT_AGR, TRA_OR_CNS, TRA_OT_LB NSC LFEUI LFEUII LFEUIII LFEUIV LFEUV LFEUVI RAINS-sector TRA_OT_LD2 NSC MMO2I MMO2II MMO2III

OFFREM_normen pre Stage I Stage I Stage II Stage III (a en b) Stage IV Stage V Stage VI

euro0 euro1 euro2 euro3 euro4 euro5 euro6

pre Stage I Stage I Stage II Stage III (a en b)

euro0 euro1 euro2 euro3

Tabel 8: afstemming RAINS- en OFFREM-technologieën

De OFFREM-emissies vertegenwoordigen (m.a.w. zijn gelijk aan) de totale emissies binnen de bovenvermelde RAINS-sectoren.

2.2.4

CRF-formaat

In de CRF-tabellen moeten volgende cijferdata voor ‘liquid fuels’ ingevuld worden voor de historische jaren: ▪ brandstofverbruiken (TJ) ▪ emissies (Gg = kton) en emissiefactoren (t/TJ) van: o CO2 o CH4 o N2O o NOX o CO o NMVOS o SO2 Onder ‘liquid fuels’ verstaan we alle brandstoffen in het OFFREM-model samen.

11


Deze cijfers moet het OFFREM-model genereren voor verschillende sectoren. Afstemming sectoren CRF-tabellen en OFFREM is terug te vinden in Tabel 9. Ter info: deze afstemming wordt na de studie verder besproken binnen de drie gewesten en kan dus mogelijks in de toekomst nog wijzigen. CRF-sector

OFFREM-sectoren

1.A.2 Manufacturing Industries and Construction a. Iron and Steel b. Non-Ferrous Metals c. Chemicals d. Pulp, Paper and Print e. Food Processing, Beverages and Tobacco f. Other (please specify ) 1.A.4 Other Sectors a. Commercial/Institutional

Industrie en Bouw verdeling op basis van gas- en dieselolieverbruik energiebalansen

b. Residential c. Agriculture/Forestry/Fisheries

Havens, Luchthavens, Groenvoorziening en Multimodale overslagterminals, Defensie, Moto’s en quads Huishoudens (excl.moto’s en quads) Land- en bosbouw

Tabel 9: afstemming CRF- en OFFREM-sectoren

De OFFREM-emissies en –verbruiken behoren tot (m.a.w. maken een onderdeel uit van) de verschillende CRF-sectoren.

2.2.5

Energiebalans Vlaanderen

Voor de energiebalans Vlaanderen moet het OFFREM-model het energieverbruik (per energievector) van de off-roadvoertuigen genereren (eenheid: GJ). Tabel 10 geeft de afstemming tussen de energievectoren in de energiebalans Vlaanderen en het OFFREM-model weer. EBV_Energievectoren

OFFREM_Energievectoren

elektriciteit gas- en dieselolie benzine LPG

Elektriciteit diesel benzine LPG

Tabel 10: afstemming energiebalans Vlaanderen en OFFREM-energievectoren

Een onderverdeling naar verschillende sectoren is nodig om afstemming met de energiebalans Vlaanderen te bekomen/verifiëren. Tabel 11 geeft de afstemming van de verschillende sectoren uit het OFFREM-model met de energiebalans Vlaanderen weer. EBV_sector

OFFREM-sectoren

Industrie Kantoren en administraties

industrie en bouw multimodale overslagterminals, havens, luchthavens, defensie, moto’s en quads huishoudens (excl. moto’s en quads) land- en bosbouw, groenvoorziening

Huishoudens Land- en tuinbouw, veeteelt, visvangst

Tabel 11: afstemming energiebalans Vlaanderen en OFFREM-energievectoren

12


De OFFREM-verbruiken behoren tot (m.a.w. maken een onderdeel uit van) de verschillende EBV-sectoren.

13

Hoofdstuk 3 Methodiek dataverzameling

HOOFDSTUK 3

METHODIEK DATAVERZAMELING

Tabel 12 geeft een overzicht van de inputgegevens nodig om de emissies te berekenen. Bij het verzamelen van data konden niet alle gegevens in dit formaat geleverd worden of ontbrak een gedeelte van de gegevens. Dit hoofdstuk beschrijft per sector welke gegevens beschikbaar zijn en hoe we deze omzetten naar het inputformaat van het emissiemodel. De methodiek om ontbrekende data binnen eenzelfde sector en eenzelfde jaar aan te vullen noemen we opschaling. De methodiek om een volledige dataset naar vroegere of toekomstige jaren om te zetten noemen we een historische of een toekomstige projectie. Machines

Wagens

Machine type Motortype Motorcapaciteit Bouwjaar Draaiuren/jaar • Stand by • Operationeel Brandstof

Wagentype

Bouwjaar km/jaar

Brandstof

Tabel 12: input parameters voor het emissiemodel per gewest en (sub)sector

Voor het aantal draaiuren van machines maken we een onderverdeling in stand by draaiuren en operationele draaiuren. Dit omdat het aandeel van de uren dat de machine draait, maar geen arbeid verricht niet verwaarloosbaar is in vergelijking met het totaal aantal uren dat de machine draait. Het verbruik van een machine in stand by is echter wel verwaarloosbaar ten opzichte van het verbruik in operationele toestand.

3.1 Landbouw In de eerste paragraaf omschrijven we de subsectoren, teeltgroepen en teelten die in de studie aan bod komen. Ook de koppeling van de categorieën of klassen met deze uit de energiebalans Vlaanderen stellen we hier voor. Een tweede paragraaf beschrijft de off-road landbouwactiviteiten van het basisjaar (2005). Hier lichten we de modelberekening in detail toe, samen met een voorstelling van het off-road wagenpark van de landbouwsector. De daarop volgende paragrafen voor historische en toekomstige landbouwactiviteiten omschrijven de uitbreiding van het model naar het verleden en naar de toekomst.

14


3.1.1

Beschrijving sector

→ De landbouwsector en zijn subsectoren, teeltgroepen en teelten De landbouwsector omvat land- en tuinbouwactiviteiten. We kunnen de sector opsplitsen in volgende subsectoren: akkerbouw, weiland, glastuinbouw, boomgaarden en veehouderij. Tabel 13 geeft een overzicht van de teeltgroepen of teelten per subsector. In deze opdeling valt de klassieke (vollegronds)tuinbouw onder akkerbouw. De gekozen subsectoren komen overeen met al bestaande rapporteringsformaten. Bovendien worden bijvoorbeeld groenten in openlucht ook op akkers verbouwd. We suggereren dan ook geen aparte subsector voor de tuinbouw. Subsector Landbouw Akkerbouw

Weiland Glastuinbouw Boomgaarden Veehouderij

Teeltgroep/Teelt Granen voor de korrel, Nijverheidsgewassen, Voedergewassen, Aardappelen, Droog geoogste peulvruchten, Groenten in openlucht, Sierteelt in openlucht, Boomkwekerijen in openlucht Tijdelijke weiden en permanent grasland, Braakland Teelten in serres Boomgaarden Runderen, Varkens, Pluimvee

Tabel 13: subsectoren binnen de landbouw en de bijhorende teelten

Een teeltgroep omvat diverse teelten, die we in sommige gevallen verder onderscheiden in het model. Dit is weergegeven in Tabel 14. Merk op dat we bv. teelten in serres of boomgaarden niet verder onderverdelen. Bij de voedergewassen omvat de teeltgroep ‘groenvoeders’ o.a. klaver en raaigras. Deze teelten worden vaak (in ongeveer 90% van de gevallen) ingezaaid na graangewassen om het veld opnieuw van stikstof te voorzien. De teeltgroep ‘andere eenjarige voedergewassen’, ook wel ‘andere groenvoeders’ genoemd, omvat o.a. wikke, gele mosterd en snijrogge. Subsector Landbouw Granen voor de korrel

Nijverheidsgewassen Voedergewassen

Teeltgroep/Teelt Wintertarwe, Zomertarwe, Wintergerst, Zomergerst, Winterrogge, Spelt, Haver, Korrelmaïs, Triticale, Andere granen Suikerbieten, Chicorei, Vlas, Koolzaad, Tabak, Hop Voederbieten, Voedermaïs, Andere eenjarige voedergewassen, Groenvoeders

Tabel 14: teelten binnen de teeltgroepen die we apart beschouwen in het model

→ Waar landbouwactiviteiten onderbrengen in de energiebalans Vlaanderen Voor de energiebalans Vlaanderen wijzen we de subsectoren of teelten aan de volgende categorieën toe (Tabel 15): akkerbouw, vollegrondstuinbouw, glastuinbouw, blijvende teelten, graasdierhouderij, en intensieve veehouderij. We merken hierbij op dat er voor ‘tijdelijke weiden en permanent grasland’ alsook voor ‘braakland’ meerdere categorieën passen. Geen van beide zijn teelten in de strikte zin van het woord. Ze ondergaan (zeer beperkte) akkerbewerkingen zoals beluchting. Weiden en permanent grasland worden gedeeltelijk begraasd, waardoor deze teeltgroep onder de categorie graasdierhouderij sorteert. Daarnaast merken we op, betreffende de categorie graasdierhouderij, dat runderen steeds minder op de weide grazen. De weideperiode

15


of graasperiode is met andere woorden beperkt. Anders dan in Nederland graast in België nog meer dan 50% van de runderen langdurig, maar ook bij ons kan zich in de toekomst een neerwaartse trend voordoen. Het is echter te vroeg om hier in dit model veronderstellingen rond te maken. Categorie energiebalans Akkerbouw Vollegrondstuinbouw Glastuinbouw Blijvende teelten Graasdierhouderij Intensieve veehouderij

Subsector/Teelt Akkerbouw exclusief Groenten, Sierteelt en Boomkwekerijen in openlucht Groenten, Sierteelt Teelten in serres Boomgaarden en Boomkwekerijen in openlucht Runderen, Tijdelijke weiden en permanent grasland, Braakland Varkens, Pluimvee

Tabel 15: categorieën van de energiebalans en de bijhorende landbouwsubsectoren en -teelten

→ Biologische landbouw De laatste jaren is er een toename van de biologische landbouw, die een heel specifieke teelttechniek vereist. Binnen deze studie houden we hier nog geen rekening mee om twee redenen: de omvang is totnogtoe verwaarloosbaar klein, en de teelttechniek is minder eenvormig dan bij traditionele landbouw. In 2007 bedroeg de omvang van biologische akkerbouw in Vlaanderen 1 683 ha ofwel 0,44% van de totale akkerbouw in Vlaanderen. Voor weiland ging het om 1 823 ha in Vlaanderen, gelijk aan 0,81% van de totale oppervlakte aan weiland [15]. Onderzoek naar specifieke teelttechnieken geschikt voor de biologische landbouw is nog in volle opgang. Beide redenen lijken ons voldoende om geen rekening te houden met biologische landbouw in het bepalen van het off-road verbruik en de off-road emissies van de landbouwsector.

3.1.2

Basisjaar activiteiten

Als basisjaar voor de landbouwactiviteiten kiezen we 2005. Het brandstofverbruikmodel voor landbouwmachines die niet op de openbare weg komen, is gebaseerd op een Duitse studie uitgevoerd door het KTBL [6] in 2005. Deze studie berekende de specifieke brandstofbehoeften van dieselmotoren in de landbouw, uitgedrukt in L/ha, op basis van machinegrootte, bodemweerstand, perceelsgrootte, en belading (L sproeistof/ha of ton product/ha). Verder steunt het model op een combinatie van teelttechnische gegevens, bodemgebruik in combinatie met bodemtype, perceelsgrootte en gemiddelde leeftijd en vermogen van de tractors. Voor de modelberekening steunen we op volgende principes: 1. het brandstofverbruik uit de Duitse studie is representatief voor België en voor het basisjaar 2005; 2. de teelttechnische fiches zijn representatief voor de gerapporteerde jaren, of ook: teelttechnisch verwachten we geen grote veranderingen binnen de landbouw; 3. het bodemgebruik in combinatie met het bodemtype in de drie gewesten blijft constant doorheen de jaren: er zullen geen noemenswaardige verschuivingen optreden; 4. de verdeling van perceelsgroottes, opgedeeld in 8 klassen, blijft nagenoeg constant over de jaren voor elk van de drie gewesten;

16


5. voor de berekening van het brandstofverbruik beschouwen we zowel zelfrijdende als getrokken of gedragen toestellen, afhankelijk van de beschikbare verbruiksgegevens uit de Duitse studie; voor de berekening van de emissies daarentegen houden we enkel rekening met de landbouwtrekkers, wat betekent dat het wagenpark virtueel gereduceerd wordt tot getrokken of gedragen toestellen; de reden hiervoor is dat er onvoldoende gegevens zijn om een relevante samenstelling van het zelfrijdende wagenpark op te stellen; bovendien zijn zelfrijders ook dieselmotoren met gelijkaardig vermogen en achten we het verschil in brandstofverbruik tussen zelfrijders en getrokken toestellen voldoende klein. Ook het stationair draaien, het keren op de akker, en de verplaatsing van en naar het land, zijn vervat in de gerapporteerde cijfers. Om een correcte modelopbouw te verzekeren, moeten al deze factoren bepaald worden per beschouwde teelt of teeltgroep en per gewest. We merken nog op dat we door deze modelopbouw geen onderscheid maken tussen off-road verkeer van de landbouwer of van de loonwerker. Het aantal bewerkingen dat nodig is voor een bepaalde teelt, blijft dezelfde, en de gebruikte machines zijn vervat in de samenstelling van het globale landbouwmachinepark. Dit maakt modelberekeningen voor de toekomst niet onnodig ingewikkeld. Het brandstofverbruikmodel steunt op een combinatie van teelttechnische gegevens, bodemgebruik in combinatie met bodemtype, perceelsgrootte en gemiddelde leeftijd en vermogen van de tractors. Elk van deze modelonderdelen komt in de volgende paragrafen afzonderlijk aan bod. → Teelttechnische fiche We hebben aparte fiches opgesteld met teelttechnische gegevens voor de teelten of teeltgroepen weergegeven in Tabel 16. Dit betekent dat volgende subsectoren, teeltgroepen of teelten niet gedekt zijn in deze studie wegens gebrek aan teelttechnische of andere nuttige informatie: boomkwekerijen in open lucht, sierteelt in open lucht, boomgaarden, andere nijverheidsgewassen en landbouwzaden, en teelten in serres. De fiches zijn opgemaakt op basis van de aanwezige expert judgement binnen ILVO, zonodig aangevuld met informatie en kennis vanuit de praktijk2.

2

Werden geraadpleegd ivm teelttechniek in het kader van de OFFREM studie: Maarten Huybrechts (mechanisatieconsulent Boerenbond), Bart Baets (innovatiesteunpunt Boerenbond), Nico Vergote en Robrecht Winnepeninckx (Provinciaal Proefcentrum voor de Groenteteelt Oost-Vlaanderen vzw, Kruishoutem), en Suzy Van Gansbeke (Afdeling Duurzame Landbouwontwikkeling (ADLO), Departement Landbouw en Visserij, Vlaamse Overheid).

17


Teelten met teelttechnische fiche Granen voor de korrel wintertarwe zomertarwe spelt winterrogge wintergerst zomergerst (+brouwgerst 1999-2001) haver korrelmaïs triticale (kruising tarwe en rogge) andere granen Nijverheidsgewassen suikerbieten cichorei vlas koolzaad tabak hop Voedergewassen voedermaïs voederbieten andere eenjarige voedergewassen groenvoeders (andere wortel- en knolgewassen) Aardappelen vroege aardappelen late aardappelen (= alles wat niet vroeg is) Groenten Droog geoogste peulvruchten Groenten in open lucht Weiland tijdelijke weiden en permanent grasland braakland GLASTUINBOUW Veehouderij* runderen VEEHOUDERIJ varkens pluimvee

Tabel 16: teeltgroepen en teelten waarvoor we een teelttechnische fiche hebben opgesteld voor de berekening van het energieverbruik. *Voor de veehouderij bevat deze fiche een inschatting van het aantal draaiuren gepresteerd door een landbouwtrekker

We merken op dat in de serreteelt vaak elektrische machines gebruikt worden, bijvoorbeeld oogstkarren, en machines met benzinemotoren, bijvoorbeeld glazenwassers. De berekening van het off-road verbruik van deze subsector vergt hierdoor een aparte aanpak. We hebben gegevens opgevraagd bij een firma die in loondienst 50-60% van het mobiele werk verzorgt in de glastuinbouw in Vlaanderen. Dit werk omvat o.a. het ontsmetten van de serre, het reinigen van het glas, het verzamelen van het loof na afloop van de teelt en het verwerken ervan. We hebben een globaal cijfer gekregen van het totale brandstofverbruik in 2007, nl. 160 000 liter diesel en 400 liter benzine, maar deze cijfers omvatten ook een deel loonwerk in andere subsectoren zoals sierteelt in open lucht. We kunnen dit verbruik naar onze

18


mening niet op een betrouwbare wijze extrapoleren naar heel de subsector. Van het personeel van de proeftuin in Sint-Katelijne-Waver3 weten we verder dat een doorsnee bedrijf een elektrische heftruck, een elektrische vloerkuismachine en een aantal elektrokarren (of handmatige karren) heeft. Ook hier ontbreken voldoende gegevens om ze op een betrouwbare wijze te extrapoleren naar heel de subsector. Granen voor de korrel: Wintertarwe

NR 1 2 3 4 5 6 7 8 9 10 11 12 13 14

ID SUBBEWERKING/WERKGANG SECTOR ploegen 1 klaarleggen + zaaien 1 mineraal bemesten 1 spuiten A: gedragen toestel 1 spuiten B: getrokken/zelfrijdend toestel 1 oogst: pikdorsen 1 oogst: graantransport op veld 1 naoogst: persen van stro 1 naoogst: strobalentransport 1 organisch bemesten A: injector/zelfrijdend (drijf) 1 organisch bemesten B: mestspreider 1 organisch bemesten B: inwerken mest 1 naoogst: klaarleggen vr groenbemesters 1 naoogst: inzaai groenbemesters 1

FRACTIE # GANGEN VAN DE OP VELD AKKERS die (voor deze SPECIFIEK DEELTOTAAL emissieID # bewerking VERBRUIK VERBRUIK VERBRUIK berekening MACHINE GANGEN ondergaan (L/ha) (L/ha) (L/ha) VITO) 2 1 1 1 5 1 1 1 9 3 1 3 14 3 0,9 2,7 15 3 0,1 0,3 16 1 1 1 24 1 1 1 38 1 1 1 44 1 1 1 10 1 0,18 0,18 11 1 0,27 0,27 1 1 0,27 0,27 1 1 0,9 0,9 5 1 0,9 0,9 14,52

Figuur 8: teelttechnische fiche voor wintertarwe

Figuur 8 toont de teelttechnische fiche voor wintertarwe. Deze fiche is standaard voor alle teeltgroepen, uitgezonderd voor de veehouderij. Iedere lijn omschrijft een akkerbewerking. Het nummer onder ID_MACHINE verwijst naar één van de landbouwmachines uit Tabel 19, nl. de machine die gebruikt wordt voor de bewerking. Het aantal werkgangen duidt aan hoeveel keer de landbouwer over zijn veld rijdt voor die bewerking. Zo zijn er voor gewasbescherming meestal meerdere gangen nodig. Ook in het voorbeeld van wintertarwe wordt er 3 keer uitgereden om te sproeien. Niet alle landbouwers voeren alle akkerbewerkingen uit, of niet elke bewerking wordt op dezelfde manier uitgevoerd. Om dit op te vangen, werken we met de ‘fractie van de akkers die de bewerking ondergaat’. Voor bewerkingen die op elke akker worden uitgevoerd, is deze fractie gelijk aan 1. Maar bijvoorbeeld het toedienen van organische mest aan het einde van de teeltcyclus gebeurt niet overal. 18% van de landbouwers mest bij met een zelfrijdende mestinjector en nog eens 27% mest bij met een mestspreider en werkt nadien de mest in. In totaal mesten slechts 45% van de landbouwers bij. Landbouwers sproeien om hun gewas te beschermen. Dat kan met een gedragen toestel (in 90% van de gevallen) of met een zwaarder, getrokken toestel (in 10% van de gevallen). Ook dat zit vervat in de ‘fractie van de akkers etc.’. Het specifiek verbruik resulteert uit de combinatie van de machinegrootte, perceelsgrootte, bodemweerstand, en het relatieve brandstofverbruik van de specifieke landbouwmachine onder ID_MACHINE per gewest. Het specifiek verbruik voor eenzelfde akkerbewerking binnen eenzelfde teelt varieert licht tussen de gewesten. Het deelverbruik geeft het verbruik van de akkerbewerking weer en houdt hiervoor rekening met het aantal werkgangen (multiplicator) en de fractie van de akkers die de bewerking ondergaan (multiplicator). De som van alle deelverbruiken geeft het totale, relatieve verbruik (L/ha) van de teelt. Dit getal (per gewest) wordt nadien vermenigvuldigd met de totale teeltoppervlakte (per gewest) om het absolute brandstofverbruik te kennen. 3

Proefstation voor de Groenteteelt vzw., Duffelsesteenweg http://www.proefstation.be/nederlands/research.html

101,

2860

Sint-Katelijne-Waver,

19


Voor de veehouderij bestaat het off-road verkeer uit een beperkt aantal draaiuren met de tractor om de stallen uit te mesten, de voederkuil uit te kuilen om de dieren te voederen, het veevoeder rond te rijden, en een aantal wisselende, bijkomstige taken. De teelttechnische fiche bevat een inschatting van het aantal draaiuren per bedrijf gepresteerd door een landbouwtrekker. Dit kengetal is gebaseerd op gegevens uit de landbouwboekhoudig van de Boerenbond4 en is een gemiddeld energieverbruik van gemotoriseerde voertuigen op het bedrijf (gemiddelde waarde van respectievelijk 125 varkensbedrijven en 392 rundveebedrijven over 3 jaar). Het kengetal werd gecontroleerd door een expert van de Afdeling Duurzame Landbouwontwikkeling (ADLO). → Bodemgebruik in combinatie met bodemtype De brandstofverbruikcijfers uit de Duitse studie [6] hangen o.a. af van de bodemweerstand van de akker (indien de machine een grondbewerking doet). De studie onderscheidt 3 bodemweerstanden: gering, middelmatig en zwaar. Er zijn geen details gegeven over welke bodemtypes aansluiten bij welke klasse bodemweerstand. Daarom hebben we zelf de bodemklassen die voorkomen op de CORINE Land Cover kaart (CLC) heringedeeld in 3 arbitraire klassen van bodemweerstand: laag, matig en hoog (ook bodemklassen 1, 2, 3 genoemd). Ook uit de CLC hebben we de oppervlaktes berekend die ingenomen worden door een bepaald bodemgebruik per gewest. Volgende codes of klassen van bodemgebruik schrijven we toe aan de landbouwsector: 2.1.1, 2.2.2, 2.3.1, 2.4.2, en 2.4.3. Tabel 17 geeft een precieze omschrijving van de CLC klassen en geeft aan welke arealen van teelten of teeltgroepen hieronder sorteren. CLC code 2.1.1

Klassen CLC Niet-geïrrigeerd bouwland

2.2.2 2.3.1 2.4.2

Permanente gewassen Weiland Heterogeen landbouwgebied met complexe teeltpatronen (max. 75% eenzelfde teelt) Heterogeen landbouwgebied gedomineerd door landbouw (25 - 75%) afgewisseld met natuurlijke vegetatie

2.4.3

Subsector/Teeltgroep/Teelt landbouwsector Akkerbouw, Teelten in serres, Groenten-SierteeltBoomkwekerijen in openlucht, Runderen, Varkens, Pluimvee (Gemengde landbouwbedrijven) Boomgaarden Tijdelijke weiden en permanent grasland, Braakland deels Akkerbouw, deels Weiland

Akkerbouw, Teelten in serres, Groenten-SierteeltBoomkwekerijen in openlucht, Runderen, Varkens, Pluimvee

Tabel 17: bodemgebruik in de landbouw ingedeeld volgens de klassen of codes uit de CORINE Land Cover kaart (CLC)

We hebben vervolgens fracties berekend van bodemgebruik in combinatie met bodemtype per gewest. Zo kennen we bijvoorbeeld de fractie van het totale areaal in Vlaanderen waar akkerbouw op bodems met zware bodemweerstand voorkomt. In totaal onderscheiden we 3 rechtstreekse en 2 afgeleide bodemgebruiksklassen per gewest: akkerbouw, boomgaarden en weiland.(rechtstreeks) en suikerbieten en groenten in openlucht (afgeleid). De afgeleide klassen sorteren onder akkerbouw, maar hebben een specifieke bodembehoefte. Zo gedijen groenten het best op lichte, zandige bodems, terwijl suikerbieten voornamelijk op zwaardere bodems worden geteeld. We hebben daarom arbitrair volgende fracties gekozen voor deze teelten: groenten worden voor 80% geteeld op bodems klasse 1 en voor 20% op bodems 4

Vertrouwelijke cijfers, met dank aan Bart Baets (innovatiesteunpunt Boerenbond)

20


klasse 2; suikerbieten worden voor 50% geteeld op bodems klasse 2 en voor 50% op bodems klasse 3. We merken op dat de bodemgebruik x bodemweerstandfracties per gewest verschillend zijn. → Perceelsgrootte Het brandstofverbruik berekend in de Duitse studie [6] hangt ook af van de perceelsgrootte. Uit de gedetailleerde landbouwtelling van 2007 uitgevoerd door het NIS [16] hebben we de verdeling van de perceelsgroottes per gewest afgeleid voor volgende 13 teeltgroepen: granen voor de korrel, nijverheidsgewassen, voedergewassen, vroege aardappelen, late aardappelen, peulvruchten droog geoogst, groenten in openlucht, boomkwekerijen in openlucht, sierteelt in openlucht, weiden, braakland, teelten in serres en boomgaarden. Omdat we slechts over gedetailleerde cijfers van 1 jaartal beschikten, hebben we geen fijnere onderverdeling van teelten gemaakt. Zo zal de relatieve verdeling van perceelsgroottes voor granen voor de korrel niet te sterk variëren, ofschoon er binnen de teeltgroep grotere verschuivingen mogelijk zijn door schommelingen in de graanprijzen (bijvoorbeeld prijs van tarwe versus maïs). We merken op dat de klasse-indeling van het NIS en van de studie niet overeenkwamen. Daarom hebben we -door interpolatie van de brandstofverbruikende klassen van perceelsgrootte uit de studie omgebogen naar de NIS-klassen. Deze 8 klassen zijn: 0,01<2 ha, 2<5 ha, 5<10 ha, 10<20 ha, 20<30 ha, 30<50 ha, 50<80 ha, >80 ha. We merken op dat de perceelsgroottefracties per gewest verschillend zijn. → Machinegrootte Tenslotte hangen de brandstofverbruikcijfers uit de Duitse studie [6] ook af van de machinegrootte. Een gedetailleerde beschrijving van het machinepark in de landbouw komt verderop aan bod, maar we kunnen ons hier beperken door te stellen dat we slechts drie machinegroottes onderscheiden: kleine, middelgrote en grote landbouwtrekkers die respectievelijk 13%, 85%, en 2% van het machinepark uitmaken. Deze machinegroottefracties zijn gelijk voor de drie gewesten. → Gecombineerde fracties voor machinegrootte, bodemgebruik x bodemweerstand

perceelsgrootte

en

Om de gegevens van het relatieve brandstofverbruik (L/ha) uit de Duitse studie [6] correct te gebruiken, moet de oppervlakte (ha) die door een specifieke teelt worden ingenomen, op dezelfde manier uitgesplitst zijn over perceelsgrootte, bodemgebruik x bodemweerstand, en machinegrootte als de verbruikscijfers. We moeten dus fracties berekenen voor het totale areaal die weergeven hoe het areaal verdeeld is over de zogenaamde subklassen van brandstofverbruik. In totaal zijn er 72 subklassen van brandstofverbruik, namelijk: 8 perceelsklassen x 3 bodemweerstandsklassen x 3 machinegrootteklassen = 72 subklassen

Per machinetype bestaan er dus ook 72 subklassen of fracties van brandstofverbruik. In totaal hebben we 46 machinetypes opgenomen in ons model. Voor de berekening van gelijklopende fracties voor het totale areaal hebben we per teeltgroep gecombineerde fracties berekend uit het product van de fracties van machinegroottes, perceelsgroottes, en bodemgebruik x bodemklasse. Deze gecombineerde fracties variëren per gewest. Merk op dat som van alle fracties over alle subklassen gelijk is

21


aan 1. Figuur 9 illustreert de gecombineerde fracties voor de teeltgroepen in Vlaanderen voor perceelsgroottes van 20<30 ha. Met de gecombineerde fracties kunnen we per machinetype (of per akkerbewerking) het werkelijke brandstofverbruik bepalen, rekening houdend met de bodemweerstand van de akkers, de gemiddelde perceelsgrootte van de akkers, en de machinegrootte van de gebruikte tractors. De volgende paragraaf beschrijft hoe hieruit de absolute brandstof- en energieverbruiken voor een teelt worden berekend. SPECIFIEK VERBRUIK LANDBOUWMACHINE (L/ha)

ID TEELT 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

ID MACHINE 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

ID ID PERCEEL BODEM NAAM 1 1 Granen 2 1 Nijverheidsgewassen 3 1 Voedergewassen 4 1 Vroege Aardappelen 5 1 Late Aardappelen 6 1 Peulvruchten 7 5 Groenten openlucht 8 1 Boomkwekerijen openlucht 9 1 Sierteelt openlucht 12 1 Serreteelten 10 2 Weiden 11 2 Braakland 13 3 Boomgaarden 14 4 Beboste oppervlakte 2 6 Suikerbieten

SUBSECTOR akkerbouw akkerbouw akkerbouw akkerbouw akkerbouw akkerbouw akkerbouw akkerbouw akkerbouw akkerbouw weiland weiland boomgaard bosbouw akkerbouw

Laag MACHINEGROOTTE S M L 0,00 0,03 0,00 0,00 0,02 0,00 0,00 0,03 0,00 0,01 0,03 0,00 0,00 0,02 0,00 0,00 0,03 0,00 0,02 0,10 0,00 0,00 0,03 0,00 0,00 0,01 0,00 0,00 0,00 0,00 0,00 0,02 0,00 0,01 0,04 0,00 0,00 0,01 0,00 0,01 0,05 0,00 0,00 0,00 0,00

PERCEELSGROOTTE (ha) 20<30 BODEMWEERSTAND Gematigd MACHINEGROOTTE S M L 0,01 0,07 0,00 0,01 0,05 0,00 0,01 0,07 0,00 0,01 0,08 0,00 0,01 0,05 0,00 0,01 0,06 0,00 0,00 0,02 0,00 0,01 0,06 0,00 0,00 0,03 0,00 0,00 0,01 0,00 0,00 0,03 0,00 0,01 0,07 0,00 0,02 0,15 0,00 0,01 0,06 0,00 0,01 0,05 0,00

Hoog MACHINEGROOTTE S M L 0,00 0,03 0,00 0,00 0,02 0,00 0,00 0,03 0,00 0,01 0,03 0,00 0,00 0,02 0,00 0,00 0,03 0,00 0,00 0,00 0,00 0,00 0,03 0,00 0,00 0,01 0,00 0,00 0,00 0,00 0,00 0,01 0,00 0,01 0,03 0,00 0,00 0,02 0,00 0,00 0,02 0,00 0,01 0,05 0,00

Figuur 9: gecombineerde fracties voor de teeltgroepen in Vlaanderen voor perceelsgroottes van 20<30 ha

→ Berekening van brandstof- en energieverbruik Het relatieve brandstofverbruik (L/ha) van een teelt bekomen we door de deelverbruiken van de verschillende akkerbewerkingen van die teelt op te tellen. Dit hebben we hogerop in deze sectie beschreven onder ‘Teelttechnische fiche’ en is grafisch weergegeven in Figuur 8. Het absolute brandstofverbruik van een teelt (L) in een gewest is het relatieve brandstofverbruik (L/ha) vermenigvuldigd met de totale teeltoppervlakte (ha) in dat gewest. Voor het absolute brandstofverbruik (L) van de veehouderij in een gewest wordt het relatieve brandstofverbruik per bedrijf (L/draaiuur/bedrijf) vermenigvuldigd met het aantal bedrijven in dat gewest. De relatieve brandstofverbruiken voor het jaar 2005 (L/ha) rekenen we om naar energieverbruiken (kWh/ha) aan de hand van TREMOD-verbruiksfactoren [1]. De eenheid van energieverbruik (kWh/ha) is relatief en laat toe om het OFFREM-model op te bouwen vertrekkende van de akkerbewerkingen. Deze zijn goed gekend en zijn standaard: ze veranderen niet over de jaren. Per nieuw jaar, anders dan het referentiejaar 2005, volstaat het dan om het areaal voor een bepaalde teelt te vermenigvuldigen met de model-ouput (relatieve energieverbruiken) om een jaarlijks absoluut energieverbruik te kennen. Uit dit energieverbruik berekenen we vervolgens voor een nieuw jaar de brandstofverbruiken en emissies, waarbij we rekening houden met de technologie van de landbouwtractoren in het respectievelijke jaar. Voor de omrekening van brandstofverbruik (L/ha) naar energieverbruik (kWh/ha) hebben we de technologie van het tractorenpark nodig. In de volgende paragraaf

22


beschrijven we hoe we het wagenpark van de landbouwsector in kaart hebben gebracht. We merken op dat de areaalcijfers die tem 2008 aangeleverd worden door het NIS [16] via de landbouwtellingen, in de toekomst in het Landbouwrapport [17] (LARA) zullen opgenomen worden. → Wagenpark van de landbouwsector Het wagenpark binnen de landbouwsector bestaat uit landbouwtrekkers of tractoren, zelfrijdende toestellen (o.a. zelfrijdende aardappelrooiers) en getrokken of gedragen toestellen (o.a. spuittoestellen, karren, enz.). In deze studie berekenen we het energieverbruik op basis van de beschikbare gegevens uit de Duitse studie (KTBL, 2005). In sommige gevallen wordt daardoor uitsluitend met zelfrijders of gedragen/getrokken machines gerekend. Voor de berekening van de emissies wordt enkel gerekend met getrokken of gedragen toestellen. Dit betekent dat we voor de emissieberekening als machinetype enkel de landbouwtrekker beschouwen (zie ook motivering onder 3.2). Landbouwtrekkers rijden vooralsnog uitsluitend op diesel. Daar zal in de nabije toekomst geen verandering in komen. Tabel 18 geeft een overzicht van de types landbouwtrekkers die in de landbouwsector ingezet worden. De gegevens in de tabel zijn gebaseerd op de verkoopstatistieken van Fedagrim5voor de periode 1999-2007.

Types landbouwtrekkers in Fedagrim verkoopsstatistieken (19992007)

Rubriek Fedagrim

Kleine landbouwtrekkers

111.31-33

Middelgrote landbouwtrekkers

111.34-42

Grote landbouwtrekkers

111.43-45

Vermogen pK (kW) 35-69 (25-50) 70-179 (51-131) ≥180 (≥132)

% aanwezig in de landbouwsector

OFFREMcategorie

13

37-75 kW

85

75-130 kW

2

130-300 kW

Tabel 18: Types landbouwtrekkers (Fedagrim verkoopsstatistieken 1999-2007) en hun aanwezigheid in de landbouwsector.

Om correct de off-road emissies van de landbouwsector in te schatten, berekenen we de samenstelling naar leeftijd en motorcapaciteit van het machinepark uit diezelfde verkoopstatistieken. Deze statistieken resulteren uit een bevraging van de leden door Fedagrim en zijn niet volledig maar voldoende representatief voor wat betreft landbouwtrekkers. We corrigeren de cijfers voor de landbouwsector. Zo heeft 9% van de verkochte tractors een vermogen ≥180 pK. In deze categorie zitten vooral tractors bestemd voor de wegenbouw. Een aanname van 2% grote tractors in de landbouw is redelijk. Op dezelfde manier brengen we het percentage kleine tractors van 7% naar 13%. Deze percentages fluctueren lichtjes doorheen de jaren. Merk op dat dit verkoopcijfers zijn, geen tellingen. Tabel 19 geeft een beknopt overzicht van de landbouwmachines die we in deze studie beschouwen voor de berekening van het brandstofverbruik.

5

De Belgische Federatie van de uitrusting voor de Landbouw, de Tuinbouw, de Veeteelt en de Tuin, v.z.w. (Fedagrim), met dank aan Ann Van Kerckhove.

23


Landbouwmachine per Akkerbewerking Grondbewerking: klaarleggen, zaaien, planten Cultivator Ploeg Rotoreg Rotoreg planter Rotoreg zaaimachine Frees Laadwagen voor pootaardappelen Planter Zaaibedcombinatiemachine Precisiezaaimachine suikerbieten Bemesting Kunstmeststofstrooier Mestinjector getrokken Mestspreider Bekalker Gewasbescherming (sproeien, wieden, enz.) Gedragen spuittoestel Getrokken spuittoestel (grotere tankinhoud) Wiedegger Aanaarder voor aardappelen Onderhoud grasland Maaier met kneuzer Schudder om te schudden Schudder om te keren Hark Weidebloter Weidesleep

Landbouwmachine per Akkerbewerking Oogst Maaidorser voor tarwe, rogge, triticale Maaidorser voor (zomer)gerst Maaidorser voor koolzaad, veldbonen Maaidorser voor korrelmaïs Zelfrijdende aardappelrooier Zelfrijdende bakrooier suikerbieten Zelfrijdende opraper suikerbieten Naoogst: transport Graankar (tarwe, rogge, triticale, gerst) Maïskar (korrelmaïs) Kar (koolzaad) Kipwagen (aardappelen) Kipwagen (voedermais) Naoogst voedermaïs Veldhakselaar voedermaïs Tractor voor aanrijden van maïskuil Naoogst: hooi en stro Pers voor voordroog Pers voor stro Wikkelaar voor voordroog Veldhakselaar voordroog Opraap- en laadwagen voor voordroog Platte wagen voor transport strobalen Hakselkar voor transport voordroog Platte kar voor balentransport voordroog

Tabel 19: Getrokken, gedragen, en zelfrijdende landbouwmachines opgenomen in de studie en gegroepeerd per akkerbewerking.

Wanneer we een Weibull uitvalfunctie [18] met de levensduur van een machine als variabele toepassen op de Fedagrim-statistieken, kunnen we een leeftijdsverdeling opstellen voor de landbouwtrekkers en zo een globaal machinepark opbouwen voor het jaartal 2007 met leeftijdsverdeling. Deze verdeling passen we toe op het totaal aantal machines voor elk jaartal. Hiervoor gaan we uit van een levensduur van 25 jaar voor landbouwtrekkers. Nadien worden vele tractors nog gebruikt voor lichtere arbeid – vaak met een effectieve levensduur van langer dan 30 jaar- waarbij ze een verwaarloosbaar aantal draaiuren maken. Loonwerkers zullen hun park doorgaans iets sneller vernieuwen, maar veel landbouwtrekkers komen via de tweedehandsmarkt aan een tweede leven. De gebruikte Weibull-functie voor landbouwtrekkers met een levensduur van 25 jaar tonen we in Figuur 10. Dit is een uitvalfunctie met k-waarde 25 en λ-waarde 7,9. Het uitgewerkt voorbeeld voor middelgrote tractors wordt getoond in Tabel 20. Aangezien we met de verkoopsstatistieken net geen 10 jaar kunnen dekken, hebben we voor 1982 tem 1997 de verkoopsstatistieken geëxtrapoleerd. Hierbij zijn we uitgegaan van een geleidelijke afname van het aantal kleine tractors, een zeer kleine en geleidelijke toename van het aantal middelgrote tractors, en een iets grotere maar geleidelijke toename van het aantal grote tractors. De totale tractorverkoop hebben we nagenoeg constant gehouden over de jaren. Uit de procentuele verdeling van bouwjaren of verkoopsjaren die we op deze wijze bekomen voor het jaartal 2007, hebben we de leeftijdsverdeling van het landbouwmachinepark berekend. Deze leeftijdsverdeling nemen we over voor alle jaren.

24


tractors 25 j levensduur 100

% uitgevallen machines/voertuigen

90

tractors 25 j levensduur

80 70 60 50 40 30 20 10 0

0

5

10

15

20

25

Ouderdom machine/voertuig (j)

Figuur 10: Weibull uitvalfunctie voor de leeftijdsverdeling van landbouwtrekkers, levensduur: 25 jaar (k=25 en λ=7,9)

25


1982 1983

1982

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2000

1999

1999

1997

1994

1989

1981

1967

1945

1911

1862

1792

1696

1569

1407

1213

992

759

533

336

185

86

33

10

2

2000

1999

1999

1997

1994

1989

1981

1967

1945

1911

1862

1792

1696

1569

1407

1213

992

759

533

336

185

86

33

10

1984

2000

1985 1986

1988 1989

1991 1992

1994 1995

1997 1998 1999 2000

2002

1997

1994

1989

1981

1967

1945

1911

1862

1792

1696

1569

1407

1213

992

759

533

336

185

86

33

10

23

0,031

1997

1994

1989

1981

1967

1945

1911

1862

1792

1696

1569

1407

1213

992

759

533

336

185

86

33

22

0,102

1999

1999

1997

1994

1989

1981

1967

1945

1911

1862

1792

1696

1569

1407

1213

992

759

533

336

185

86

21

0,265

2000

1999

1999

1997

1994

1989

1981

1967

1945

1911

1862

1792

1696

1569

1407

1213

992

759

533

336

185

20

0,571

2000

1999

1999

1997

1994

1989

1981

1967

1945

1911

1862

1792

1696

1569

1407

1213

992

759

533

336

19

1,037 1,644

1999

1999

1997

1994

1989

1981

1967

1945

1911

1862

1792

1696

1569

1407

1213

992

759

533

18

2000

1999

1999

1997

1994

1989

1981

1967

1945

1911

1862

1792

1696

1569

1407

1213

992

759

17

2,342

2000

1999

1999

1997

1994

1989

1981

1967

1945

1911

1862

1792

1696

1569

1407

1213

992

16

3,060

1999

1999

1997

1994

1989

1981

1967

1945

1911

1862

1792

1696

1569

1407

1213

15

3,742

2000

1999

1999

1997

1994

1989

1981

1967

1945

1911

1862

1792

1696

1569

1407

14

4,341

2100

2099

2099

2097

2094

2089

2080

2065

2042

2007

1955

1882

1781

1647

13

5,081

2099

2099

2097

2094

2089

2080

2065

2042

2007

1955

1882

1781

12

5,494

2150

2149

2149

2147

2144

2138

2129

2114

2091

2055

2002

1927

11

5,945

2150

2149

2149

2147

2144

2138

2129

2114

2091

2055

2002

10

6,176

2200

2199

2199

2197

2194

2188

2179

2163

2139

2102

9

6,485

2227

2226

2226

2224

2221

2215

2206

2190

2165

8

6,679

2309

2308

2307

2303

2298

2288

2272

7

7,009

1943

1942

1942

1940

1937

1933

1924

6

5,936

2085

2003 2004 2005 2006

0,006

1999

2310

2001

24

1999

2100

1996

2

1999

2000

1993

0,000

1999

2000

1990

0

2000

2000

1987

2084

2084

2082

2079

2074

5

6,398

1694

1694

1693

1692

1689

4

5,211

1910

1909

1909

1907

3

5,883

1656

1656

1655

2

5,106 5,686

1843

1

2007

1844

1871

0

Totaal

32415

Tabel 20: berekening leeftijdsverdeling van middelgrote landbouwtrekkers, gesteld dat de levensduur 25 jaar is

26

%

Leeftijd (j) 25

5,772 100,000


3.1.3

Historische activiteiten

Om het model uit te breiden naar historische activiteiten of jaartallen, volstaat het om per jaartal het machinepark in dat jaartal met bijhorende relatieve energieverbruiken te combineren met het landbouwareaal in datzelfde jaartal. De berekening van de samenstelling van het machinepark kwam eerder aan bod (3.1.2). De historische cijfers voor het landbouwareaal berekenen we op basis van beschikbare cijfers in de landbouwstatistieken van het NIS [16] voor de jaartallen 1980, 1985, 1990, 1995, 1997 en 1998. Voor de eerste 4 jaartallen zijn deze cijfers teeltoppervlakten voor heel België, die werden aangepast. We hebben hieruit teeltoppervlakten per gewest afgeleid op basis van de procentuele verdeling (fracties) van de teelten over de drie gewesten in de jaren 1999-2007. Voor die jaren kunnen we vertrekken van gedetailleerde statistieken per gewest. We hebben een correctie doorgevoerd op de fracties indien er een duidelijke trend was over de 8 jaren; in dat geval hebben we de datareeks beperkt en rekenden we met gemiddelde fractie voor de jaren 1999-x. Op dezelfde manier werden ontbrekende cijfers, zoals de fijne opdeling van teeltgroepen in teelten, ingevuld. De zo gegenereerde cijfers per gewest voor de gedocumenteerde jaartallen, werden geïnterpoleerd voor de tussenliggende jaren om een volledige historische datareeks te maken. Het resultaat is een matrix met teeltoppervlakten per gewest voor de jaren 1980 tem 2007. Hierin zijn de gegevens voor de recente periode 1999-2007 volledig overgenomen uit de NIS landbouwtellingen.

3.1.4

Toekomstige activiteiten

Om het model uit te breiden naar toekomstige activiteiten of jaartallen, volstaat het om per jaartal het machinepark in dat jaartal met bijhorende relatieve energieverbruiken te combineren met het landbouwareaal in datzelfde jaartal. De berekening van de samenstelling van het machinepark kwam eerder aan bod (3.1.2). De toekomstige cijfers voor het landbouwareaal berekenen we op basis van een studie in opdracht van de Afdeling Monitoring en Studie van het departement Landbouw en Visserij (2006-2007) [19]. Daarin wordt de ruimtebehoefte van de land- en tuinbouw in 2013 en 2020 geschat op basis van de verwachte productiviteit met 2005 als referentiejaar. Deze cijfers zijn teeltoppervlakten voor heel België. Niet alle teeltgroepen of teelten zijn omschreven in de studie. Voor boomgaarden, weiland en veehouderij ontbreken cijfers. Daarom kozen we voor een status quo. Voor braakland, dat ook ontbreekt in de studie, kozen we een procentuele afname van 15% tegen 2013 en 20% tegen 2020 ten opzichte van 2005. Het wegvallen van de overheidssteun voor braakland motiveert deze keuze. De voorspelde sterke toename van het areaal voor energiegewassen –bijna factor 3 in 2013 en ruim factor 6 in 2020lijkt ons niet bruikbaar voor louter koolzaadteelt. We hebben voor koolzaad een status quo verondersteld. De voorspellingen van deze studie onder de vorm van toename of afname van het areaal ten opzichte van 2005 hebben we gecontroleerd op basis van de werkelijke teeltoppervlakten in 2007. Indien er een andere trend optrad dan de voorspelde, werd de toekomstige datareeks in die zin bijgestuurd. De grootste verschuivingen worden verwacht in granen voor de korrel, nijverheidsgewassen, voedergewassen, en glastuinbouw. Enkel de laatste subsector is daarin een stijger. Uit de areaalgegevens voor 2013 en 2020 voor België hebben we vervolgens teeltoppervlakten per gewest afgeleid op basis van de procentuele verdeling (fracties) van de teelten over de drie gewesten in de jaren 1999-2007. Voor die jaren kunnen we vertrekken van gedetailleerde statistieken per gewest. We hebben een correctie doorgevoerd op de fracties indien er een duidelijke trend was over de 8 jaren; in dat geval hebben we de datareeks beperkt en rekenden we met gemiddelde fractie voor de jaren x-2007.

27


De zo gegenereerde cijfers per gewest voor de gedocumenteerde jaartallen, werden geïnterpoleerd voor de tussenliggende jaren om een volledige toekomstige datareeks te maken. Aangezien wij voor de jaren 2021-2030 geen enkel basis hebben om verdere inschattingen te maken, veronderstellen we een status quo ten opzichte van 2020. Het resultaat is een matrix met teeltoppervlakten per gewest voor de jaren 2008 tem 2030. Voor de veehouderij voorzien we een lichte stijging van het aantal draaiuren in de nabije toekomst omwille van nieuwe huisvestingssystemen die beetje bij beetje de traditionele systemen zullen vervangen. Zo zal een toenemend gebruik van stro bij de varkenshouderij (om de stallen in te strooien) meer draaiuren vereisen (instrooien en uitmesten). Andere voorbeelden van toenemend aantal draaiuren door de landbouwtrekker zijn het gebruik van open ruimtes in de pluimveehouderij ter vervanging van het klassieke batterijsysteem en groepshuisvesting van varkens in plaats van huisvesting in kleinere hokken. De verwachte toename in aantal draaiuren is echter niet danig groot.

3.2 Bosbouw

3.2.1

Beschrijving sector

Deze sector omvat openbare bossen en private bossen. Onder openbare bossen verstaan we domeinbossen en bossen beheerd door de gemeenten. Het aantal private bossen is nagenoeg gelijk aan het aantal openbare bossen. Veelal gaat het om erg versnipperde arealen. Bossen vertegenwoordigden 21,23% van het Belgische territorium in 2002. In de volgende jaren zal de beschikbaarheid aan inlands hout veel groter zijn dan dat nu het geval is6. Tabel 21 geeft een overzicht van de oppervlaktes van de verschillende soorten bossen. Ieder gewest is verantwoordelijk voor de rapportering van haar bosareaal. Houtinfobois7 verzamelt op haar website de cijfers voor de drie gewesten. Voor Vlaanderen zijn deze cijfers ook terug te vinden in een studie uit 2001 van de Vlaamse Gemeenschap, Afdeling Bos en Groen [20]. Cijfers voor de opdeling naar eigendom voor gans België komen uit een document van het FAO [21]. Voor het Brussels gewest hebben we zelf een opdeling verondersteld en gecontroleerd aan de hand van de opdeling in de NIS [16] statistieken voor bos in België. Deze statistieken bevatten echter gegevens uit het kadaster en zijn niet bruikbaar als absolute cijfers. Bosareaal (ha) Openbaar bos Privaat bos Totaal

België

Vlaanderen

Wallonië

Brussel

297 954 394 962 692 916

43 475 102 906 146 381

256 056 288 744 544 800

746 989 1 735

Tabel 21: oppervlakte van bossen in België in 20007

6 7

http://bosengroen.be/nl-BE/Thema/Bos.aspx met thema’s bosbeleid en bosbeheer. http://www.houtinfobois.be/nl/foret_chiffres.asp

28


3.2.2


Het Agentschap voor Natuur en Bos (ANB) leverde het machinepark van 2008 aan voor de provincie Vlaams Brabant voor Meerdaal, Hageland, Groenendaal en de Groene Gordel. Deze machines hebben we onderverdeeld in machines voor bosbouw en machines voor groenvoorziening. Tabel 22 geeft de type machines en aantallen (2008) weer voor het onderhoud van het bosareaal in Meerdaal, Hageland, Groenendaal en de Groene Gordel. Het ANB heeft echter geen gegevens over machines die ingezet worden voor het zwaardere werk (typisch voor de Waalse bossen), dat meestal door loonwerkers of externe firma’s wordt uitgevoerd:oogstmachines, uitsleepmachines, enz. Deze studie zal hierdoor hoogstwaarschijnlijk het energieverbruik in de bosbouwsector onderschatten. Het Agentschap voor Natuur en Bos (ANB) rapporteerde ook deels brandstof, bouwjaar, type motor en vermogen per machinetype voor Vlaams Brabant. Enkel dienst Groenendaal rapporteerde het aantal uren dat de machines in gebruik waren. Zij beschikten over bosmaaiers, haagscharen en zaagmachines voor bosonderhoud. Dit betekent dat we voor alle overige machines geen draaiuren kennen. Voor de diensten Meerdaal, Hageland, en Groene Gordel hebben we de draaiuren van de ‘gekende’ machines gelijkgesteld aan het gemiddeld aantal uren gerapporteerd door Groenendaal. Voor alle andere machines hebben we getracht om de inzet ervan te vergelijken met één van de ‘gekende’ machines en op basis daarvan hebben we draaiuren per jaar toegekend. Op die manier hebben we het aantal draaiuren per machinetype berekend voor onderhoud van de Vlaams-Brabantse bossen. machinetype motorzaag=kettingzaag bosmaaier haagschaar telescopische haagschaar zaagmachine mini-rupsgraafmachine hogedrukreiniger grondboor tractor vrachtwagen met hoogtewerker stroomgroep trilplaat

aantal 55 38 11 3 2 1 2 6 6 1 10 1

Tabel 22: machinetypes en aantallen (2008) voor bosonderhoud in Meerdaal, Hageland, Groendendaal en de Groene gordel

Uit de cijfergegevens van het aantal ha van de respectievelijke gebieden leiden we af dat het bosoppervlakte van deze gebieden gelijk is aan 3 536 ha. Vervolgens berekenden we het aantal draaiuren per machinetype dat nodig is om 1 hectare bos te onderhouden. Dit geldt voor openbare bossen. In een laatste stap vermenigvuldigen we dit cijfer per gewest met het te onderhouden bosareaal (ha). Hierbij hebben we onderscheid gemaakt tussen het areaal private bossen en openbare bossen. Voor Vlaanderen en Brussel hebben we het aantal draaiuren per machinetype voor onderhoud van 1 hectare openbaar bos vermenigvuldigd met een factor 0,33. Private bossen zijn veelal versnipperd en vele ervan zijn zeer weinig onderhouden. Met de oprichting van bosgroepen komt daar nu stilaan verandering in, vandaar de keuze voor factor 0,33. Voor Wallonië, waar private bossen vaak geëploiteerd en dus grondiger onderhouden worden, hebben we geen onderscheid gemaakt tussen bosbouwactiviteiten in private en publieke bossen. Merk op dat het Vlaamse en Waalse bosbestand verschillend zijn voor wat betreft het soort

29


bossen, het type terrein, en de bosondergrond. Mogelijk verschilt ook het machinepark voor bosonderhoud. De cijfers die we in dit model gebruiken, zijn uitsluitend afkomstig van Vlaamse bosbeheersdiensten en worden in de toekomst best nagekeken en/of aangepast voor de berekening van energieverbruik en emissies bij onderhoud van bossen in het Waals gewest. We hadden graag de berekening generieker gemaakt door –net zoals voor de landbouwsector- te vertrekken van onderhoudsacties die jaarlijks gebeuren in de bossen. Een deel van die acties is beschreven in het bosbeheersplan van de Vlaamse overheid8, andere acties moeten vanuit de sector worden opgegeven. Gekende acties bij het onderhoud van bossen zijn: dunningen (met een zekere omlooptijd), eindkap bij bossen met een bepaalde leeftijd, ondergroei maaien (om jonge scheuten een kans te geven), bospaden onderhouden, bestrijden van plagen, enz. Deze acties verschillen tussen loofbossen en naaldwouden en zijn afhankelijk van de leeftijd van het bosbestand. Door de beperkte (tijdige) aanlevering van gegevens hebben we deze werkwijze niet kunnen volgen. We geloven nochtans dat deze werkwijze een grote meerwaarde voor het model zou betekenen.

3.2.3

Historisch en toekomstige activiteiten

De aangroei van de beboste oppervlakte in Vlaanderen is zo goed als onbestaand9. Oorzaken daarvoor zijn in volgorde van belangrijkheid: woongebied, uitbreiding landbouwgebied, industriële zones, natuurdomeinen, recreatie- en vrijetijdszones. Volgens diezelfde bron blijft de oppervlakte van het Waalse bos onophoudelijk aangroeien. De laatste gegevens van het Belgische bosareaal dateren van 2005. Het bosareaal wordt niet jaarlijks opgemeten of gerapporteerd. Het NIS [16] heeft weliswaar cijfers van het kadaster, maar die blijken te sterk af te wijken van de werkelijke oppervlakten om op te nemen in het model. Omdat de eventuele aangroei van bosareaal procentueel gezien erg klein is, hebben we in het model een gekozen voor een constant bosareaal in elk gewest. We veronderstellen dat doorheen de jaren weinig of niets verandert aan het machinegebruik om deze bossen te beheren. Bijgevolg houden we de machineparken doorheen de jaren constant. De openbare diensten voor bosonderhoud in België en bijgevolg het machinepark voor onderhoud van de openbare bossen blijft eveneens constant. Voor de leeftijdsverdeling van de machineparken houden we de leeftijdsverdeling gerapporteerd door Vlaams Brabant aan.

3.3 Huishoudens Voor de huishoudens brengen we de tuinmachines in kaart, alsook het off-road gebruik van quads en moto’s.

8 9

http://bosengroen.be/nl-BE/Thema/Bos.aspx met thema’s bosbeleid en bosbeheer. http://www.houtinfobois.be/nl/foret_chiffres.asp

30


3.3.1

Beschrijving sector

→ TUINMACHINES Voor de huishoudelijke sector beschouwen we het gebruik van mobiele machines in de privé-tuin en de directe omgeving van de woning. In deze studie inventariseren we volgende mobiele machines die door de huishoudens buitenshuis (en off-road) gebruikt worden: Huishoudelijke mobiele machine-types Grasmaaiers Graskantensnijders Haagscharen Hakselaars Bladblazers/bladzuigers Hogedrukreinigers Verticuteermachines Freesmachines Zitmaaiers/kleine tractor Bosmaaiers

Tabel 23: mobiele machinetypes die off-road gebruikt worden door de huishoudens

Voor de bepaling van het huidige machinepark (anno 2007), dat door huishoudens wordt aangewend, maken we gebruik van de resultaten van enkele recent uitgevoerde onderzoeken/studies. De KULeuven voerde in 2008 een onderzoek uit in het kader van MIRA rond de input en output in privé-tuinen [5]. Dit onderzoek heeft 2 pistes onderzocht: A. 25 diepte-interviews en tuinbezoeken te Herent; B. een internetenquête www.tuinenquête.be: 3 666 enquêtes waarvan 1 138 bruikbare respondenten werden weerhouden in de resultaten van de vermelde studie. Daarnaast maken we ook gebruik van de resultaten van een onderzoek ‘Preventieevaluatieonderzoek voor GFT- en groenafval, KGA en AEEA’ dat in opdracht van OVAM werd uitgevoerd in 2007 [22]. In dit onderzoek werd via een enquête bij 500 Vlaamse gezinnen getracht de huidige situatie te achterhalen op het vlak van gedrag en houding ten aanzien van preventie en selectieve inzameling van GFT- en groenafval, KGA en AEEA. Paragraaf 3.3.2 licht nader toe welke gegevens we aanwenden in het kader van de voorliggende studie. Op de stuurgroep (4/11/2008) is besloten enkel het gebruik van machines in de privétuin op te nemen in het OFFREM-model. Het gebruik van off-road mobiele machines in volkstuinen kan eventueel in een later stadium ingeschat worden (volgens dezelfde methodologie die we hanteren voor privé-tuinen), maar is verwaarloosbaar klein. Er is informatie voorhanden vanuit de studie ‘Toestandsbeschrijving van de volkstuinen in Vlaanderen vanuit een sociologische en ruimtelijke benadering’ die de Universiteit Gent uitvoerde in opdracht van de Vlaamse Overheid [23].

31


→ RECREATIE We beschouwen hier het off-road gebruik van quads en moto’s. Voor moto’s maken we een inschatting van het motorcrosspark en het off-roadgebruik ervan. Ook voor quads trachten we een totaal park samen te stellen. Onderstaande tekst geeft een omschrijving van quads (rechtstreeks overgenomen van de Febiac-website: http://www.febiac.be/public/content.aspx?FID=547). Quads zijn vierwielige motorvoertuigen, in alle maten en gewichten met heel uiteenlopende toepassingen. In tuinbouwbedrijven, bij bosexploitatie of op een boerderij zijn het nuttige werkpaarden die aanhangwagens, werktuigen en machines kunnen trekken. Sporters betwisten met elkaar behendigheidsproeven op aangepaste terreinen, maar ook gewoon op de openbare weg kan je altijd een quad kruisen. Steeds meer mensen hebben belangstelling voor quads en daardoor verschijnen op de markt ook meer “leisure”- versies, bedoeld voor “fun & pleasure”. In het OFFREM-model kennen we het gebruik van quads volledig toe aan de huishoudens. Febiac beschrijft op zijn website 4 soorten van quads: o

Een eerste categorie van quads wordt ingeschreven als landbouwvoertuig. Deze quads zijn specifiek gehomologeerd als landbouwtractor of als voertuig voor traag vervoer (en zijn voornamelijk bedoeld voor het trekken of vervoeren van werktuigen, machines en aanhangwagens): • dragen de nummerplaat van een auto; • zijn uitgerust met een zwaailicht; • zijn beperkt tot 40 km/h; • een autorijbewijs is verplicht (niet voor landbouwers, maar dan alleen voor het kortste traject tussen het landbouwbedrijf en de velden; wie geboren is na 1 september 1986 moet wel via het theorie-examen een certificaat behalen); • het dragen van een helm is verplicht (niet voor landbouwers, maar dan alleen voor het kortste traject tussen het landbouwbedrijf en de velden).

o

Een tweede groep quads zijn de lichte vierwielers. In de praktijk worden ze ongeveer als bromfietsen klasse B behandeld. Ze moeten gehomologeerd zijn voor gebruik op de openbare weg (goedgekeurde verlichting, knipperlichten, toeter; dit alles gestaafd door een gelijkvormigheidsattest): • zonder nummerplaat; • de motoren zijn beperkt tot 50cc of 4kW; • de maximale snelheid is 45 km/u; • de lege maximale massa is begrensd op 350kg; • een autorijbewijs (B) volstaat; anders moet men een rijbewijs voor de bromfiets behalen (A3); • 16 jaar is de minimumleeftijd; • het dragen van een helm is verplicht.

o

Een derde groep quads zijn de zware vierwielers. Ze worden ongeveer beschouwd als motorfiets, ze moeten gehomologeerd zijn voor gebruik op de openbare weg (goedgekeurde verlichting, knipperlichten, toeter; dit alles gestaafd door een gelijkvormigheidsattest): • dragen een nummerplaat van een motorfiets; • maximaal nettovermogen van 15 kW, geen beperking op cilinderinhoud;

32


• • • • o

de lege maximale massa is beperkt tot 400kg (of 550kg voor voertuigen die voor transport van zaken zijn voorbestemd); een autorijbewijs (B) is vereist; men hoeft geen motorrijbewijs (A) te behalen; een motorrijbewijs alleen volstaat overigens niet om met een zware vierwieler te rijden; 18 jaar is de minimumleeftijd; het dragen van een helm is verplicht.

Tenslotte zijn er nog de quads die niet voor gebruik op de openbare weg worden gehomologeerd en die dan ook alleen op privé terrein mogen worden gebruikt. Hiervoor bestaan geen specifieke verplichtingen. Het dragen van een helm en beschermende kledij is wel aan te raden.

Niet-gehomologeerde quads mogen alleen maar op privé terrein of op specifieke circuits rijden. Gehomologeerde quads (te herkennen aan een geschikte uitrusting met goedgekeurde verlichting, knipperlichten en een toeter) mogen op alle openbare wegen rijden. Geen enkele quad is toegelaten op snelwegen of autowegen. De emissies en energieverbruiken van de wegtransportsector worden in kaart gebracht door bestaande emissiemodellen (MIMOSA4 in Vlaanderen, COPERT-modellen in de andere gewesten). Hiervoor wordt gebruik gemaakt van het totale wagenpark en van de activiteiten (gereden kilometers) van het wagenpark op de openbare wegen. Ook de emissies en energieverbruiken van moto’s worden via deze modellen ingeschat. Het off-road gebruik van moto’s zit echter niet vervat in de bestaande wegtransportmodellen. We denken hier aan het recreatief gebruik van crossmoto’s in bossen en groengebieden, alsook het competitief gebruik van cross-moto’s op de daarvoor bestemde terreinen (circuits) tijdens wedstrijden of oefeningen. In deze studie trachten we op basis van beschikbare informatie een inschatting te maken van het park en het gebruik ervan om vervolgens energieverbruiken en emissies voor deze categorie van off-road voertuigen te bepalen. Febiac biedt op haar website en in de jaarverslagen [24] informatie aan over het aantal nieuwe ingeschreven motoren en het motorpark per type en categorie. Ook via de Motor Cycle Council (het belangrijkste Belgische overlegorgaan van de motorbranche) [25] is informatie beschikbaar over categorieën van motoren. Vanuit deze informatie kunnen we afleiden dat de categorieën enduro en trial-motoren echte off-road motoren zijn en dus hoofdzakelijk off-road gebruikt worden. Daarnaast kunnen ook trail-motoren en supersport/hypersportmotoren off-road gebruikt worden.

3.3.2


→ TUINMACHINES Zoals vermeld in de beschrijving van de sector maken we gebruik van 2 recent uitgevoerde studies voor het bepalen van het huidige machinepark. Als basisjaar voor de activiteiten hanteren we 2007. → Bepaling aantal tuinen in België per gewest en per klasse van tuingrootte De studie die in opdracht van OVAM werd uitgevoerd bij een steekproef van 500 gezinnen, verspreid over 38 gemeenten geeft ons een zicht op de grootteverdeling van de tuinen van deze steekproef. Tabel 24 geeft het resultaat weer.

33


grootte van de tuin

% OVAM (N= 500)

< 100m²

27

100-499m²

39

500-999m²

20

1000-2999m²

11

> 3000m²

3

totaal

100

Tabel 24: verdeling van de tuingrootte op een steekproef (N=500)[22]

In het model houden we deze grootteverdeling van tuinen aan voor heel België. Hierbij maken we de opmerking dat de OVAM-studie niet voor dit doeleinde is uitgevoerd en het gelijkschakelen van alle Belgische tuinen met deze grootteverdeling in het model gebeurd is in samenspraak met de stuurgroep. Het eindrapport van de OVAM-studie meldt in hoeverre de steekproef representatief is voor Vlaanderen. Maar deze representativiteit wordt bekeken vanuit het specifieke doel van de studie en is vooral representatief naar het type van regio (groen en GFT-regio’s in stedelijk en landelijk gebied). Voor de bepaling van het totaal aantal tuinen in België, opgedeeld naar de gewesten, maken we gebruik van het aantal tuinen in 2001 uit de Algemene socio-economische enquête [26] en het totaal aantal private huishoudens [27]. Uit deze gegevens bepalen we het percentage huishoudens met een tuin per gewest. 2001 Brussels Hoofdstedelijk Gewest Vlaanderen Wallonië

aantal tuinen 123 582 1 717 487 979 219

aantal huishoudens 473 248 2 413 745 1 390 677

% huishoudens met tuin 26 71 70

Tabel 25: bepaling van het % aantal tuinen per huishouden per gewest

Vervolgens bepalen we het aantal tuinen per klasse van tuingrootte aan de hand van de percentages in Tabel 24. Zo komen we voor het basisjaar 2007 tot volgend resultaat: grootte van de tuin

% OVAM (N= 500)

aantal tuinen in Vlaanderen 2007

aantal tuinen in Wallonië 2007

aantal tuinen in BHG 2007

< 100m²

27

488 852

278 407

35 117

100-499m²

39

706 119

402 144

50 725

500-999m²

20

362 112

206 228

26 013

1000-2999m²

11

199 162

113 425

14 307

3

54 317

30 934

3 902

100

1 810 562

1 031 138

130 065

> 3000m² totaal

Tabel 26: aantal tuinen per gewest per tuincategorie

34


→ Bepaling van het aantal machines (per type) per tuin en per tuincategorie Vanuit het MIRA-onderzoek [5] maken we gebruik van de resultaten van de diepteinterviews en van de resultaten van de internet-enquête. Voor dit doel stelde het MIRA-team een dataset van de internet-enquête ter beschikking. Deze dataset is een uittreksel van de totale dataset waarin de delen die van nut zijn voor ons model werden opgenomen. Het gaat om de resultaten van de internetenquête met betrekking tot de vragen naar de woning en de tuin en naar het beheer en beheermateriaal. VITO voerde een aantal bewerkingen uit op de dataset met als doel om te komen tot een totaaltabel met het aantal machines per machinetype en per tuin behorende tot een tuincategorie. Een overzicht van de bewerkingen die werden uitgevoerd. dataset beheer-materiaal werd gekoppeld aan de dataset woning-tuin: resultaat: per ID (5 951) het aantal machines per machinetype en de oppervlakte van het perceel de data van enquêtes die enquête niet invulden tot en met het gedeelte van beheer-materiaal EN woning-tuin werden geëlimineerd resultaten sorteren op perceelsgrootte de extreme outliers (perceel oppervlakte) werden geëlimineerd (namelijk alle waarden kleiner dan de eerste kwartielwaarde - 3* de interkwartielafstand en alle waarden groter dan de derde kwartielwaarde + 3* de interkwartielafstand) tuinen kleiner of gelijk aan 20m² werden niet weerhouden (voor het opschalen van tuinmachines naar Vlaanderen niet relevant) tuinen kleiner dan 300m² die opgaven een kleine tractor te gebruiken, werden niet weerhouden voor de opschaling resultaat: per ID (2 597) het aantal machines per machinetype en de oppervlakte van het perceel deze 2 597 tuinen en hun machines werden vervolgens toegekend aan een tuincategorie: <100m², tussen 100 en 499m², tussen 500 en 999m², tussen 1000 en 2999m² en groter dan 3000m² het aantal machines werd gesommeerd per tuincategorie en per machinetype, alsook het aantal tuinen per tuincategorie resultaat: Tabel 27

35


#machines per tuinklasse

Tuinopp. < 100m²

Tuinopp. 100-499m²

Tuinopp. 500-999m²

Tuinopp. 1000-2999m²

Tuinopp. >3000m²

TOTAAL

Grasmaaier _el

65

264

218

325

35

907

Grasmaaier_benzine

98

317

357

535

54

1 361

Graskant_el

53

162

160

233

24

632

105

379

378

538

58

1 458

Haagschaar_benzine

14

44

33

85

12

188

Haks_el

31

149

163

238

27

608

Haks_benzine

11

29

28

60

10

138

Bladblazerzuiger_el

26

80

83

141

16

346

Haagschaar_el

Bladblazerzuiger_benz

2

14

24

25

9

74

Hogedruk

57

185

217

309

36

804

Verticuteer_el

25

91

91

120

18

345

Verticuteer_benzine

16

66

61

92

14

249

6

38

38

66

6

154

Frees_benzine Kleine-Tract

0

7

19

27

6

59

Bosmaaier_benzine

20

81

80

119

17

317

Totaal aantal machines TOTAAL aantal tuinen steekproef

529

1 906

1 950

2 913

342

7 640

215

659

652

968

103

2 597


Tuinopp. >3000m²

TOTAAL

#machines per tuin en per tuinklasse

Tuinopp. < 100m²

Tuinopp. 100-499m²

Tuinopp. 500-999m²

Grasmaaier _el

0,30

0,40

0,33

0,34

0,34

0,35

Grasmaaier_benzine

0,46

0,48

0,55

0,55

0,52

0,52

Graskant_el

0,25

0,25

0,25

0,24

0,23

0,24

Haagschaar_el

0,49

0,58

0,58

0,56

0,56

0,56

Haagschaar_benzine

0,07

0,07

0,05

0,09

0,12

0,07

Haks_el

0,14

0,23

0,25

0,25

0,26

0,23

Haks_benzine

0,05

0,04

0,04

0,06

0,10

0,05

Bladblazerzuiger_el

0,12

0,12

0,13

0,15

0,16

0,13


0,01

0,02

0,04

0,03

0,09

0,03

Hogedruk

0,27

0,28

0,33

0,32

0,35

0,31

Verticuteer_el

0,12

0,14

0,14

0,12

0,17

0,13

Verticuteer_benzine

0,07

0,10

0,09

0,10

0,14

0,10

Frees_benzine

0,03

0,06

0,06

0,07

0,06

0,06

Kleine-Tract

0,00

0,01

0,03

0,03

0,06

0,02

Bosmaaier_benzine

0,09

0,12

0,12

0,12

0,17

0,12

Totaal aantal machines per tuin

2,46

2,89

2,99

3,01

3,32

2,94

Tabel 27: bepaling van het aantal machines per tuin en per machinetype en tuincategorie

36


→ Bepaling van het totaal aantal tuincategorie en per gewest.

machines

per

machinetype

en

per

Door het vermenigvuldigen van de resultaten uit Tabel 26 met de resultaten uit Tabel 27 komen we tot een totaal machinepark voor de huishoudens per gewest, opgedeeld naar machinetype en naar tuingrootte. We stellen dus dat de verdeling van tuingrootte in de verschillende gewesten identiek is. Voor Vlaanderen ziet het resultaat er als volgt uit voor het jaar 2007: #machines voor Vlaamse privé-tuinen per tuincategorie (opschaling)

Tuinopp. < 100m²

Tuinopp. 100-499m²

Tuinopp. 500-999m²


Tuinopp. >3000m²

TOTAAL

Grasmaaier _el

147 792

282 876

121 074

66 867

18 457

637 068

Grasmaaier_benzine

222 826

339 666

198 273

110 074

28 477

899 315

Graskant_el

120 508

173 583

88 862

47 939

12 656

443 548

0

0

0

0

0

0

238 742

406 099

209 936

110 691

30 586

996 054

Haagschaar_el Haagschaar_benzine Haks_el

31 832

47 146

18 328

17 488

6 328

121 123

Haks_benzine

70 486

159 654

90 528

48 967

14 238

383 873

Bladblazerzuiger_el

25 011

31 074

15 551

12 345

5 273

89 254


59 117

85 720

46 097

29 010

8 438

228 382

4 547

15 001

13 329

5 144

4 746

42 768

129 603

198 228

120 519

63 575

18 985

530 909

Verticuteer_benzine

56 843

97 507

50 540

24 689

9 492

239 072

Frees_benzine

36 380

70 719

33 879

18 929

7 383

167 289

Kleine-Tract

13 642

40 717

21 105

13 579

3 164

92 207

Hogedruk Verticuteer_el

Bosmaaier_benzine Grasmaaier _el Totaal aantal machines

0

7 501

10 552

5 555

3 164

26 772

45 475

86 792

44 431

24 484

8 965

210 146

1 202 803

2 042 282

1 083 005

599 337

180 353

5 107 780

Tabel 28: opschaling van het machinepark voor Vlaanderen in 2007

→ Bepaling van de machine- en gebruiksparameters In de MIRA-studie [5] werden voor het onderzoeksgedeelte met de 25 diepteinteviews te Herent aannames gemaakt betreffende de gebruiksparameters van de machines. Tabel 29 geeft het overzicht van de steekproef N=25 te Herent.

37


steekproef (N= 25) te Herent

Gemiddeld vermogen kW

Gebruiksfrequentie per jaar

Gebruiksduur (u) per keer

Grasmaaier _el

1,31

18,1

1

Grasmaaier_benzine

3,75

21,9

1

Graskant_el

0,41

6,5

0,5

Haagschaar_el

0,74

5,0

0,5

Haagschaar_benzine

0,57

3,2

4

Haks_el

0,77

3,5

4

Haks_benzine

2,26

2,2

4

Bladblazerzuiger_el

4,54

3,0

4


1,72

42,0

1,5

Hogedruk

1,23

3,5

1,5

Verticuteer_el

1,77

15,3

0,5

Verticuteer_benzine

1,08

1,3

2

Frees_benzine

3,91

1,3

2

Kleine-Tract

2,09

4,2

2

22,45

3,3

0,5

1,47

17,0

1

Bosmaaier_benzine Grasmaaier _el

Tabel 29: gebruiksparameters vastgelegd voor de steekproef (N= 25) te Herent [5]

Deze gebruiksparameters hebben we in het kader van de voorliggende studie verder verfijnd. In eerste instantie hebben we de gebruiksfrequentie van bladblazers, hogedrukreinigers en kleine tractoren aangepast op basis van eigen inzichten. De gebruiksfrequentie van bladblazers hebben we aangepast naar 8,7 per jaar, namelijk 1 maal per week gedurende de maanden oktober en november. De gebruiksfrequentie van hogedrukreinigers hebben we gewijzigd in 10 keer per jaar (wassen van auto en schoonmaken terras). De gebruiksfrequentie van kleine tractoren hebben we gelijkgesteld met de gebruiksfrequentie van grasmaaiers op brandstof (21,9 keer) in de veronderstelling dat het hier gaat om zitmaaiers. Aangezien de gemiddelde tuinoppervlakte van de steekproef van 25 tuinen in Herent 1 498m² bedraagt, hebben we de gebruiksduur van de daar opgegeven machines aangepast naar de tuincategorieën die we in het model hanteren: o tuinopp. < 100m²: correctiefactor = 0,25; o tuinopp. 100 – 499m²: correctiefactor = 0,5; o tuinopp. 500 – 2999m²: geen correctiefactor; o tuinopp. > 3000m²: correctiefactor = 2 Door vermenigvuldiging van de gebruiksfrequentie en de gebruiksduur komen we tot de operationele uren per machinetype en per tuincategorie. Ook de gehanteerde gemiddelde vermogens in de steekproef van N= 25 te Herent hebben we variabel gemaakt in functie van de tuincategorieën. Hierbij hebben we verschillende catalogussen van leveranciers [Queengarden, Bosch, Kärcher, Honda, SABO, Viking, Stihl, Stiga, Mountfield, Eliet] van tuinmachines geraadpleegd en de indeling in vermogens hieraan aangepast. Hierbij hanteerden we volgende algemene richtlijnen: • Voor grasmaaiers, zitmaaiers, hakselaars, verticuteermachines, frezen en bosmaaiers gebruiken we een variabel vermogen: kleinere vermogens bij de kleine tuinen en grotere vermogens bij de grotere tuinen. o Waarbij voor de kleinste tuincategorie (< 100m²) we het minimale opgegeven vermogen uit de catalogussen gebruiken. o Waarbij voor de grootste tuincategorie (> 3000m²) we het maximale opgegeven vermogen uit de catalogussen hanteren.

38


Waarbij we voor de tussenliggende tuincategorieën de waarden extrapoleren tussen minimum en maximum OF waarbij we op basis van richtlijnen in de leveranciersinformatie een andere indeling hanteren (voorbeeld: elektrische en benzinegrasmaaiers). Voor alle andere tuinmachines weerhouden we het gemiddeld opgegeven vermogen voor alle tuinklassen. We veronderstellen dat het vermogen van deze machines onafhankelijk is van de tuingrootte. Wel is de gebruiksduur per keer hier groter naargelang de tuin groter is zoals eerder aangegeven. o

•

Voor het machinepark dat we bepaald hebben via de voorvermelde methode hebben we geen bouwjaren van de machines ter beschikking uit de reeds vermelde onderzoeken en studies. Voor het bepalen van emissies is de ouderdom van de machine echter van groot belang. Fedagrim heeft in het kader van deze studie de verkoopscijfers van hun leden doorgegeven per machinetype [28]. Er werden cijfers bekomen van 1999 tot en met 2007. Uit deze verkoopsstatistieken kunnen we de aantallen voor volgende machinetypes ventileren. Machinetypes in Fedagrim verkoopsstatistieken (1999-2007) grasmaaiers -benzine grasmaaiers-elektrisch grasmaaiers-batterij zitmaaiers-benzine zitmaaiers-diesel houtversnipperaars/hakselaars -elektrisch houtversnipperaars/hakselaars -benzine houtversnipperaars/hakselaars -diesel gazonverluchters - elektrisch gazonverluchters - benzine haagscharen - elektrisch haagscharen - benzine draagbare bladblazers -elektrisch draagbare bladblazers -benzine

Tabel 30: machinetypes geventileerd uit de Fedagrim verkoopsstatistieken voor de jaren 1999-2007

Aan de hand van de aantallen die we vanuit de Fedagrim-statistieken beschikbaar hebben voor de jaren 1999-2007 en met behulp van een Weibull-functie (een uitvalfunctie) [18] met de levensduur van een machine als variabele (we stellen de levensduur van alle voorvermelde tuinmachines gelijk aan 10 jaar) kunnen we voor het jaar 2007 een globaal machinepark opbouwen met weergave van het bouwjaar. De gebruikte Weibull-functie tonen we in Figuur 11. Het uitgewerkt voorbeeld voor grasmaaiers op benzine wordt getoond in Tabel 31. Deze bewerkingen kunnen we herhalen voor elk van de door Fedagrim opgegeven machinetypes. Aangezien we met de verkoopsstatistieken net geen 10 jaar kunnen dekken, hebben we voor 1998 en 1997 de verkoopsstatistieken van 1999 overgenomen. De procentuele verdeling van bouwjaren (verkoopsjaren) die we op deze wijze bekomen voor het jaar 2007 (per machinetype) passen we vervolgens toe op de overeenstemmende machinetypes van het totale machinepark dat we bepaalden voor de huishoudelijke sector.

39


% uitgevallen tuinmachines

120 100 80 60 Weibull Scrappage functie

40 20 0 0

2

4

6

8

10

12

14

Ouderdom tuinmachines

Figuur 11: Weibull uitvalfunctie voor de leeftijdsverdeling van tuinmachines, levensduur: 10 jaar

Aantal 1997 1998

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

jaar

%

54 039

49 996

45 679

38 940

29 941

19 880

10 796

4 488

1 319

249

27

10

0,01 0,12

54 039

1999 2000 2001

49 996

45 679

38 940

29 941

19 880

10 796

4 488

1 319

249

9

54 039

49 996

45 679

38 940

29 941

19 880

10 796

4 488

1 319

8

0,63

51 809

47 933

43 794

37 333

28 705

19 059

10 351

4 303

7

2,05 4,90

51 379

2002 2003 2004

47 535

43 430

37 023

28 467

18 901

10 265

6

39 107

36 181

33 057

28 180

21 667

14 387

5

6,86

43 700

40 431

36 939

31 490

24 212

4

11,55

38 797

2005 2006 2007 Totaal

35 894

32 795

27 957

3

13,33

43 087

39 864

36 421

2

17,37

48 279

44 667

1

21,30

45.857

0

21,87

209 664

Tabel 31: berekening leeftijdsverdeling van grasmaaiers op benzine, gesteld dat de levensduur van een machine 10 jaar is

De laatste parameter die we vastleggen in het model is de lastfactor. Hiervoor gebruiken we de waarden van EPA [29].

40

100


→ RECREATIE

→ Quads Febiac leverde cijfers aan VITO over de verkoopsstatistieken van quads in België voor de jaren 2001-2007 [30]. Febiac maakte hierbij onderscheid tussen 2 types: quadsmotoren, quads-landbouwvoertuig, volgens de aard van hun inschrijving (als motor of als tractor). aantal quads

2001

2002

2003

quad-moto

929

1095

1846

quad-tractor

435

606

882

2004

2005

2006

2007

3386

4097

4551

4239

1136

1053

683

484

Tabel 32: verkoopsstatistieken quads, Febiac [30]

Op basis van deze verkoopsstatistieken voor 2001-2007 voor de 2 vermelde types stellen we een voertuigenpark samen voor het jaar 2007. We hanteren daarbij volgende aannames: o Levensduur van een quad: 25 jaar (naar analogie met levensduur van een moto). o De verkoopscijfers voor de periode 1982-2000 schatten we in aan de hand van het groeipercentage van 2001-2002. o Bepaling van het jaarlijks aantal uit dienst getreden voertuigen aan de hand van een Weibull-functie [18], met k= 25 en lambda = 8. o Parameters vastgelegd voor quads: • het gaat hier uitsluitend om 4-takt motoren; • de meeste types (op basis van leveranciersinformatie) zitten in de categorie: 250-750 cc. We stellen daarom in het model dat alle quads in deze categorie zitten; • gebruiksduur per jaar: we stellen dat elke quad 2 uur per weekend gebruikt wordt gedurende de periode maart tot en met oktober; • de gemiddelde snelheid stellen we gelijk aan de helft van de wettelijke maximum snelheid voor beide types, respectievelijk 45 en 40 km/u; • het jaarlijks aantal gereden kilometers is dan gelijk aan het product van de vorige 2 factoren. Op deze manier komen we tot een voertuigenpark voor 2007 met een leeftijdsverdeling van de voertuigen.

41


% uitgevallen Quads

120 100 80 60

Weibull Scrappage functie

40 20 0 0

5

10 15 Ouderdom Quad

20

25

Figuur 12: Weibull-functie (uitvalfunctie) voor quads (k= 25; lambda= 8) [18]

Kenmerken van de 2 types quads: motortype

Brandstof

Categorie

gemiddelde snelheid (km/u)

jaarlijks gebruik (u)

jaarlijks aantal km per quad

quad-moto

4-takt

benzine

250-750 cc

22,5

70

1575

quad-tractor

4-takt

benzine

250-750 cc

20

70

1400

Tabel 33: vastgelegde parameters (aannames) voor het voertuigenpark van quads in het model

5.000

30.000

4.000

25.000 20.000

3.000

15.000 2.000

10.000

1.000

5.000

0

0 25 jaar

23 jaar

21 jaar

19 jaar

17 jaar

15 jaar

13 jaar

11 jaar

9 jaar

7 jaar

5 jaar

3 jaar

1 jaar

leeftijd machinepark quads-moto 2007

machinepark quads-landbouw 2007

totaal quads-moto

Figuur 13: park quads 2007 voor België

42

totaal Quads-landbouw

totaal aantal

aantal

Resultaat: machinepark 2007


Als verdeelsleutel voor de gewesten volgen we de verdeling van het moto-park over de gewesten vanuit MIMOSA4 (voor de hele tijdsreeks beschikbaar 1990-2030) [2]. → Moto’s Een informatief dossier op de website van Febiac [31] vermeldt het aantal motorsportbeoefenaars in Vlaanderen die in het jaar 2000 hebben deelgenomen aan wedstrijden via de 15 officiële federaties, alsook het aantal recreanten die niet aangesloten zijn bij een federatie of club. Deze cijfers zijn ondermeer het resultaat van een behoefteonderzoek dat de Vlaamse Overheid liet uitvoeren door het economisch en maatschappelijk Studie- en Adviesbureau WES. In 1990 telde Vlaanderen nog 63 oefencircuits en op de publicatiedatum schoten er daarvan nog 4 over, waarvan er 2 op punt stonden te verdwijnen. Op basis van de informatie uit de statistische jaarverslagen van de boekjaren 2004, 2006 en 2007 van Febiac [24] en het vermelde dossier [31] trachten we voor het jaar 2000 het crossmoto-park te reconstrueren. We maken ook gebruik van het motorenpark voor de periode 1990-2030 uit MIMOSA4 [2] We hanteren hierbij volgende aannames: o Levensduur van een moto: 25 jaar. o In 2000 waren er 9 000 sportbeoefenaars die aan wedstrijden deelnamen in Vlaanderen en 5 000 recreanten [31] tezamen dus 14 000 motoren. o Het aandeel van de Vlaamse cross-motoren (14 000) in 2000 ten opzichte van het totale motorpark [2] bedraagt 9,1%. o Op basis van informatie van de Belgische motorrijdersbond [32] kunnen we stellen dat het grootste deel van de cross-motoren aan volgende 2 categorieën kunnen toegekend worden: • 2-takt motoren vanaf 50 cc • 4-takt motoren van 250 tot 750 cc o o

o

o o

We passen de verhouding van vorige 2 categorieën vanuit MIMOSA4 voor Vlaanderen toe op de 14 000 crossmotoren in 2000. We stellen de leeftijdsverdeling (uitgedrukt in %) van het motopark voor de 2-takt motoren vanaf 50 cc en voor de 4-takt motoren van 250 tot 750 cc uit MIMOSA4 gelijk voor het crossmotopark. We stellen dat ook in Wallonië en in het Brussels Hoofdstedelijk gewest het percentage van 9,1% crossmotoren mag doorgetrokken worden. Zo bepalen we het park voor 2000 in Wallonië en BHG. We trekken de verhoudingen van de 2 categorieën van het totale motopark uit MIMOSA4 ook door naar de crossmoto’s voor Wallonië en BHG in 2000. Parameters vastgelegd voor moto’s: • We brengen dus alle crossmotoren onder in 2-takt motoren vanaf 50 cc en 4-taktmotoren van 250 tot 750 cc. • Gebruiksduur per jaar: we stellen dat elke crossmoto 2 uur per weekend gebruikt wordt gedurende de periode maart tot en met oktober. • De gemiddelde snelheid stellen we gelijk aan 30 km/u. • Het jaarlijks aantal gereden kilometers is dan gelijk aan het product van de vorige 2 factoren.

Op deze manier komen we tot een voertuigenpark voor 2000 per gewest met leeftijdsverdeling en volgende technische karakteristieken.

43


Brandstof

gemiddelde snelheid (km/u)

jaarlijks gebruik (u)

jaarlijks aantal km per quad

Moto vanaf 50 cc 2t

benzine

30

70

2100

Moto 250-750 cc 4t

benzine

30

70

2100

Tabel 34: vastgelegde parameters (aannames) voor het voertuigenpark van moto’s in het model

Machinepark cross-moto’s

Aantal

Vlaanderen aantal motoren waarvan 50 cc -2t waarvan 250-750 cc 4t

14 000 1 829 12 171

Wallonië aantal motoren

6 775

waarvan 50 cc -2t

3 398

waarvan 250-750 cc 4t

3 377

Brussels Hoofdstedelijk Gewest aantal motoren

1 254

waarvan 50 cc -2t

628

waarvan 250-750 cc 4t

626

Tabel 35: machinepark van cross-moto’s in 2000 voor de gewesten

3.3.3

Historisch activiteiten

→ TUINMACHINES

→ Bepaling aantal tuinen in België per gewest en per klasse van tuingrootte Voor de bepaling van het totaal aantal tuinen in België voor de historische reeks 19902006, opgedeeld naar de gewesten, maken we gebruik van het % aan tuinen per huishouden bepaald voor het jaar 2001 en het aantal private huishoudens in de periode 19902006. We volgen dus dezelfde werkwijze als voor het basisjaar 2007 (zie 3.3.2) en komen tot volgend resultaat:

44


71% tuinen per huishouden aantal Vlaamse tuinen

70% tuinen per huishouden aantal Waalse tuinen

26% tuinen per huishouden aantal BHG tuinen

1990

1 558 796

898 510

124 730

1991

1 580 848

907 283

124 243

1992

1 594 293

914 633

122 608

1993

1 606 988

921 897

122 547

1994

1 617 403

926 859

121 916

1995

1 630 166

931 489

121 649

1996

1 642 197

936 236

120 998

1997

1 656 997

942 688

121 377

1998

1 671 243

949 869

121 644

1999

1 685 395

956 880

121 755

2000

1 698 103

964 027

121 914

2001

1 713 759

973 474

123 044

2002

1 728 386

983 230

124 821

2003

1 745 023

992 606

126 385

2004

1 760 877

1 003 097

127 193

2005

1 776 194

1 012 630

127 753

2006

1 793 353

1 021 976

128 958

2007

1 810 562

1 031 138

130 065

Tabel 36: bepaling van het totaal aantal tuinen per gewest voor 1990-2007

Vervolgens bepalen we het aantal tuinen per klasse van tuingrootte aan de hand van de percentages in Tabel 24. → Bepaling van het aantal machines (per type) per tuin en per tuincategorie Voor de historische reeks 1990-2006 nemen we aan dat het aantal machines per tuin en per tuincategorie constant is en gelijkgesteld kan worden aan de aantallen berekend voor het basisjaar 2007 (zie Tabel 27). → Bepaling van het totaal aantal tuincategorie en per gewest.

machines

per

machinetype

en

per

Voor de bepaling van het totale machinepark voor 1990-2006 per gewest en per tuincategorie vermenigvuldigen we de aantallen vermeld in Tabel 36 met de resultaten uit Tabel 24. → Bepaling van de machine- en gebruiksparameters We stellen de machineparameters en gebruiksparameters voor heel de historische tijdsreeks gelijk aan deze van het basisjaar 2007 (zie 3.3.2).

45


→ RECREATIE

→ Quads Het voertuigenpark voor 1990-2006 splitsen we uit in de periode 1990-2000 en 2001-2006. Voor de periode 2001-2006 wordt de inschatting vanuit de verkoopsstatistieken overgenomen aangezien we merken dat door toepassing van de uitvalfunctie op de verkoopsstatistieken er voor deze jaren geen voertuigen zijn van ouder dan 21 jaar. Voor de periode 1990-2000 schatten we het voertuigenpark in op basis van het groeipercentage van 2001 naar 2002: +18% voor quads-moto en +21% voor quads-landbouw. Deze stijging houden we constant voor de periode 1990-2000. De leeftijdsverdeling van het park stellen we voor heel de periode 1990-2006 gelijk aan de leeftijdsverdeling (procentueel uitgedrukt) voor het jaar 2007. Voor beide categorieën van voertuigen behouden we voor de historische reeks dezelfde gebruiksparameters als voor het basisjaar 2007 (zie Tabel 33)

35.000

Aantal Quads

30.000 25.000 20.000 15.000 10.000 5.000 0

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

Quads-moto

912

1.076

1.269

1.496

1.764

2.081

2.454

2.894

3.412

4.024

4.746

5.597

6.600

8.336

11.592

15.534

19.902

23.923

Quads-landbouw

308

374

455

552

671

815

990

1.203

1.461

1.776

2.157

2.621

3.184

4.014

5.089

6.070

6.667

7.050

TOTA AL QUA DS

1.220

1.450

1.723

2.048

2.435

2.896

3.444

4.097

4.874

5.800

6.903

8.217

9.784

12.351

16.681

21.604

26.569

30.973

Figuur 14: het globale historische park aan quads (zonder specificatie naar leeftijdsverdeling van het park)

→ Moto’s Bij gebrek aan concrete gegevens stellen we het voertuigenpark voor 1990-2006 gelijk aan dat van het basisjaar 2000. Ook de leeftijdsverdeling van het park brengen we in overeenstemming met het jaar 2000. We behouden eveneens de gebruiksparameters van het basisjaar 2000 voor de hele historische tijdsreeks.

3.3.4


→ TUINMACHINES Voor de bepaling van de toekomstige activiteiten gebruiken we als basis de prognoses van het aantal inwoners per gewest volgens de SVR-statistieken http://www4.vlaanderen.be/dar/svr/Pages/default.aspx.

46


→ Bepaling aantal tuinen in België per gewest en per klasse van tuingrootte Voor de bepaling van het totaal aantal tuinen in België in de toekomst (tot 2030) opgedeeld naar de gewesten, maken we gebruik van prognoses voor het aantal private huishoudens die we bepalen aan de hand van een trend in aantal personen per huishouden (laatste 8 jaar) en de voorspelling van het aantal inwoners. Voor de historische jaren is het aantal personen per huishouden per gewest terug te vinden in de SVR-statistieken. We volgen verder dezelfde werkwijze als voor het basisjaar 2007 (zie 3.3.2). → Bepaling van het aantal machines (per type) per tuin en per tuincategorie Voor de toekomstige reeks tot 2030 nemen we aan dat het aantal machines per tuin en per tuincategorie constant is en gelijkgesteld kan worden aan de aantallen berekend voor het basisjaar 2007 (zie Tabel 27). → Bepaling van het totaal aantal tuincategorie en per gewest.

machines

per

machinetype

en

per

Voor de bepaling van het totale machinepark voor de toekomstige jaren (tot 2030) per gewest en per tuincategorie vermenigvuldigen we de aantallen bekomen uit de bepaling van het aantal tuinen in België per gewest en per tuincategorie (tot 2030) met de resultaten uit Tabel 24. → Bepaling van de machine- en gebruiksparameters We stellen de machineparameters en gebruiksparameters voor de toekomst gelijk aan deze van het basisjaar 2007 (zie 3.3.2). → RECREATIE

→ Quads Voor het toekomstige voertuigenpark vertrekken we van het basisjaar 2007 en volgen we de trend van het totale motopark in het MIMOSA4 referentiescenario [2]. Ook voor de verdeling over de gewesten volgen we het motopark van het referentiescenario in MIMOSA4. De kenmerken van het voertuigenpark beschouwen we als een constante. De leeftijdsverdeling van het park stellen we voor heel de periode 2008-2030 gelijk aan de leeftijdsverdeling (procentueel uitgedrukt) voor het jaar 2007 (op basis van Febiac- verkoopsstatistieken en Weibull-functie). → Moto’s Bij gebrek aan concrete gegevens stellen we het voertuigenpark voor 2008-2030 gelijk aan dat van het basisjaar 2000. Ook de leeftijdsverdeling van het park brengen we in overeenstemming met het jaar 2000. We behouden eveneens de gebruiksparameters van het basisjaar 2000 voor de hele toekomstige tijdsreeks.

47


3.4 Groenvoorziening Binnen groenvoorziening voorzien we geen subsectoren.

3.4.1

Beschrijving sector

Deze sector omvat parken, openbaar groen, natuurreservaten en de domeinen met een militair gebruik, maar in beheer van de overheid. Bossen hebben we onder de sector bosbouw ondergebracht. Parken zijn ontworpen voor en door mensen. Ze worden gekenmerkt door een grote afwisseling van open structuren zoals grasvlaktes, vijvers, lage beplantingen of verhardingen en van gesloten structuren zoals bomen en heesters en infrastructuurelementen. Naast een grote verscheidenheid aan structuren is de grote afwisseling aan functies (recreatieve, sociaal-maatschappelijke, esthetische, educatieve, economische, cultuurhistorische en landschappelijk en stedebouwkundige functie) heel typerend voor parken. Met openbaar groen wordt al het groen bedoeld behorend tot het openbaar domein. Dit gaat van groen langs bermen, aan gevels, in plantsoenen, op pleinen, langs bomenrijen, op begraafplaatsen. Kortom al het groen dat niet behoort tot de bossen en natuurgebieden. De domeinen met militair gebruik omvatten de terreinen met een militair gebruik (eigendom van het ministerie van landsverdediging), die beheerd worden door het Agentschap voor Natuur en Bos (ANB) via een samenwerkingsprotocol. Een klein aantal militaire domeinen wordt ook als natuurreservaat beheerd door één van de drie erkende terreinbeherende verenigingen. Deze laatste gebieden zijn niet in de statistieken van INBO van militaire domeinen opgenomen, maar wel in die van de natuurreservaten (het gaat deels om gebieden die hun militaire functie grotendeels verloren). Tabel 37 geeft een overzicht van de oppervlaktes van de verschillende soorten groenvoorziening. Het Instituut voor Natuur en Bos Onderzoek (INBO) rapporteert voor Vlaanderen het aantal hectaren natuurreservaten, natuurdomeinen en militaire domeinen beheerd in samenwerking met de overheid [33]. Het Agentschap voor Natuur en Bos (ANB) rapporteert het aantal hectaren parken in Vlaanderen [34]. DGRNE - Direction générale des Ressources naturelles et de l'Environnement rapporteert het aantal hectares parken, natuurreservaten en natuurdomeinen voor Wallonië [35] en het Brussels Instituut voor Milieubeheer (BIM, [36]) rapporteert het aantal hectares parken, natuurreservaten en openbaar groen voor het Brussels Hoofdstedelijk Gewest (BHG). Natuur Parken (ha) Militaire domeinen (ha)

Vlaanderen 22 135

Wallonië

685 125

4 025

Natuurreservaten (ha)

31 895

2 243

Natuurdomeinen (ha)

19 441

85

Openbaar groen (ha)

Brussel

45 400

285

Tabel 37: oppervlakte van de groenvoorzieningen in België per gewest en per categorie

48


3.4.2


Het Agentschap voor Natuur en Bos (ANB) leverde het machinepark van 2008 aan voor de provincie Vlaams Brabant voor Meerdaal, Hageland, Groenendaal en de Groene Gordel. Deze machines hebben we onderverdeeld in machines voor bosbouw en machines voor groenvoorziening. Tabel 38 geeft de type machines en aantallen (2008) weer voor het onderhoud van de groenvoorziening in Meerdaal, Hageland, Groenendaal en de Groene Gordel. Het Agentschap voor Natuur en Bos (ANB) rapporteerde ook deels brandstof, bouwjaar, type motor en vermogen per machinetype voor Vlaams Brabant. Enkel Groenendaal rapporteerde het aantal uren dat de machines in gebruik waren. Aangezien Groenendaal het meest uitgebreide park heeft, hebben we de draaiuren van alle machines gelijkgesteld aan het gemiddeld aantal uren gerapporteerd door Groenendaal. machinetype

aantal

babyfrees bladblazer grasmaaier kettingzaag motoculteur motorfrees pneumohamer rugsproeier stokzaag trilplaat

1 10 9 22 2 3 1 7 1 2

Tabel 38: machinetypes en aantallen (2008) voor groenvoorziening in Meerdaal, Hageland, Groendendaal en de Groene gordel

Uit de cijfergegevens van het aantal ha van de respectievelijke gebieden leiden we af dat de natuuroppervlakte van deze gebieden (bos niet meegerekend) gelijk is aan 346 ha. Vervolgens berekenden we hoeveel hectaren natuurterrein (groenvoorziening) 1 machine onderhoudt. Het machinepark voor de wegbermen probeerden we in eerste instantie te berekenen op basis van de wegbermoppervlakte [37]. Tabel 39 geeft een overzicht van de lengte van de autosnelwegen, de gewestwegen en de provinciewegen in België per gewest voor het jaar 2006. De oppervlakte van de bermen hebben we ingeschat door te stellen dat de gemiddelde wegberm langs de autostrade 5 m is, langs een gewestweg 2 m en langs een provinciale weg 1 m. km Autosnelwegen Gewestwegen Provinciewegen

Vlaanderen

BHG

Wallonië

883

11

869

5 400

320

6 865

635

0

714

Tabel 39: de lengte (km) van de wegen in het jaar 2006 in België

Wanneer we de methode beschreven in de vorige paragraaf toepassen, komen we onrealistische cijfers uit. Slechts 27 grasmaaiers zijn nodig om de wegbermen voor heel Vlaanderen te onderhouden. We hebben bijgevolg besloten om het aantal grasmaaiers gelijk te stellen aan het aantal gemeentes. Elke gemeente beschikt dan over 1 grasmachine die enkel wordt ingezet om de wegbermen te onderhouden. Elke gemeente is immers verantwoordelijk voor het onderhoud van de wegbermen op eigen grondgebied.

49


3.4.3

Historisch en toekomstige activiteiten

Voor de aankoop van nieuwe groengebieden in Vlaanderen werd een doelstelling van 3 000 ha vooropgesteld. We nemen aan dat het effect hiervan is dat de reeds bestaande groengebieden veranderen van eigenaar. We veronderstellen dat doorheen de jaren weinig of niets verandert aan het machinegebruik om deze gebieden te beheren. Bijgevolg houden we de machineparken doorheen de jaren constant. Het aantal gemeentes in België en bijgevolg het machinepark voor onderhoud van de wegbermen blijft eveneens constant. Voor de leeftijdsverdeling van de machineparken houden we de leeftijdsverdeling gerapporteerd door Vlaams Brabant aan.

3.5 Industrie Voor de sector industrie vertrekken we van de verkoopsstatistieken van heftrucks gerapporteerd door SIGMA [38], de gebruikte methode is analoog aan de voorbereidende studie [7].

3.5.1

Beschrijving sector

Zoals net vermeld beschouwen we enkel de heftrucks binnen de sector industrie. Het brandstofverbruik van de heftrucks in de voorbereidende studie [7] is zeer hoog in vergelijking met de hoeveelheid gas- en dieselolie gerapporteerd door de energiebalansen. Hiervoor hebben we twee verklaringen gevonden. 1. De SIGMA cijfers zijn inclusief de verkoop van heftrucks aan andere sectoren (havens, luchthavens, multimodale overslagterminals en defensie). Voor het jaar 2006 berekent het OFFREM-model een totaal aantal vorkheftrucks van 36 602 uit de SIGMA-verkoopcijfers. De sectoren zeevaart, luchtvaart, multimodale overslagterminals en defensie bezitten ongeveer 4 % van deze vorkheftrucks. De energieverbruiken en emissies van deze heftrucks horen dus niet thuis onder de sector industrie. 2. De toekenning van ongeveer 4 % van de heftrucks aan andere sectoren is echter niet voldoende om de hoge waardes van de energieverbruiken door de industrie in de voorbereidende studie [7] te verklaren. Uit een studie voor de luchthaven van Zaventem die VITO in 2008 in opdracht van The Brussels Airport Company [3] uitvoerde, vonden we initieel een gelijkaardige overschatting terug. Na persoonlijke communicatie en grondig onderzoek bleek dat het aantal gerapporteerde draaiuren diende opgesplitst te worden naar stand by draaiuren en operationele draaiuren. Het verbruik tijdens de operationele draaiuren is veel groter dan het verbruik tijdens de stand by draaiuren. Uit enquêteresultaten [3] heeft VITO berekend dat slechts 30 % van de draaiuren operationele draaiuren zijn. Deze verhouding voor de heftrucks nemen we over in het OFFREM-model. Tabel 40 geeft een overzicht van de technische kenmerken van de heftrucks overgenomen uit de voorbereidende studie [7] en uitgebreid met enerzijds het aantal operationele draaiuren en anderzijds inzichten voor elektrische heftrucks vanuit de The Brussels Airport Company-studie [3].

50


Machine type

Brandstof

Vermogensklasse

Vermogen (kW)

Lastfactor

Mediane leeftijd (jaar)

18-37 kW

30

0,6

10

Aantal operationele draaiuren 150

heftruck

Diesel

heftruck

Elektrisch

< 18 kW

15

0,6

10

150

heftruck

LPG

>= 225 cc

25

0,6

10

135

Tabel 40: technische kenmerken van de heftrucks voor de industrie

Aangezien we ons voor deze sector rechtstreeks baseren op de verkoopcijfers van 1991-2007 en vóór deze periode een verkoop – analoog als aan de voorbereidende studie [7] - aannemen van het aantal heftrucks in 1991 (1014 op brandstof en 805 op elektriciteit) op kunnen we het volledige historische park in kaart brengen en is het niet nodig om met een basisjaar te werken. Uit modelresultaten van de voorbereidende studie [7] hebben we voor de heftrucks op brandstof een verdeling teruggevonden van 50% diesel en 50% LPG. Deze info hebben de auteurs van de voorbereidende studie vergaard door persoonlijke communicatie met Federauto. Voor de verdeling van het aantal heftrucks over de 3 gewesten maken we gebruik van het dieselverbruik gerapporteerd in de 3 gewestelijke energiebalansen (2006) voor de sector industrie. De verdeelsleutel bedraagt 59 % voor Vlaanderen, 39 % voor Wallonië en 2 % voor het Brussels Hoofdstedelijk Gewest.

3.5.2


Het machinepark voor de industrie genereren we aan de hand van de verkoopscijfers van de beroepsvereniging SIGMA [38]. SIGMA rapporteert de verkoopscijfers vanaf 1991. We nemen zoals reeds eerder vermeld een verkoop aan van 1014 stuks op brandstof en 805 stuks op elektriciteit per jaar voor de jaren vóór 1991. De verkoopscijfers van de machines hebben we via een Weibull uitvalfunctie omgezet naar het volledige machinepark. Voor de opdeling naar diesel/LPG nemen we de aannames over uit de voorbereidende studie [7], namelijk 50/50. Vervolgens trekken we het heftruckpark van de sectoren luchtvaart, zeevaart, defensie en multimodale overslagterminals af van het gegenereerde SIGMAheftruckpark. Zo verkrijgen we het heftruckpark voor de industrie.

3.5.3


De toekomstige activiteiten van off-road voertuigen in de industrie inschatten aan de hand van de economische groei (toegevoegde waarde) van deze sector is niet aan te raden. Er spelen immers veel parameters in op de toegevoegde waarde, zoals bijvoorbeeld een verandering in aard van producten, die geen invloed hebben op het gebruik van off-road voertuigen. Hierdoor schatten we toekomstige activiteiten in door naar de evolutie in het machinepark te kijken. De groei nemen we gelijk aan de trend van het aantal machines van de laatste 10 statistische jaren. Dit gebeurt dynamisch in het model.

51


3.6 Bouw Voor de bouwsector brengen we – analoog aan de voorbereidende studie [7] – het machinepark uit de SIGMA-statstieken in kaart, exclusief de heftrucks en de machines die bij andere sectoren (havens, luchthavens, multimodale overslagterminals en defensie) zijn opgenomen.

3.6.1

Beschrijving sector

Tabel 41 geeft een overzicht van de 25 gebruikte machines in de bouwsector. De informatie uit de voorbereidende studie werd overgenomen en aangevuld met het aantal operationele draaiuren. Voor het aandeel operationele draaiuren ten opzichte van de totale draaiuren nemen we hetzelfde percentage over als voor de heftrucks (industrie), namelijk 30 %. Binnen deze studie hebben we dit percentage niet met de realiteit kunnen toetsen (m.b.v. bijvoorbeeld enquêtering). Het aantal operationele draaiuren voor de bouwmachines in Tabel 41 is mogelijks een onderschatting. We raden dan ook aan om het percentage operationele/stand-by draaiuren in de nabije toekomst verder te onderzoeken (zie ook beleidsaanbevelingen in Hoofdstuk 7).

52


Machinetype

Vermogen klasse

Asfalteermachines

56-75 kW

Asfalteermachines

75-130 kW

Dieplepel(graafmachine) Walsen/compactors

Vermogen (kW)

Brandstof

Last factor

60

Diesel

0,66

Mediane leeftijd (jaar) 8

Operationele draaiuren (jaar) 240

100

Diesel

0,66

8

240

56-75 kW

60

Diesel

0,5

12

150

<18 kW

10

Diesel

0,5

8

75

Walsen/compactors

18-37 kW

30

Diesel

0,5

8

75

Walsen/compactors

56-75 kW

60

Diesel

0,5

12

75

Walsen/compactors

75-130 kW

100

Diesel

0,5

12

75

Walsen/compactors

130-300 kW

200

Diesel

0,5

8

150

hijskranen

75-130 kW

100

Diesel

0,5

8

297

hijskranen

130-300 kW

200

Diesel

0,5

10

297

hijskranen

300-560 kW

450

Diesel

0,5

10

297

bulldozers

56-75 kW

60

Diesel

0,6

6

270

bulldozers

75-130 kW

100

Diesel

0,6

7

270

bulldozers

130-300 kW

200

Diesel

0,6

9

270

graafmachines

56-75 kW

60

Diesel

0,6

5

330

graafmachines

75-130 kW

100

Diesel

0,6

6

330

graafmachines

130-300 kW

200

Diesel

0,6

8

330

wegenschaven

56-75 kW

60

Diesel

0,6

5

300

wegenschaven

75-130 kW

100

Diesel

0,6

7

300

wegenschaven

130-300 kW

200

Diesel

0,6

8

300

laadschoppen

75-130 kW

100

Diesel

0,6

8

240

laadschoppen

130-300 kW

200

Diesel

0,6

10

240

laadschoppen

300-560 kW

450

Diesel

0,6

10

240

kiepbakken

75-130 kW

100

Diesel

0,6

4

480

kiepbakken

130-300 kW

200

Diesel

0,6

5

480

kiepbakken

300-560 kW

450

Diesel

0,6

5

480

kiepbakken

560-1000 kW

750

Diesel

0,6

5

480

trilmachines

<18 kW

10

Diesel

0,4

8

150

trilmachines

>=50 cc

10

Benzine

0,4

8

150

heftrucks buiten/verreikers

56-75 kW

60

Diesel

0,6

10

180


75-130 kW

stampers

<18 kW

stampers

>=50 cc

10

Benzine

0,4

8

150

sleuvenfrezen

<18 kW

10

Diesel

0,6

7

150

sleuvenfrezen

18-37 kW

30

Diesel

0,6

7

150

100

Diesel

0,6

11

180

10

Diesel

0,4

8

150

Tabel 41: machinetypes gebruikt in de bouwsector en hun technische kenmerken

Voor de bouwsector werken we niet met een basisjaar aangezien voldoende statistische informatie over de verkoopscijfers aanwezig is om de historische activiteiten gedetailleerd in kaart te brengen. SIGMA rapporteert gedetailleerde cijfers vanaf 1994. Voor de jaren vóór 1994 zijn niet voor alle machines verkoopsstatistieken beschikbaar. In dit geval, nemen we het aantal verkochte machines van 1994 over. Zoals reeds eerder vermeld corrigeren we het bekomen machinepark met het aantal overeenkomstige machines uit andere sectoren (havens, luchthavens, multimodale overslagterminals en defensie) om geen dubbeltelling te bekomen. Voor de verdeling van de off-roadmachines in de bouw over de 3 gewesten maken we gebruik van het dieselverbruik gerapporteerd in de 3 gewestelijke energiebalansen (2006) voor de subsector ‘andere industrieën’ waar de bouwsector deel van uitmaakt.

53


De verdeelsleutel bedraagt 82 % voor Vlaanderen, 17 % voor Wallonië en 1 % voor het Brussels Hoofdstedelijk Gewest.

3.6.2


Om het machinepark voor de bouwsector te genereren gebruiken we de verkoopscijfers van de beroepsvereniging SIGMA als basisgegevens [38]. SIGMA rapporteert verkoopscijfers vanaf 1994. Voor de jaren vóór 1994 zijn niet voor alle machines verkoopsstatistieken beschikbaar. In dit geval, nemen we het aantal verkochte machines van 1994 over. De levensduur van de machines nemen we over uit de voorbereidende studie [7]. De verkoopscijfers van de machines hebben we via een Weibull uitvalfunctie omgezet naar het volledige machinepark.

3.6.3


De toekomstige activiteiten van off-road voertuigen in de bouwsector inschatten aan de hand van de economische groei (toegevoegde waarde) van deze sector is niet aan te raden. Het zijn immers slechts enkele deelsectoren binnen deze sector die veel gebruik maken van off-road voertuigen. De wegenbouw is bijvoorbeeld een deelsector die veel gebruik maakt van off-road voertuigen, de particuliere woningbouw daarentegen niet. Hierdoor schatten we toekomstige activiteiten in door naar de evolutie in het machinepark te kijken. De groei nemen we gelijk aan de trend van het aantal machines van de laatste 10 statistische jaren. Dit gebeurt dynamisch in het model.

knelpunt: pompen en generatoren

→ situering knelpunt Mobiele generatoren en pompen worden voornamelijk gebruikt in de bouwsector. Deze machinetypes werden nog niet opgenomen in de voorbereidende studie van TMLeuven [7]. Via onderstaande onderzoekspistes trachtte VITO een beter zicht te krijgen op het gebruik van pompen en generatoren. → onderzoekspistes o

54

VITO contacteerde 24 verkoop- en verhuurbedrijven van pompen en generatoren op de Belgische markt. We vroegen naar informatie over de technische karakteristieken van deze mobiele machines en naar inventarissen van machineparken van deze machinetypes. Ook hebben we op de websites van deze bedrijven gezocht naar nuttige informatie. Over de technische parameters van stroomaggregaten, pompen en compressoren is op deze wijze wel informatie vergaard. Er is vanuit de bedrijven zelf echter geen bijkomende informatie beschikbaar gesteld over de machineparken (denk aan verkoopsstatistieken, inventarissen van machineparken voor verhuur). Tabel 42 geeft een overzicht van de gecontacteerde bedrijven.


Gecontacteerde bedrijven

websites

Bobinindus NV

http://www.bobinindus.com

Air Compact Belgium nv

http://www.aircompact.com

Antec bvba

http://www.antec.be

Matermaco

http://www.matermaco.be

N.E.N.S. Power NV

http://www.nenspower.be

SDMO

http://www.sdmo.com

Intermetal-Motor nv

http://www.intermetal-motor.be

Racor

http://www.racor.be

Euro Rent Antwerp

http://www.eurorent.be

Gijsels bvba

http://www.aggregaten-verhuur.be

Honda Belgium nv

http://www.fl.honda.be/content/industrie/

Hunter nv

http://www.hunter.be

Konings Event Service bvba ,

http://www.koningseventservice.be/

The Powershop

http://www.thepowershop.be

E. Van Wingen NV

http://www.vanwingen.be/

2Rent

http://www.2rent.be

Vandaele-machinery

http://www.vandaele-machinery.be

Atlas Copco Belgium

http://www.atlascopco.com/

Dutry Power

http://www.dutrypower.be

Euromat

http://www.euromat.be

Powersolutions

http://www.powersolutions.be/

Hoofdkantoor Eekels Belgium n.v.

http://www.eekels.be

Empo-Verder n.v.

http://www.empo-verder.be

Dias Firetrucks

http://www.dias-firetrucks.be

Marine Motors & Pumps

http://www.marinemotors.be

Tabel 42: gecontacteerde bedrijven: verkoop en verhuur van pompen, generatoren, compressoren

o

Op aangeven van de stuurgroepleden werden vervolgens verschillende keurinstanties aangeschreven voor het bekomen van informatie over mobiele machines. Machines als heftrucks, kranen, pompen en generatoren moeten immers verplicht gekeurd worden op bepaalde tijdstippen. Volgens de leden van de stuurgroep houden deze keurinstanties (verplicht) een inventaris bij met de door hen te keuren machines. Bedrijven zelf houden de keuringsdata niet altijd in de gaten, de keurinstanties zelf leggen dan contact met de bedrijven als aan keuringsdatum nadert. Als referentie werd hiervoor gebruik gemaakt van de databank van officieel erkende keurinstanties, die beschikbaar is op de website van de FOD economie [39]. Onderstaande tabel geeft de instanties weer die VITO in het kader van de studie contacteerde.

55


Gecontacteerde keurinstanties

websites

ATK

http://www.atk.be/

Vinçotte

http://www.vincotte.com/

SGS BUREAU NIVELLES VZW

http://www.be.sgs.com/

KONTROLEDIENST VAN HEFWERKTUIGEN (KONHEF) vzw BELGISCHE INDUSTRIELE CONTROLE (BIC) vzw

http://www.ocb.be

ONAFHANKELIJK CONTROLE BUREEL - OCB vzw

http://www.ocb.be

BUREAU VOOR TECHNISCHE INSPECTIE vzw ELEKTRO-TEST NV

http://www.electro-test.be

J. Van Hemelen Keuringsorganisme VZW S.N.C.B. - BUREAU DES CONTROLES LEGAUX - H-PA-332 Technisch Bureau Verbrugghen

http://www.btvcontrol.be

Tabel 43: gecontacteerde keurinstanties: keuring van mobiele machines als heftrucks, kranen, pompen, generatoren

De gecontacteerde keurinstanties die reageerden gaven allen een negatief antwoord op de vraag naar het bijhouden van een inventaris of gaven aan hiervoor geen tijd te hebben. o

Tegelijkertijd trachtte VITO een samenwerking op te zetten met de Confederatie Bouw. De Confederatie Bouw wilde een bevraging uitvoeren onder haar leden. VITO stelde daartoe een invulformulier op en een begeleidende brief/e-mail zodat deze door de Confederatie kon gebruikt worden voor de bevraging. Het doel was om via deze bevraging een machinepark voor pompen/generatoren/compressoren (en andere mobiele machines in de bouwsector) te kunnen samenstellen en deze dan later te extrapoleren naar gewestelijk en federaal niveau (bijvoorbeeld op basis van SIGMA-cijfers voor andere machinetypes dan pompen/generatoren/compressoren). Wegens plotse veranderingen in de personeelsbezetting (door ziekte) van de Confederatie Bouw kon de enquête onder de leden niet doorgaan. De Confederatie Bouw blijft geïnteresseerd om een dergelijke bevraging in de toekomst uit te voeren, maar kan momenteel niet ingaan op deze vraag. (contactpersonen: Frederiek DeKimpe, Johan Walewijns).

In het kader van deze studie kan VITO dus geen verdere inschatting maken van het Belgische (en op gewestelijk niveau) machinepark aan generatoren en pompen. Na overleg met de opdrachtgever en VMM is beslist dat de Vlaamse Milieumaatschappij in de toekomst samen met de Confederatie Bouw de voorgestelde enquêtering zal opstarten.

3.7 Defensie Voor defensie brengen we de voertuigen (machines en wagens) in kaart die defensie voornamelijk voor off-road toepassingen gebruikt. De voertuigen voor on-road gebruik zitten reeds grotendeels vervat in het wegtransportmodel MIMOSA4. Het gebruik van de voertuigen waarvoor defensie geen specificatie (on/off-road) heeft aangeleverd, is verwaarloosbaar.

3.7.1

Beschrijving sector

De voornaamste off-road voertuigen voor defensie hebben we opgelijst in Tabel 44. Naast deze voertuigen zijn er nog tal van andere voertuigen voor off-road

56


toepassingen binnen defensie die we verder als ‘diverse voertuigen’ beschrijven. Deze brengen we echter niet afzonderlijk in kaart omwille van het geringe belang van elk van die voertuigen afzonderlijk voor het doel van deze studie. De brandstofverbruiken van de ‘diverse voertuigen’ in totaal zijn echter wel gekend. Deze gebruiken we om de opschaling van energieverbruiken en emissies mogelijk te maken. Type_Defensie MACHINES BETONMOLEN BOWSER AVN COMPRESSOR GENERATOR Gevechtsvoertuig (Rupsen) HEATER KRAAN KRAAN 14 T KRAAN 20 T KRAAN 50 T KRAAN 5T KRAAN 60 T LICHTE VEEGMACHINE TANK TRACTOR VLIEGTUIGTREKKER VORKLIFT 2T VORKLIFT 3,7 T VORKLIFT 3T VORKLIFT 4T VORKLIFT 5T GENERATOR WAGENS VRACHTWAGEN 6x4 BRANDWEERWAGEN BRANDWEERWAGEN BORSTELWAGEN MINIBUS

Voertuig_OFFREM

Brandstof

betonmolen tank compressor generator gevechtsvoertuig (rupsen) heater kraan kraan kraan kraan kraan kraan lichte veegmachine tank landbouwtractor trekkers van vliegtuigen vork- en schaarlifts vork- en schaarlifts vork- en schaarlifts vork- en schaarlifts vork- en schaarlifts generator

benzine diesel diesel diesel diesel diesel diesel diesel diesel diesel diesel diesel diesel diesel diesel diesel diesel diesel diesel diesel diesel benzine

vrachtwagens 7,5-12t brandweerwagens defensie diesel brandweerwagens defensie benzine borstelwagen minibus

diesel diesel benzine diesel diesel

Tabel 44: type voertuigen voor off-road gebruik bij defensie

3.7.2


Voor het jaar 2007 heeft defensie VITO gedetailleerde data bezorgd in verband met de brandstofverbruiken (diesel/benzine) van de verschillende voertuigen opgelijst in Tabel 44. Defensie heeft de brandstofverbruiken aangeleverd per machine, samen met het bouwjaar en een inschatting naar de motorspecificaties per type machine. Aan de hand van deze cijfergegevens heeft VITO eenmalig het energieverbruik (kWh) per machine en de afgelegde kilometers voor de wagens voor het jaar 2007 bepaald aan de hand van TREMOD [1] en MIMOSA4 [2] verbruiksfactoren. Deze energieverbruiken en kilometers per voertuig gebruiken we als basisactiviteiten voor de historische en toekomstige doorrekeningen. Een gedeeltelijke onderverdeling van de brandstofverbruiken naar de 3 gewesten is beschikbaar. Enkel de categorie brandstofverbruiken via tankkaart heeft VITO verder verdeeld over de Gewesten. De gehanteerde verdeelsleutel voor deze brandstofverbruiken is gebaseerd op het elektriciteitsverbruik van het jaar 2007 voor infrastructuur bij defensie (Tabel 45).

57


Gewest Vlaams gewest Waals Gewest Brussels Hoofdstedelijk Gewest

Sleutel 0,57 0,31 0,12

Tabel 45: verdeelsleutel brandstofverbruiken via tankkaarten over de 3 gewesten

Als resultaat bekomen we voor de activiteiten (kWh voertuigcategorie een verdeelsleutel voor de 3 gewesten.

of

km)

per

OFFREM-

Verder hebben we per gewest en per brandstofsoort ook een opschalingsfactor bepaald om de brandstofverbruiken van de diverse voertuigen mee in rekening te brengen. We passen deze opschalingsfactoren toe op alle OFFREM-voertuigen voor defensie. Hiervoor veronderstellen we vereenvoudigd dat de categorie ‘diverse voertuigen’ een weerspiegeling is van het in detail gekende park (categorieën van Tabel 44).

3.7.3


Defensie heeft per voertuigtype het totaal aantal voertuigen aangeleverd voor de periode 1990-2007. Aan de hand van deze data en de gedetailleerde data van het voertuigenpark in 2007 (voertuigtype per bouwjaar) was het mogelijk om een gedetailleerd voertuigenpark (incl. bouwjaar voertuigen) voor de periode 1990-2007 in kaart te brengen. Zoals reeds eerder vermeld gebruiken we voor de historische doorrekeningen de activiteitsdata per voertuigtype (kWh of km) die VITO berekend heeft aan de hand van gedetailleerde gegevens voor het jaar 2007. De verdeelsleutels voor de 3 gewesten per OFFREM-voertuigcategorie van het jaar 2007 nemen we over voor de hele periode 1990-2007. De opschalingsfactoren per gewest en per brandstofsoort van het jaar 2007 passen we verder ook voor alle jaren toe om de activiteiten van de diverse voertuigen mee in kaart te brengen.

3.7.4


Net zoals voor de historische activiteiten heeft defensie per voertuigtype een inschatting gemaakt van het totaal aantal voertuigen voor de periode 2008-2030. Momenteel zijn er geen nieuwe aankopen gepland voor de toekomst, met andere woorden de voertuigen die defensie gebruikt in de periode 2008-2030 zijn allemaal gebouwd vóór 2008. Aan de hand van deze data en de gedetailleerde data van het voertuigenpark 2007 (voertuigtype per bouwjaar) is het mogelijk om een gedetailleerd voertuigenpark (incl. bouwjaar voertuigen) voor de periode 2008-2030 in kaart te brengen. Aangezien toekomstplannen in verband met aankoopgedrag kunnen wijzigen in de loop der jaren, is het model wel voorzien om bijkomende voertuigen in rekening te brengen, alsook de afschrijving van andere voertuigen. Activiteitsdata (kWh of km) voor voertuigen met een bouwjaar vóór 2008 hebben we reeds beschikbaar uit de gedetailleerde data van 2007. Voor voertuigen met een bouwjaar groter dan 2007 (indien toekomstplannen rond aankoop nieuwe voertuigen wijzigt) nemen we de respectievelijke activiteitsdata van het meest recente voertuig over.

58


De verdeelsleutels voor de 3 gewesten per OFFREM-voertuigcategorie van het jaar 2007 nemen we over voor de hele periode 2008-2030. De opschalingsfactoren per gewest en per brandstofsoort van het jaar 2007 passen we verder ook voor alle jaren toe om de activiteiten van de diverse voertuigen mee in kaart te brengen.

3.8

Havens

Voor de havens brengen we de machines voor het verhandelen van droge massagoederen, vloeibare massagoederen, containers, RoRo en conventionele stukgoederen in kaart.

3.8.1

Beschrijving sector

VITO neemt 4 Vlaamse (de havens van Antwerpen, Zeebrugge, Gent en Oostende) [40], 1 Brusselse (de haven van Brussel [41]) en 1 Waalse haven (de haven van Luik [42]) mee in het OFFREM-model. Tabel 46 geeft een overzicht van de activiteiten van de bestudeerde havens. HAVEN

Totaal (ton) 167 400 000

Droge massagoederen 26 100 000

Vloeibare massagoederen 38 200 000

Gent*

24 100 000

16 900 000

2 700 000

300 000

1 900 000

2 400 000

Zeebrugge*

39 500 000

2 000 000

6 200 000

18 000 000

12 200 000

1 000 000

7 810 000

1 470 000

50 000

20 000

6 240 000

30 000

20 481 000

20 194 266

4 191 000

3 017 520

Antwerpen*

Oostende* Luik** Brussel**

Containers 80 800 000

Roll-On Roll-Off 7 200 000

conventionele stukgoederen 15 100 000

286 734 1 005 840

167 640

* gegevens Vlaamse havens uit SERV statistieken ** Brussel en Luik via cijfers nationale bank, Luik is openbare en private havens samen

Tabel 46: behandelde goederen in de verschillende havens in 2006

Het Havenbedrijf Antwerpen heeft de offroad-machines in de haven van Antwerpen reeds in kaart laten brengen door het studiebureau Arcadis [4]. De 10 machinetypes die ze hier onderscheiden zijn vork- en schaarliften, kranen, trekkers, veegmachines, dienstwagens, RoRo trekkers, wielladers, reach stackers, straddle carriers en generatoren.

3.8.2


Voor de haven van Antwerpen zijn data voor 2006 in het juiste formaat beschikbaar gesteld uit de Arcadis-studie [4]. Deze studie rapporteerde het type, de aantallen, het vermogen, het bouwjaar, het aantal draaiuren, de lastfactor en het verbruik van de machines voor 9 Antwerpse bedrijven. De elektrische machines, uitgezonderd vork- en schaarliften, en de machines van het gemeentelijk havenbedrijf zelf (GHA) werden in deze studie niet geïnventariseerd waardoor we deze niet meegenomen hebben in het OFFREM-model. Het aantal draaiuren uit de Arcadis-studie hebben we gecorrigeerd naar operationele draaiuren (zie 3.9, bevindingen studie The Brussels Airport Company [3]). Voor de andere havens zijn geen gegevens beschikbaar. De resultaten van de Antwerpse studie hebben we daarom opgeschaald naar de andere havens voor het basisjaar 2006 in twee stappen. In een eerste stap hebben we het machinepark dat

59


gebruikt wordt in de haven van Antwerpen opgeschaald naar een machinepark voor alle havens (inschatting per haven). Hiervoor hebben we elk machinetype verbonden aan een goederencategorie. Tabel 47 toont de link machinetype-goederencategorie. Machinetype

Goederencategorie

Vork- en schaarliften

Alle categorieën

Kranen

Alle categorieën

Trekkers

Alle categorieën

Veegmachines

Alle categorieën

Dienstwagens

Alle categorieën

RORO trekkers

RoRo goederen

Wielladers

Droge bulk goederen

Reach stackers

Containers

Straddle carriers

Containers

Tabel 47: link tussen off-road machinetypes gerapporteerd in de Arcadis-studie en de goederencategorie zoals gerapporteerd in de SERV jaarstatistieken

Vervolgens berekenen we voor de haven van Antwerpen hoeveel ton goederen een bepaalde machine (rekening houdend met draaiuren en vermogen) op jaarbasis gemiddeld behandelt en hoeveel energie de machine hiervoor verbruikt. Met behulp van de goederenstatistieken van alle andere havens konden we vervolgens een inschatting maken van het energieverbruik van een type machine. Hieruit konden we vervolgens het aantal machines met bijhorende draaiuren en energieverbruiken inschatten. Voor de afhandeling van containers worden voornamelijk straddle carriers (= portaaltruck) en reach stackers (= heftruck buiten/verreiker) gebruikt. Uit de data van de haven van Antwerpen konden we afleiden dat 1 straddle carrier ongeveer 300 000 ton containergoederen behandelt. De haven van Oostende verhandelde 20 000 ton aan containergoederen in 2006 en beschikt volgens deze redenering over geen straddle carriers. Wanneer we een analoge methode gebruiken om de reach stackers in te schatten dan zou Oostende ook geen reach stackers ter beschikking hebben. Om deze contradictie op te lossen hebben we ervoor gezorgd dat de straddle carriers en reach stackers samen alle containers moeten kunnen afhandelen. Tabel 48 geeft een overzicht van de berekende machineparken voor de Belgische havens. Aantal voertuigen Vork- en schaarliften Reach stackers Straddle carriers Kranen

Antwerpen

Gent

Zeebrugge

Oostende

Luik

Brussel

440

63

122

21

63

13

50

7

11

1

7

3

274

59

19

3

5

1

2

1

3

1

1

1

1

1

RoRo tractors

15

4

26

13

Trekkers

Veegmachines

56

8

13

3

7

3

Wielladers

7

5

1

1

6

2

Dienstwagens

9

1

3

1

1

1

Generator

4

1

1

1

1

1

Tabel 48:opgeschaalde machinepark van de Belgische havens in 2006

60


In een tweede stap hebben we de machinetypes voor alle havens opgedeeld naar brandstoftype en vermogen waarbij we de verdeling van het machinepark voor de haven van Antwerpen hebben aangehouden.

3.8.3


Voor de historische projecties van de operationele draaiuren en energieverbruiken van het basisjaar 2006 naar de tijdsreeks van 1990-2008 maken we gebruik van de goederenstatistieken van de havens. De projectiemethode voor het totaal aantal operationele draaiuren en energieverbruik per type machine is analoog aan de opschalingsmethode beschreven in sectie 3.8.2. De goederenstatistieken voor de Vlaamse havens komen uit de SERV jaarverslagen. De goederenstatistieken voor de haven van Brussel en de haven van Luik hebben we rechtstreeks uit hun jaarverslagen overgenomen. Voor deze havens zijn de gegevens over de behandelde goederen slechts beschikbaar vanaf het jaar 2001. In de haven van Brussel werden pas vanaf 2003 containers behandeld. Voor de periode 1990-2000 trekken we de geobserveerde trend van de gerapporteerde goederenstatistieken (2001-2007) door. Voor de containertrafiek in de haven van Luik hebben we verondersteld dat ze 1,4 % is van de totale goederentrafiek. Wanneer de operationele draaiuren en het energieverbruik per type gekend is, moeten we deze nog verder onderverdelen naar hun bouwjaar en technische kenmerken. Voor het jaar 2006 kennen we het energieverbruik per type machine en technische kenmerken (brandstoftype, vermogen, lastfactor, draaiuren). Hieruit berekenen we een verdeelsleutel voor de operationele draaiuren en het energieverbruik. Deze gegevens combineren we verder met een leeftijdsverdeling voor de verschillende machines rekening houdend met de maximum leeftijd van de verschillende machines. Aangezien de zeevaart een groeiende sector is hebben we een vrij jonge leeftijdsverdeling aangenomen voor de verschillende voertuigen (er komen steeds voertuigen bij voor de afhandeling van goederen). Figuur 15 geeft ter illustratie de leeftijdsverdeling voor een havenvoertuig met een maximale levensduur van 20 jaar weer. 0,08 0,07

fractie

0,06 0,05 0,04 0,03 0,02 0,01 0 0

1

2

3

4

5

6

7

8

9

10 11 12 13 14 15 16 17 18 19 20

leeftijd

Figuur 15: leeftijdsverdeling havenvoertuig met een maximale levensduur van 20 jaar

61


3.8.4


De toekomstige projecties van de operationele draaiuren en energieverbruiken van het jaar 2006 naar de tijdsreeks 2009-2030 gebeurden op analoge wijze als de historische projecties. De strategische plannen van de havens geven de te verwachten goederentrafiek van de havens. In het EMMOSS-model [43] zijn deze trafiekprognoses (som ladingen en lossingen) bijgesteld door de stuurgroepleden. In OFFREM hebben we dezelfde groeivoeten overgenomen als in EMMOSS (afstemming modellen Vlaamse overheid). Deze groeivoeten zijn terug te vinden in Tabel 49. jaarlijkse groeivoet

Containers

Droge massagoederen

Antwerpen

2007-2015

6,58%

0,00%

Conventionele stukgoederen 0,23%

Vloeibare massagoederen

Passagiers

Roll-On Roll-Off

Totaal

0,69%

0,00%

4,05%

3,92%

Antwerpen

2015-2030

2,50%

0,00%

1,00%

0,92%

0,00%

1,93%

1,91%

Gent

2007-2015

6,79%

2,24%

6,79%

2,09%

0,00%

6,79%

3,28%

Gent

2015-2030

3,39%

1,12%

3,39%

1,04%

0,00%

3,39%

1,79%

Zeebrugge

2007-2015

8,50%

2,75%

3,65%

4,50%

0,00%

4,95%

6,50%

Zeebrugge

2015-2030

4,25%

1,38%

1,83%

2,25%

0,00%

2,48%

3,44%

Oostende

2007-2015

11,00%

0,00%

0,00%

0,00%

1,00%

3,50%

2,91%

Oostende

2015-2030

6,00%

0,00%

0,00%

0,00%

1,00%

2,00%

1,76%

Luik

2007-2015

6,58%

0,00%

0,23%

0,69%

0,00%

4,05%

0,12%

Luik

2015-2030

2,50%

0,00%

1,00%

0,92%

0,00%

1,93%

0,08%

Brussel

2007-2015

6,79%

2,24%

6,79%

2,09%

0,00%

6,79%

2,43%

Brussel

2015-2030

3,39%

1,12%

3,39%

1,04%

0,00%

3,39%

1,26%

Tabel 49: toekomstige groeivoeten havens

De groeivoeten per type goed voor de haven van Luik hebben we gelijk genomen aan deze voor de haven van Antwerpen aangezien beide havens een partnerovereenkomst "economische belangengroepering" (G.I.E.) hebben afgesloten. Voor de haven van Brussel hebben we per type goed de groeivoeten gelijk genomen aan deze van de haven van Gent aangezien de aard van trafiek in de haven Brussel het beste aansluit bij deze van de haven van Gent. De totale groeivoet hebben we berekend aan de hand van historische trafiekgegevens (2006) en toekomstige trafiekprognoses per type goed.

3.9 Luchthavens Voor de luchthavens brengen we de activiteiten van luchthavengebonden off-road machines en luchthavengebonden voertuigen in kaart. We houden rekening met de karakteristieken van de verschillende luchthavens in de vorm van trafiek van goederen en passagiers, het aantal vliegbewegingen en de oppervlakte van de luchthavens.

3.9.1

Beschrijving sector

VITO heeft 4 luchthavens die zich in Vlaams gewest bevinden onderzocht (Brussels Airport, Luchthaven Antwerpen, Luchthaven Oostende-Brugge en Luchthaven KortrijkWevelgem), alsook 2 luchthavens die zich in Waals Gewest bevinden (Brussels South Charleroi Airport en Liège Airport) opgenomen in het OFFREM-model. Tabel 50 geeft

62


een overzicht van het vliegverkeer en de oppervlakte van de bestudeerde luchthavens. De gegevens over luchthavenactiviteiten komen uit de Vlaamse statistieken [44], ook de gegevens voor de Waalse luchthavens zijn hier terug te vinden. De oppervlakte hebben we berekend op basis van de CORINE Land Cover kaart.

Brussels Airport Luchthaven Antwerpen Luchthaven Oostende-Brugge Luchthaven Kortrijk-Wevelgem Brussels South Charlerloi Airport Liège Airport

Oppervlakte (ha) 897 145 258 107 130 395

Vracht (kton) 784 5 109 1 490

Passagiers (10³) 17 839 175 180 67 2 458 333

Vliegbewegingen (10³) 264 52 28 31 71 46

Tabel 50: enkele karakteristieken van de bestudeerde luchthavens gerangschikt naar oppervlakte voor het jaar 2006

Brussels Airport, Luchthaven Oostende-Brugge, Luchthaven Antwerpen, Luchthaven Kortijk-Wevelgem en Brussels South Charleroi Airport leverden rechtstreeks data aan over het off-road machinepark. Voor Liège Airport voeren we een opschaling uit om tot een datareeks te komen. De machinetypes en wagens heeft VITO geïdentificeerd in een vertrouwelijke studie uitgevoerd in opdracht van The Brussels Airport Company [3]. In deze studie zijn 14 off-road machines en 14 wagentypes geïdentificeerd. Tabel 51 geeft een overzicht van de gerapporteerde machines en wagens en hun verband met de karakteristieken van een luchthaven.

63


Machinetype/Wagentype

Activiteit

aanhangwagen (motor)

goederen+passagiers

bagagewagens

passagiers

betankingdispenser

goederen

brandweerwagens

oppervlakte

bussen voor passagiers

oppervlakte

de-icers

oppervlakte

dienstvoertuigen

vliegbewegingen

elektrische transpaletten

goederen

gemotoriseerde passagierstrappen

passagiers

gemotoriseerde transportbanden

passagiers

grasmaaiers

oppervlakte

inspectiewagens/bird control/…

vliegbewegingen

landbouwtractor

oppervlakte

lichte vrachtwagen

goederen

machines voor belijning

oppervlakte

machines voor belijning

passagiers

minibus

passagiers

sproeiwagen

oppervlakte

startcompressoren

goederen+passagiers

stroomaggregaten voor vliegtuigen

goederen+passagiers

tankwagens

goederen+passagiers

trekker

goederen+passagiers

trekkers van vliegtuigen (narrow-body en wide-body)

vliegbewegingen

verwarmings- en airco-eenheden voor vliegtuigen

vliegbewegingen

vork- en schaarliften

goederen

vracht- en containerladers

goederen

wagens, o.a. voor catering, onderhoud, toiletten

passagiers

ziekenwagen

passagiers

Tabel 51: overzicht van de machinetypes en wagentypes voor luchthavens en hun verband met de activiteiten in een luchthaven

De machinetypes gerapporteerd door de verschillende luchthavens hebben we in overeenstemming gebracht met de machines die werden getypeerd voor de luchthaven van Zaventem, dit om uniforme benamingen te krijgen.

3.9.2


We berekenen de activiteiten van het machinepark voor het basisjaar voor elke luchthaven afzonderlijk aangezien we hierover inputdata hebben gekregen van de verschillende luchthavens. Uit een studie van VITO in opdracht van The Brussels Airport Compnay [3] bleek dat er een onderscheid moet gemaakt worden tussen operationele draaiuren en stand by draaiuren. Bijvoorbeeld bij heftrucks werd slechts 30 % van de draaiuren voor machines effectief gebruikt om arbeid te verrichten [3]. De gerapporteerde draaiuren van de verschillende luchthavens rekenen we bijgevolg om naar operationele draaiuren. De draaiuren voor de wagens hebben we omgerekend naar gereden kilometers door een gemiddelde snelheid van 15 km/h te veronderstellen.

64


→ Brussels Airport De aangeleverde data zijn afkomstig van de reeds vermelde VITO studie uitgevoerd in opdracht van The Brussels Airport Company [3]. Deze studie is vertrouwelijk, The Brussels Airport Company gaf toestemming om de geaggregeerde data van het park voor het jaar 2006 te gebruiken in het OFFREM-model. De data zijn in het gewenste formaat aangeleverd. → Luchthaven Antwerpen De luchthaven van Antwerpen leverde de data voor 2008 aan in het geschikte formaat. Het aantal draaiuren per machinetype werd aangeleverd, hier voeren we nog een correctiefactor door om tot operationele draaiuren te komen. → Luchthaven Oostende-Brugge Luchthaven Oostende-Brugge leverde de data voor 2008 aan. Het aantal draaiuren van de machines werd niet vermeld. We nemen de typische operationele draaiuren voor Luchthaven Antwerpen over. Het profiel van Luchthaven Oostende-Brugge ligt meer in de lijn van Luchthaven Antwerpen dan in deze van Brussels Airport. Enkele machinecategorieën zoals passagierstrappen ontbreken. Deze hebben we aangevuld via de methode toegepast voor Liège Airport. → Luchthaven Kortrijk-Wevelgem De luchthavendirectie van Luchthaven Kortrijk-Wevelgem leverde data over hun offroad machinepark aan. Ze schatten het totaal aantal draaiuren voor vorkliften zelf in op 3 à 4 uur per dag (of 1277 draaiuren per jaar), voor de trekkarretjes gezamenlijk bedraagt de inschatting 1 uur per dag (of 121 draaiuren per trekkar per jaar). Voor de kerosinetrucks leverden ze het aantal draaiuren niet. Deze draaiuren hebben we ingeschat aan de hand van het relatieve verschil in afhandeling van aantal vliegbewegingen in Brussels airport en Luchthaven Kortrijk-Wevelgem. Merk op dat we ook hier de draaiuren hebben herschaald naar operationele uren. → Brussels South Charleroi Airport Brussels South Charleroi Airport leverde de data van het off-road machinepark in 2008 aan. Het aantal draaiuren per machine vermelden ze niet en schat VITO bijgevolg zelf in in overeenstemming met de draaiuren van diezelfde machinetypes op Brussels Airport. → Liège Airport Liège Airport was niet in de mogelijkheid om gegevens betreffende het off-road machinepark aan te leveren. De opschaling is analoog aan de methode gebruikt voor de zeehavens. In eerste instantie koppelen we elk machinetype aan een bepaalde activiteit, dit gebeurde in overleg met de stuurgroep (Tabel 51). Vervolgens bereken we hoeveel energie nodig is om een bepaalde hoeveelheid vliegbewegingen, goederen of passagiers af te handelen voor Brussels Airport. Rekening houdend met het vermogen

65


en de draaiuren van de machines, bepalen we vervolgens het aantal machines per type met bijhorende vermogens en draaiuren voor Liège Airport aan de hand van de verhoudingen in statistieken.

3.9.3


Om de historische projecties van de machineparken naar de tijdsreeks van 1990-2007 uit te voeren, dienen de vliegbeweging-, goederen- en passagierstatistieken van de luchthavens gekend te zijn. De projectiemethode is analoog aan de opschaling methode beschreven bij de zeehavens. De activiteitenstatistieken voor de luchthavens hebben we uit de Vlaamse statistieken gehaald [44] (ook die voor Brussels South Charleroi Airport en Liège Airport). Wanneer de operationele draaiuren en het energieverbruik per type gekend is, moeten we deze nog verder onderverdelen naar hun bouwjaar en technische kenmerken. Voor het jaar 2006 kennen we het energieverbruik per type machine en technische kenmerken (brandstoftype, vermogen, lastfactor, draaiuren). Hieruit berekenen we een verdeelsleutel voor de operationele draaiuren en het energieverbruik. Deze gegevens combineren we verder met een leeftijdsverdeling voor de verschillende machines rekening houdend met de maximum leeftijd van de verschillende machines. Aangezien de luchtvaart een groeiende sector is hebben we een vrij jonge leeftijdsverdeling aangenomen voor de verschillende voertuigen (er komen steeds voertuigen bij voor de afhandeling van goederen en passagiers). Figuur 16 geeft ter illustratie de leeftijdsverdeling voor een luchthavenvoertuig met een maximale levensduur van 15 jaar weer.

0,12 0,1

fractie

0,08 0,06 0,04 0,02 0 0

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

leeftijd

Figuur 16: leeftijdsverdeling luchthavenvoertuig met een maximale levensduur van 15 jaar

3.9.4


Prognoses over de vliegbewegingen in België worden gerapporteerd door de STATFORafdeling van EUROCONTROL en zijn beschikbaar op de website van EUROCONTROL [45] (document opgemaakt in 2006). Eurocontrol geeft evoluties voor vier mogelijke scenario's weer. De verschillende scenario's worden hier kort beschreven.

66


o o o o

Scenario A: sterke economische groei, technologische vooruitgang om te voldoen aan sterkere milieuvoorwaarden Scenario B: gemiddelde economische groei, weinig verandering tegenover de huidige situatie → trends verder trekken zoals in huidige waarnemingen Scenario C: sterke economische groei met sterkere milieueisen waardoor hogere prijzen en dus kleinere vraag (dan A en B) Scenario D: toenemende spanningen tussen regio's, zwakkere economie, verminderde handel, minder verre reizen;

Schematisch zien de EUROCONTROL-scenario’s voor vliegbewegingen er als volgt uit:

Figuur 17: samenvatting van de karakteristieken van de 4 scenario’s voor toekomstprojecties betreffende de vliegbewegingen (figuur rechtstreeks overgenomen uit [45]) – document opgemaakt in 2006

67


Voor België betekenen deze scenario's een jaarlijkse stijging (movements) met 2,8% voor scenario's B en C en 3,2% voor scenario A en 2,3% voor scenario D. Eurocontrol meldt verder dat B en C de meest waarschijnlijke scenario's zijn. We contacteerden de Belgische luchthavens over groeiprojecties betreffende vliegbewegingen, aantal passagiers en tonnages goederen. VITO stelde voor om de projecties van EUROCONTROL voor België te volgen (+2,8% op jaarbasis voor vliegbewegingen), tenzij de luchthavens zelf informatie aanreikten over eigen groeiverwachtingen. Volgende tabel geeft een overzicht van groeipercentages per luchthaven, gebaseerd op de ontvangen reacties. LUCHTHAVEN

Brussels Airport Luchthaven Antwerpen Luchthaven Oostende-Brugge Luchthaven Kortrijk-Wevelgem Brussels South Charlerloi Airport Liège Airport

% stijging vliegbewegingen op jaarbasis 2,8% 2,8% 2,8% 2,8% 2,8% 2,8%

% stijging passagiers op jaarbasis 3,1% (gemiddeld) 2,8% 2,8% 2,8% 3,0% 2,8%

% stijging Goederen op jaarbasis 4,3% (gemiddeld) 2,8% 2,8% 2,8% 3,0% 2,8%

Tabel 52: groeiverwachtingen voor de Belgische luchthavens (opmerking: de onderstreepte waarden zijn er zonder bevestiging van de luchthaven zelf) – prognoses 2008

De projectiemethode voor toekomstige jaren is analoog aan de projectiemethode voor historische jaren en hebben we in de vorige sectie geïllustreerd.

3.10 Multimodale overslagterminals Multimodale sites zijn sites waar wegen en spoorwegen elkaar kruisen, waar wegen en waterwegen elkaar kruisen of waar wegen, waterwegen en spoorwegen (trimodaal) elkaar kruisen.

3.10.1

Beschrijving sector

Er zijn 19 multimodale overslagterminals in België [46]. Tabel 53 geeft een overzicht van de terminals en hun overslagtype. De terminals Trimodale ContainerterminalWillebroek, Intermodal Platform Gent en Compagnie Francaise de Navigation Rhénane hebben we reeds verwerkt in de sector zeehavens. Hun machinepark berekenen we hier dus niet meer.

68


Naam

Plaats

Type

Avelgem Container Terminal

Avelgem

Binnenvaart

Cargovil Container Terminal

Deurne

Binnenvaart

Gosselin Container Terminal

Deurne

Binnenvaart

River Terminal Wielsbeke

Wielsbeke

Binnenvaart

Terminal BATOP

Herent

Binnenvaart

Transport Gheys

Mol

Binnenvaart

Delcaterminal

Kortijk

Spoor

Dry Port Mouscron/ Lille International

Moeskroen

Spoor

Dry Port Muizen

Muizen

Spoor

Euroterminal Genk

Genk

Spoor

Liège Logistics Intermodel

Bierset

Spoor

Terminal Container Athus

Athus

Spoor

Charleroi Logistics Center

Charleroi

Trimodaal

Haven Genk

Genk

Trimodaal

Terminal E.C.E.

Renory

Trimodaal

Water Container Transport

Meerhout

Trimodaal

Compagnie Francaise de Navigation Rhénane

Brussel

Trimodaal

Intermodal Platform Gent

Gent

Trimodaal

Trimodale Container Terminal

Willebroek

Trimodaal

Tabel 53: overzicht van de multimodale overslagterminals in België

In totaal gaat het voor de sector multimodale overslagterminals in het OFFREM-model dus om 6 binnenvaart terminals, 6 spoor terminals en 4 trimodale terminals. Op de websites van de overslag terminal Meerhout, Genk en Gosselin-Deurne [47], [48], [49] hebben we informatie teruggevonden over de gebruikte machinetypes (Tabel 54 – terminologie afgestemd met gehanteerde terminologie in deze studie). Machinetypes hijskranen heftrucks/verreikers heftruck/vorklift dieplepelgraafmachine laadschoppen

Tabel 54: overzicht van de machinetypes gebruikt in de sector multimodale overslagterminals

Via de keurinstantie van de NMBS kwamen we aan informatie over het machinepark van heftrucks, beheerd door de NMBS enerzijds en Infrabel anderzijds. Deze heftrucks worden niet enkel ingezet voor multimodale overslag. We stellen echter wel dat deze heftrucks volledig kunnen toegekend worden aan de multimodale overslagactiviteiten en kennen de emissies en energieverbruiken van dit machinepark toe aan deze sector. Bijkomend leverde de NMBS ook informatie aan over 3 categorieën van voertuigen die niet eerder werden opgenomen in het EMMOSS-model [50]. Het gaat om locomotieven voor het trekken van werktreinen, specifieke onderhoudsmachines (spoorvoertuigen) voor het spoor en spoormachines voor het onderhouden van bovenleidingen. Allen rijden ook op de sporen. Hoewel deze voertuigen buiten de scope van deze studie vallen heeft VITO getracht om op basis van de door NMBS aangeleverde informatie

69


een inschatting te maken van dit voertuigenpark. Echter, VITO kwam tot de conclusie dat er enerzijds technische parameters van het machinepark ontbreken om een juiste inschatting te kunnen maken, waaronder de specifieke lastfactoren per voertuigtype, de vermogencategorie van de voertuigen en het bouwjaar van de machines (belangrijk voor EURO-norm en daaraan gekoppelde emissiefactoren). Daarnaast vereist het inschatten van emissies van de opgegeven spoorvoertuigtypes de opmaak van een specifieke emissiemodule in het off-roadmodel, naast de emissiemodule die voor de andere off-road machines reeds werd opgebouwd. Voor deze bijkomende emissiemodule dienen emissiefactoren in kaart gebracht te worden gebonden aan het voertuigtype en aan de technische eigenschappen van het voertuig. Emissiefactoren voor deze spoorvoertuigen zijn analoog aan de spoorvoertuigen, gedefinieerd in het EMMOSS-model. Aangezien deze werkzaamheden dus uitgebreider blijken dan initieel verondersteld (op de derde stuurgroepvergadering) is VITO van mening dat de berekening van emissies en energieverbruiken van deze voertuigen dan ook beter in het EMMOSS-model kan worden ingepast. Bijgevolg zullen deze niet verder bestudeerd worden in de OFFREM-studie.

3.10.2


→ Bepaling machinepark steekproef 2007 Zoals vermeld in 3.10.1 maken we voor het machinepark gebruik van de gegevens van 3 Vlaamse overslagterminals. Op basis van deze beperkte steekproef bepalen we een gemiddeld machinepark voor een gemiddelde multimodale terminal. Aangezien de grootste terminals reeds bij de zeehavens zijn ondergebracht, veronderstellen we dit machinepark voor elke overslagterminal. Dit resulteert in volgend gemiddeld park per multimodale site: aantal hijskranen

Gemiddeld machinepark per multimodale overslagterminal 2

heftrucks/verreikers

8

heftruck/vorklift

2

dieplepelgraafmachine

1

laadschoppen TOTAAL

1 14

Tabel 55: inschatting van het gemiddelde machinepark per multimodale overslagterminal per machinetype

Zoals in sectie 3.10.1 vermeld, kennen we de heftrucks van de NMBS ook toe aan deze sector. Concreet betekent dit dat voor het jaar 2007 we 290 extra heftrucks toekennen aan de multimodale overslagterminals. Als verdeelsleutel voor de 3 gewesten nemen we het gas- en dieselolieverbruik van het goederenvervoer over spoor in 2006 over uit de energiebalansen, namelijk 45% Vlaams Gewest, 54% Waals Gewest en 1% Brussels Hoofdstedelijk Gewest. → Bepaling van karakteristieken machinepark in 2007 Het berekende park maakt deel uit van het totale SIGMA-machinepark dat we reeds bepaalden in sectie 3.5 en 3.6. We stellen dat het multimodale off-road machinepark

70


dezelfde karakteristieken heeft (ouderdomsverdeling, draaiuren,…) als het totale SIGMA-park.

3.10.3

vermogens,

brandstof,

Historische en toekomstige projecties

We bepalen per machinetype het aandeel van het berekende park voor multimodale overslagterminals in 2007 ten opzichte van het SIGMA-park in 2007, uitgedrukt in % voor de verschillende gewesten. We houden deze berekende percentages van het multimodale off-road machinepark ten opzichte van het SIGMA-machinepark ook aan voor alle historische en toekomstige jaren. Deze percentages passen we dan ook toe op de SIGMA-parken om te komen tot de activiteitsgegevens van off-road machines op multimodale overslagterminals voor de periode 1990-2030. Dit betekent dat machines gebruikt in multimodale overslagterminals de evolutie (trends van aantallen, ouderdomsverdeling, …) van het SIGMA-park volgen.

71

Hoofdstuk 4 Methodiek geografische spreiding

HOOFDSTUK 4

METHODIEK GEOGRAFISCHE SPREIDING

Het OFFREM-model is uitgebreid met een GIS-rekenmodel waarbij we de emissies zo getrouw mogelijk hebben gelokaliseerd. Het rekent voor het gehele Belgische grondgebied op een resolutie van 1 km en voor zes zichtjaren: 1990, 2000, 2006, 2010, 2020 en 2030. Spreidingskaarten zijn gecreëerd voor elke combinatie jaar – sector – polluent en daarnaast zijn ook totaalkaarten over alle sectoren gemaakt. Eén van de resultaten van het OFFREM-model is het rekenblad waar voor elk gewest de emissiehoeveelheden per sector, per polluent en per jaar gekend zijn. Om deze emissies zo nauwkeurig mogelijk te spreiden hebben we gebruik gemaakt van de dasymetrische karteringstechniek [51; 52; 53]. Deze techniek voor ruimtelijke interpolatie is bedoeld om gegevens die beschikbaar zijn voor grotere administratieve eenheden (hier: polluenten per gewest) te herverdelen naar kleinere geografische eenheden met een hogere homogeniteit (in ons geval de cellen in een 1 km-rooster dat over België wordt gelegd) op basis van een steunkaart (in ons geval de CORINE bodembedekkingskaart) waaruit informatie geput wordt m.b.t. de geografische spreiding van het gegeven dat gelokaliseerd wordt. Men leidt met andere woorden de karakteristieke lokalisatie (de meest geëigende cellen) van het gegeven af uit de steunkaart terwijl de hoeveelheden die te lokaliseren zijn worden betrokken uit een database per grotere administratieve geografische eenheid. De toegepaste algoritmes bewaren de zogenaamde pycnophylactische eigenschappen van de oorspronkelijke distributies. Eenvoudig gezegd: bij het toedelen van de emissies naar de cellen worden er geen emissies bijgemaakt of gaan geen emissies verloren omwille van het ene of het andere artefact van de methode.

4.1 Basisdata voor steunkaarten In Tabel 56 geven we een overzicht van de basisdata die gebruikt zijn om de steunkaarten van elke sector te construeren. De CORINE-rasterkaarten zijn herschaald naar een resolutie van 1 km met behulp van het spatiële aggregatie programma Spataggr10. Dit herschalingsalgoritme biedt het voordeel dat het aggregeert met behoud van oppervlakte. De polygonenkaarten zijn ook verrasterd tot een resolutie van 1 km.

10

Spataggr werd ontworpen door het “Research Instituut voor KennisSystemen” (RIKS bv) te Maastricht.

73


Jaar

Resolutie

Klassen

Bron

CORINE Land Cover 1990 (CLC90) CORINE Land Cover 2000 (CLC00) Ruimteboekhouding Vlaanderen Plan de secteur (Wallonië)

1990

250m

44 land cover klassen

2000

100m

44 land cover klassen

2008

nvt

1994

nvt

Code 1400: militaire gebieden 430: zone d’espaces vert 510: zone militaire

European Environment Agency European Environment Agency Departement RWO

Gewestplan Brussel

2001

nvt

Gebieden met natuurbeheer GISCO Database - Ports

2008

nvt

Gebied van collectief belang of van openbare diensten Groengebied Groengebied met hoogbiologische waarde Parkgebied nvt

2003

nvt

nvt

Navstreets 2007.3 Multinet 3.4.1 Major water

2007 2005 2008

nvt nvt nvt

Spoorwegen Spoorwegen Naam, type

Direction Générale de l’Aménagement du Territoire et du Logement Bestuur RO en Huisvesting

Instituut voor Natuur en Bosonderzoek European Commission Eurostat Navteq Tele Atlas Media Kit ESRI 9.3

Tabel 56: basisdata voor de steunkaarten

De kaart met Gebieden met Natuurbeheer van het INBO bevat de Vlaamse en erkende natuurreservaten, de aangewezen en erkende bosreservaten, de natuurgebieden beheerd door het Agentschap voor Natuur en Bos, de natuurgebieden beheerd door natuurverenigingen en de militaire domeinen met natuurprotocol. De CORINE Land Cover kaart bevat 44 landgebruiksklassen. In België zijn hiervan 30 landgebruiken aanwezig. Tabel 57 geeft de verschillen tussen 1990 en 2000 voor de herschaalde kaart met een resolutie van 1 km. Landgebruiksklassen

Continuous urban fabric Discontinuous urban fabric Industrial or commercial units

Oppervlakte 1990 (km²)

Aandeel 1990

Oppervlakte 2000 (km²)

Aandeel 2000

Evolutie 1990 - 2000 (km²)

47

0,15%

49

0,16%

2

5024

16,49%

5086

16,69%

62

403

1,32%

500

1,64%

97

Road and rail networks and associated land

92

0,30%

109

0,36%

17

Port areas

52

0,17%

60

0,20%

8

Airports

57

0,19%

57

0,19%

0

Mineral extraction sites

74

0,24%

85

0,28%

11

Dump sites

15

0,05%

14

0,05%

-1

Construction sites

31

0,10%

15

0,05%

-16

Green urban areas

44

0,14%

43

0,14%

-1

Sport and leisure facilities

192

0,63%

197

0,65%

5

Non-irrigated arable land

6713

22,03%

6689

21,96%

-24

73

0,24%

83

0,27%

10

Pastures

3609

11,85%

3527

11,58%

-82

Complex cultivation patterns

5370

17,63%

5364

17,61%

-6

Fruit trees and berry plantations

74


Land principally occupied by agriculture, with significant areas of natural vegetation

1916

6,29%

1879

6,17%

Broad-leaved forest

1937

6,36%

2022

6,64%

85

Coniferous forest

1421

4,66%

1400

4,60%

-21

Mixed forest

2691

8,83%

2637

8,66%

-54

10

0,03%

10

0,03%

0

Moors and heathland

172

0,56%

168

0,55%

-4

Transitional woodland-shrub

-67

Natural grasslands

-37

229

0,75%

162

0,53%

Beaches, dunes, sands

11

0,04%

16

0,05%

5

Inland marshes

42

0,14%

40

0,13%

-2

Peat bogs

48

0,16%

49

0,16%

1

4

0,01%

3

0,01%

-1

Intertidal flats

3

0,01%

7

0,02%

4

Water courses

51

0,17%

50

0,16%

-1

Water bodies

93

0,31%

101

0,33%

8

Estuaries

41

0,13%

42

0,14%

1

Salt marshes

Tabel 57: verschillen tussen CLC90 en CLC00

4.2 Per sector De basisdata beschreven in Tabel 56 hebben we gebruikt om voor elke sector een steunkaart te maken die de spreiding van de polluenten toelaat. Dit deel beschrijft hoe deze steunkaarten tot stand zijn gekomen en in welke fracties de polluenten gealloceerd zijn aan deze gebieden. Omdat het OFFREM-model de polluenthoeveelheden berekent voor elke sector, elk jaar en elk gewest, is één van de eerste stappen in het GIS-model ook de constructie van deze kaarten, zodat de juiste koppelingen met het rekenblad van het OFFREM-model kan gebeuren.

4.2.1

Landbouw

Voor de sector landbouw konden we een fijnere allocatie van de emissies realiseren door landbouw op te splitsen in twee deelsectoren: weiland en overige landbouw. Voor deze twee deelsectoren zijn de emissiehoeveelheden immers gekend voor elk zichtjaar en elk gewest. → Weiland De steunkaarten voor weiland zijn afgeleid van de CORINE Land Cover kaarten. Voor de zichtjaren 2006, 2010, 2020 en 2030 is ook de versie van 2000 gebruikt bij gebrek aan verkennende landgebruikskaarten voor de toekomst voor heel België. Deze zullen binnenkort wel beschikbaar zijn via het BELSPO PODO III project Multimode waarbij VITO werkt aan een ruimtelijk dynamisch landgebruiksmodel tot het jaar 2030. Men werkt ook aan een nieuwe CORINE Land Cover kaart voor 2006, maar deze zal pas op het einde van 2009 beschikbaar zijn (bron: EIONET). Weiland hebben we beschreven door middel van de landgebruiken “Pastures” en in mindere mate ook “Complex cultivation patterns” van de CORINE Land Cover kaart (zie Tabel 57). Deze twee landgebruiken komen in een 40-60% verhouding voor op de

75


CLC00. We hebben gekozen om de emissies te spreiden over deze twee landgebruiken in een 70-30% verhouding. Oppervlakte 1990 (km²) Pastures Complex cultivation patterns 30% 70% 1162 3384 1 2 2446 1984

Vlaanderen Brussel Wallonië

Oppervlakte 2000, 2006, 2010, 2020, 2030 (km²) Pastures Complex cultivation patterns 30% 70% 1150 3317 0 2 2377 2045

Tabel 58: verdeelsleutel sector weiland

→ Overige landbouw De steunkaarten voor overige landbouw zijn eveneens afgeleid van de CORINE Land Cover kaarten. Bijgevolg zijn er twee versies van de steunkaarten: één voor 1990 en één voor de andere zichtjaren. Overige landbouw is terug te vinden in de landgebruiken “Non-irrigated arable land”, “Complex cultivation patterns” en “Land principally occupied by agriculture, with significant areas of natural vegetation”. Ook hier hebben we de emissies in mindere mate toegewezen aan het landgebruik “Complex cultivation patterns” aangezien hier ook een deel van de emissies van de sector weiland aan toegekend zijn. 40% van de oppervlakte van deze drie geselecteerde landgebruiken wordt ingenomen door “Complex cultivation patterns” op de CLC00. Bij een gelijkmatige spreiding van de emissies over deze drie gebieden zou 40% dan ook aan dit landgebruik toegekend worden. We hebben ervoor gekozen om 20% van de emissies toe te wijzen aan dit landgebruik en de rest aan de twee andere landgebruiken. Oppervlakte 1990 (km²) Complex cultivation patterns 20% 80% 4032 1 4594


3384 2 1984

Oppervlakte 2000, 2006, 2010, 2020, 2030 (km²) Complex cultivation patterns 20% 80% 3971 3317 1 2 4593 2045

Tabel 59: verdeelsleutel sector overige landbouw

4.2.2

Bos

De ligging van bos is beschreven op de CORINE Land Cover kaarten met drie types: “Broad-leaved forest”, “Coniferous forest” en “Mixed forest”. We hebben gekozen om de emissies gelijkmatig te spreiden over deze drie types.

76


4.2.3

Huishoudens

Net zoals voor landbouw valt de sector huishoudens uiteen in twee deelsectoren: tuinen en recreatie. → Tuinen De steunkaarten voor de sector tuinen zijn gebaseerd op de CORINE Land Cover kaarten. We hebben de landgebruiken “Continuous urban fabric” en “Discontinuous urban fabric” geselecteerd en de emissies hierover verspreid in een 30-70% verhouding.


Oppervlakte 1990 (km²) Continuous urban Discontinuous fabric urban fabric 30% 70% 28 2923 13 90 6 2011

Oppervlakte 2000, 2006, 2010, 2020, 2030 (km²) Continuous urban Discontinuous fabric urban fabric 30% 70% 28 2972 13 94 8 2020

Tabel 60: verdeelsleutel sector tuinen

→ Recreatie Recreatie-activiteiten hebben we verbonden aan de volgende landgebruiken van de CORINE kaart: “Sport and leisure facilities”, “Broad-leaved forest”, “Coniferous forest” en “Mixed forest”. De emissies zijn voor 75% toegekend aan de eerste categorie. De rest hebben we gelijkmatig gespreid over de drie boscategorieën.

Bos


25% 941 17 5089

Oppervlakte 1990 (km²) “Sport and leisure facilities” 75% 106 2 84

Oppervlakte 2000, 2006, 2010, 2020, 2030 (km²) Bos “Sport and leisure facilities” 25% 75% 936 115 16 2 5105 80

Tabel 61: verdeelsleutel sector recreatie

4.2.4

Groenvoorziening

Voor de ligging van de groengebieden hebben we in de eerste plaats het landgebruik “Green urban areas” geselecteerd van de CORINE Land Cover kaart. Daarnaast hebben we voor elk gewest ook nog gebruik gemaakt van extra kaarten die toelieten om nog extra groene gebieden toe te voegen. Voor Vlaanderen zijn de gebieden met natuurbeheer meegenomen die gedefinieerd zijn door het Instituut voor Natuur en Bosonderzoek. Voor Brussel hebben we de parkgebieden, de groengebieden en de groengebieden met hoogbiologische waarde van het gewestplan toegevoegd. Voor Wallonië tenslotte hebben we de “zone

77


d’espaces vert” van het gewestplan extra meegenomen. Over deze gebieden zijn de emissies gelijkmatig verspreid. Omwille van de CLC zijn er twee steunkaarten: één voor 1990 en één voor de andere zichtjaren.

4.2.5

Industrie

Emissies afkomstig van de industrie kunnen eenvoudig gelinkt worden met de landgebruikscategorie “Industrial and commercial units” van de CORINE Land Cover kaart. Dit maakt dat er ook hier weer twee versies van de steunkaarten zijn.

4.2.6

Bouwwerken

De steunkaarten voor de allocatie van emissies afkomstig van bouwwerken zijn afgeleid van de CORINE Land Cover kaart. De emissies zijn in verschillende verhoudingen toegekend aan een aantal landgebruiken: “Continuous urban fabric”, “Discontinuous urban fabric”, “Industrial or commercial units”, “Road and rail networks and associated land”, “Port areas”, “Airports” en “Construction sites”. Voor de verdeling van de emissies over de drie categorieën hebben we de investeringen van de sectoren NACE code 45.23 en 45.24 vergeleken met de totale investeringen in de bouw NACE code 45, en dit voor de jaren 2004, 2005 en 2006. Het gemiddelde percentage is gelijk aan 17%. Hieruit stellen we volgende verdeelsleutel voor: Vlaanderen Road and rail networks and associated land Construction sites other

fractie 20% 30% 50%

In Brussel en Wallonië zijn geen “Construction sites” aanwezig volgens de CLC. Hier hebben we 30% toegekend aan de weginfrastructuur en 70% aan de rest.

4.2.7

Defensie

We hebben de pollutiegegevens per gewest toegekend aan de militaire gebieden die aangegeven staan op de ruimtelijke bestemmingsplannen. Voor Vlaanderen gaat het om de “Ruimteboekhouding”. Voor Brussel hebben we vijf gebieden geselecteerd uit “Gebied van collectief belang of van openbare diensten” en voor Wallonië hebben we ons gebaseerd op het “Plan de secteur”. Binnen elk gewest is de pollutie gelijkmatig verspreid over deze gebieden. De steunkaarten zijn dezelfde voor de zes zichtjaren.

4.2.8

Havens

Het OFFREM-model genereert emissiewaarden voor de volgende zes havens van België: Antwerpen, Zeebrugge, Oostende, Gent, Brussel en Luik. De ligging van de havens van Antwerpen, Zeebrugge, Oostende en Gent is bepaald door de CORINE Land Cover kaart. Daardoor zijn er twee versies van de steunkaarten aangezien de grootte en de ligging van de havens tussen 1990 en 2000 kan wijzigen. De havens van Brussel en Luik zijn niet gelokaliseerd op de CORINE kaart. Hier hebben we gebruik gemaakt van het Europese GISCO bestand Ports waarbij elke Europese haven door middel van één coördinaat is gelocaliseerd. Het punt van Brussel en Luik hebben we vervangen door een rastercel van 1 km².

78


4.2.9

Luchthavens

We hebben zes luchthavens onderscheiden: Luchthaven Antwerpen, Brussels Airport, Luchthaven Oostende-Brugge, Luchthaven Kortrijk-Wevelgem, Brussels South Charleroi Airport en Liège Airport. Voor elk van deze luchthavens zijn aparte emissiewaarden gekend. De ligging hebben we bepaald met de CORINE Land Cover kaart. Met uitzondering van de Luchthaven Antwerpen is de afbakening van elke luchthaven geëvolueerd tussen 1990 en 2000.

4.2.10

Multimodale overslag

Net zoals voor landbouw en huishoudens hebben we bij multimodale overslag gewerkt met een fijnere spreiding aan de hand van twee deelsectoren: overslag via het spoor en overslag via de binnenvaart. Voor elk van deze deelsectoren is bovendien geweten in welke gemeente deze overslagactiviteiten zich bevinden. → Spoor Voor de locatie van de multimodale overslagplaatsen langs het spoor hebben we gebruik gemaakt van de Navstreets en Multinet bestanden. Deze lijnsegmenten werden verrasterd tot 1 km² cellen en gecombineerd tot één bestand. Binnen Vlaanderen hebben we een selectie gemaakt van de rastercellen gelegen binnen de gemeenten Kortrijk, Muizen (Mechelen), Genk en Meerhout. Het probleem was dat in Meerhout geen spoorwegen aangegeven waren in de Navstreets en Multinet bestanden. Het gaat hier typisch over niet-openbare spoorwegen die gebruikt worden door de industrie langs het Albertkanaal. Daarom hebben we gekozen voor de pragmatische oplossing om hier de emissies te alloceren aan een bufferstrook van 1 km rond het Albertkanaal. Voor Wallonië en Brussel konden wel op basis van Navstreets en Multinet de juiste stukken spoor geselecteerd worden. We hebben besloten om de emissies over deze gebieden te spreiden met de verdeelsleutel van Tabel 62. Vlaanderen Spoor

Wallonië

25,0%

Kortrijk

25,0%

Moeskroen

25,0%

Muizen

25,0%

bierset

37,5%

Genk

25,0%

Athus

12,5%

Meerhout

12,5%

Charleroi

12,5%

Renory

Brussel 100,0%

Brussel

Tabel 62: verdeelsleutel sector multimodale overslag spoor

→ Binnenvaart Voor de locatie van de multimodale overslagplaatsen langs de binnenvaart hebben we gebruik gemaakt van het Europese bestand van waterwegen van de Media Kit van ESRI. Rond elke waterweg is een buffer van 500 m getekend zodat elk watersegment meegenomen wordt bij het verrasteren tot cellen van 1 km². Vervolgens hebben we alleen de rastercellen meegenomen die gelegen zijn in de gebieden van Tabel 63. Ook hier hebben we met een verdeelsleutel gewerkt.

79


Vlaanderen Binnenvaart

Wallonië

14,3%

Avelgem

50,0%

Charleroi

28,6%

deurne

50,0%

Renory

14,3%

Wielsbeke

14,3%

Herent

14,3%

Mol

7,1%

Genk

7,1%

Meerhout

Tabel 63: verdeelsleutel sector multimodale overslag binnenvaart

4.3 Polluenten We hebben de allocatie van de emissies uitgevoerd voor 35 polluenten. Tabel 64 geeft aan onder welke vorm de polluenten ingevoerd zijn in het GIS-model. De kolom “GeoJaar” verwijst naar de spreidingskaarten en laat de unieke koppeling toe in het GIS-model. GeoJaar

benzeen

Cd

Cd*

CH4

CO

bos_br_00

224

0,0003

0,0033

558

15.752

bos_br_06

217

0,0003

0,0033

542

15.514

bos_br_10

202

0,0003

0,0033

504

12.873

bos_br_20

56

0,0003

0,0033

141

12.685

bos_br_30

47

0,0002

0,0033

118

12.685

bos_br_90

322

0,0004

0,0033

803

19.634

bos_vl_00

18.215

0,0276

0,2751

45.438

1.289.735

bos_vl_06

17.887

0,0272

0,2751

44.649

1.277.495

bos_vl_10

16.593

0,0268

0,2751

41.448

1.054.727

bos_vl_20

4.352

0,0209

0,2751

10.853

1.044.451

bos_vl_30

3.878

0,0207

0,2751

9.680

1.044.451

bos_vl_90

26.478

0,0300

0,2751

66.066

1.609.358

bos_wa_00

67.348

0,1024

1,0239

168.000

4.773.186

bos_wa_06

66.268

0,1008

1,0239

165.414

4.732.871

bos_wa_10

61.454

0,0993

1,0239

153.503

3.903.922

bos_wa_20

15.923

0,0776

1,0239

39.707

3.869.463

bos_wa_30

14.366

0,0769

1,0239

35.862

3.869.463

bos_wa_90

98.090

0,1113

1,0239

244.741

5.957.317

bouw_br_00

465

0,0130

0,0064

1.053

50.098

bouw_br_06

397

0,0138

0,0080

922

42.704

bouw_br_10

379

0,0149

0,0094

885

41.320

bouw_br_20

197

0,0170

0,0125

446

40.667

bouw_br_30

174

0,0192

0,0156

385

39.979

bouw_br_90

598

0,0116

0,0049

1.327

58.530

Tabel 64: rekenblad als input voor het GIS-model

80


4.4 Visualisatie in ArcGIS We hebben een VBA-script ontwikkeld zodat de gebruiker aan de hand van een keuzemenu kan kiezen voor welke polluent, welke deelsector en welk zichtjaar hij de spreidingskaart wil zien. Tabel 65 geeft een overzicht van de keuzemogelijkheden. Polluenten

Sector

Zichtjaar

Benzeen Cd Cd* CH4 CO CO2 Cr Cr* Cu Cu* N2O NH3 Ni Ni* NMVOS NOX PAK-benzo(a)pyrene PAK-benzo(b)fluoranthene PAK-fluoranthene Pb PM10 PM10* PM2,5 PM2,5* POP-benzo(a)anthracene POP-chrysene POP-dibenzo(a,h)anthracene POP-phenanthene Se SO2 TSP TSP* VOS Zn Zn*

Weiland Overige landbouw Bosbouw Tuinen Recreatie Groenvoorzieningen Industrie Bouw Defensie Havens Luchthavens Multimodale overslag spoor Multimodale overslag water Alle sectoren

1990 2000 2006 2010 2020 2030

Tabel 65: keuzemogelijkheden ter visualisatie in ArcGIS

Figuur 18 toont de ArcGIS-omgeving met de “OFFREM toolbar” waarbij als voorbeeld de sector bosbouw, de polluent benzeen en het zichtjaar 1990 geselecteerd zijn. Na klikken op de knop “Add Layer” wordt de juiste spreidingskaart in het “Data View” venster getoond. Om een goed referentiekader te hebben zijn de provinciegrenzen van België toegevoegd aan het ArcGIS project.

81


Figuur 18: de OFFREM toolbar in ArcGIS

82

Hoofdstuk 5 Bespreking van enkele resultaten

HOOFDSTUK 5

BESPREKING VAN ENKELE RESULTATEN

In dit hoofdstuk bespreken we enkele Vlaamse resultaten van het OFFREM-model: • Uitstoot/verbruik off-roadvoertuigen: verleden – heden – toekomst; • aandeel off-road binnen de transportsector; • aandeel verschillende sectoren binnen off-road aan de hand van CO2-emissies; • aandeel verschillende voertuigen binnen sectoren aan de hand van NOXemissies; • geografische spreiding.

5.1 Uitstoot/verbruik off-roadvoertuigen: verleden – heden – toekomst In Tabel 66 en Tabel 67 presenteren we respectievelijk de totale off-roademissies en energieverbruiken voor Vlaanderen. Polluent (ton) NOX VOS CO N2O NH3 TSP CH4 NMVOS benzeen PM10 PM2,5 CO2 SO2 Cd Cr Cu Ni Pb Zn Se POP-benzo(a)anthracene PAK-benzo(b)fluoranthene POP-dibenzo(a,h)anthracene PAK-benzo(a)pyrene POP-chrysene PAK-fluoranthene POP-phenanthene TSP* PM10* PM2,5* Zn* Cd* Cu* Cr* Ni* * = niet-uitlaat

1990

1995

2000

2005

2010

2020

2030

11290 3916 16645 349 2,13 1006 243 3673 117 1006 1006 898125 1080 0,00286 0,01428 0,200 0,0200 2,7195 0,286 0,00286 0,0228 0,01415 0,00286 0,00879 0,0563 0,1294 0,693 9965 2394 10 0,17 0,0029 0,32 0,005 0,005

10559 3128 14586 316 1,97 690 195 2933 94 690 690 798710 718 0,00254 0,01269 0,178 0,0178 1,3136 0,254 0,00254 0,0203 0,01255 0,00254 0,00783 0,0499 0,1151 0,614 10227 2460 10 0,17 0,0029 0,32 0,005 0,005

10661 2893 14342 325 2,13 513 184 2708 88 513 513 808607 477 0,00256 0,01282 0,179 0,0179 0,0244 0,256 0,00256 0,0205 0,01268 0,00257 0,00792 0,0504 0,1165 0,619 11035 2652 11 0,19 0,0033 0,35 0,005 0,005

8573 2511 13658 317 2,09 344 169 2342 77 344 344 788202 24 0,00249 0,01246 0,174 0,0174 0,0251 0,249 0,00249 0,0200 0,01235 0,00250 0,00773 0,0490 0,1137 0,602 10956 2630 11 0,20 0,0035 0,35 0,005 0,005

6405 2235 13336 336 2,20 262 156 2079 69 262 262 835165 25 0,00263 0,01317 0,184 0,0184 0,0260 0,263 0,00263 0,0211 0,01308 0,00265 0,00819 0,0519 0,1204 0,638 10766 2575 11 0,20 0,0037 0,35 0,005 0,005

2951 1224 13951 409 2,65 132 84 1140 37 132 132 1005578 6 0,00316 0,01582 0,222 0,0222 0,0267 0,316 0,00316 0,0255 0,01577 0,00319 0,00983 0,0626 0,1449 0,771 11295 2697 11 0,23 0,0042 0,37 0,006 0,006

1732 1156 14717 449 2,93 98 80 1076 34 98 98 1106106 7 0,00347 0,01736 0,243 0,0243 0,0281 0,347 0,00347 0,0280 0,01734 0,00350 0,01081 0,0688 0,1594 0,848 11392 2709 12 0,24 0,0046 0,38 0,006 0,006

83


Tabel 66: emissies off-road Vlaanderen

Zoals reeds vermeld in paragraaf 2.1.4 zijn de emissiefactoren voor PM en zware metaal niet-uitlaatemissies nog zeer onzeker en de emissieresultaten dus een eerste inschatting. Energie (PJ)

1990

1995

2000

2005

2010

2020

2030

Benzine Diesel Elektriciteit LPG

0,799 11,4 0,066 0,095

0,786 10,1 0,068 0,095

0,808 10,2 0,080 0,131

0,829 9,8 0,091 0,164

0,860 10,4 0,105 0,201

0,882 12,7 0,133 0,275

0,929 13,9 0,160 0,348

Tabel 67: energieverbruiken off-road Vlaanderen

5.2 Aandeel off-road binnen de transportsector In deze paragraaf bespreken we het aandeel van off-road binnen de transportsector in Vlaanderen aan de hand van energieverbruik, CO2-emissies, NOX-emissies en PM2,5uitlaat-emissies. Tabel 68 geeft het aandeel van de verschillende transportmodi naar energieverbruik, CO2-, NOX- en PM2,5-emissies (uitlaat) in Vlaanderen weer voor het jaar 2007. De emissiegegevens hebben we uit ‘Lozingen in de lucht 2007’11 van de VMM gehaald. De energieverbruiken hebben we bij VMM verkregen (persoonlijke communicatie Caroline de Bosscher). Voor de luchtvaart omvatten de cijfers alle LTO (nationaal, internationaal en militair). Voor de zeevaart omvatten de cijfers de nationale en internationale zeevaart op Belgisch grondgebied (tot 12-mijlszone), exclusief zeevisserij. aandeel 2007

weg

spoor

binnenvaart

zeevaart

luchtvaart

off-road


81% 82% 62% 50%

2% 0% 1% 1%

1% 2% 4% 3%

8% 9% 26% 40%

3% 3% 1% 1%

5% 5% 7% 6%


Uit de vergelijking van de verschillende transportmodi (Tabel 68) kunnen we afleiden dat - zoals verwacht - wegtransport en zeevaart zowel op energetisch vlak als op vlak van emissies veruit de belangrijkste transportmodi zijn in Vlaanderen. Tabel 68 toont aan dat de off-road voertuigen, na wegvoertuigen en zeeschepen, de derde belangrijkste energiegebruikers zijn binnen de transportsector. Het zijn slechts kleine voertuigen, maar ze zijn groot in aantal. De landbouwvoertuigen en bouwmachines vertegenwoordigen 82% van het energieverbruik in de off-roadsector in 2007. Wanneer we de hoeveelheid NOX en TSP per energiehoeveelheid uitzetten voor de verschillende modi, dan zien we dat de sector off-road meer NOX en TSP uitstoot per 11

http://www.vmm.be/publicaties/lozingen_2007.pdf#page=54

84


eenheid energie dan wegtransport, spoorverkeer en luchtvaart, maar wel beduidend minder dan binnenvaart en zeevaart. In Tabel 69 tonen we de aandelen van de transportmodi weg, spoor, binnenvaart en off-road onderling voor het toekomstige jaar 2030. aandeel 2030

weg

spoor

binnenvaart

off-road


91% 92% 86% 84%

2% 0% 4% 6%

2% 2% 7% 4%

6% 6% 4% 7%


Tabel 68 en Tabel 69 zijn niet volledig met elkaar vergelijkbaar aangezien de voorspelde cijfers uit Tabel 69 afkomstig zijn van andere modellen (wegtransportmodel TEMAT, binnenvaart- en spoormodel SUSATRANS) en de totalen herschaald zijn naar 4 transportmodi in plaats van 6 (momenteel zijn nog geen voorspellingen 2030 beschikbaar voor zeevaart en luchtvaart). We kunnen echter wel afleiden dat het aandeel van de off-road voertuigen in 2030 van dezelfde grootteorde is als vandaag de dag. Voor de off-roadvoertuigen is er Europees immers een verregaande reglementering voorzien (Stage IV). De cijfers tonen ook aan dat de binnenvaart momenteel nog wat achter loopt op vlak van toekomstige emissiereglementering (Stage II) in vergelijking met andere transportmodi. De wetgeving hieromtrent wordt momenteel op Europees niveau doorgelicht (Stage IIIb en Stage IV). Ter info: een betere vergelijking tussen de verschillende modi is mogelijk wanneer de scenarioresultaten (referentiescenario) uit MIRA-S2009 gepubliceerd zijn (eind 2009).

5.3 Aandeel verschillende sectoren binnen off-road Bij de interpretatie van de cijfergegevens in deze paragraaf dient de lezer de reeds geformuleerde opmerking in paragraaf 3.6 (bouwsector) i.v.m. de fractie operationele draaiuren t.o.v. totale draaiuren steeds in het achterhoofd te houden. We hebben het model met de operationele draaiuren uit Tabel 41 laten rekenen, wat mogelijks een onderschatting oplevert van de energieverbruiken en emissies van de bouwsector. In deze paragraaf stellen we voor Vlaanderen grafisch het belang voor van de verschillende sectoren binnen de off-roadsector aan de hand van de CO2-emissies (Figuur 19) en de SO2-emissies (Figuur 20).

85


1200


1000

CO2 [kton]

landbouw industrie

800

havens 600



200

defensie 2030

2025

2020

2015

2010

2005

2000

1995

1990

0

Figuur 19: aandeel CO2-emissies verschillende sectoren binnen off-road Vlaanderen

De landbouwtractoren en de bouwmachines zijn gedurende de hele tijdsreeks goed voor meer dan 79% van de CO2-emissies in Vlaanderen (off-road). In 2000 bedraagt het aandeel van de bouwsector in CO2-emissies 41% en dit van de landbouwsector 46%. In 2030 is dit respectievelijk 45% en 34%. De huishoudens emitteren gemiddeld over de periode 1990-2030 5% van de off-road CO2-emissies. Tegen 2030 zijn de zeehavens en de industrie samen goed voor 14% van de CO2-emisises. Figuur 20 toont het aandeel in SO2-emissies van de verschillende sectoren binnen OFFREM voor Vlaanderen. De daling in S-gehalte in de brandstoffen voor machines – bijvoorbeeld voor diesel van 2000 ppmS in 1990 naar 10 ppmS in 2030 – is duidelijk te zien in deze figuur.

86


1200


1000

SO2 [ton]

landbouw industrie

800

havens 600



200

defensie 2030

2025

2020

2015

2010

2005

2000

1995

1990

0

Figuur 20: aandeel SO2-emissies verschillende sectoren binnen off-road Vlaanderen

Figuur 21, Figuur 22 en Figuur 23 tonen het aandeel van de verschillende sectoren binnen off-road voor respectievelijk de NOX-, PM10- en PM2,5-uitlaatemissies voor het statistische jaar 2000 en het voorspelde jaar 2020.

87


ton NOX in 2000 multimodale overslagterminals; 16 luchthavens; 96

bosbouw; 8

bouw; 4118

landbouw; 5595 defensie; 43 groenvoorziening; 3 industrie; 289

havens; 391 huishoudens; 101

ton NOX in 2020 multimodale overslagterminals; 6 bosbouw; 6

luchthavens; 41

bouw; 690 defensie; 13 groenvoorziening; 3

landbouw; 1357

havens; 199 huishoudens; 131

industrie; 505

Figuur 21: aandeel NOX-emissies verschillende sectoren binnen off-road Vlaanderen voor de jaren 2000 en 2020

88


ton PM10 in 2000 multimodale overslagterminals; 1 luchthavens; 7

bosbouw; 10

bouw; 218

landbouw; 224

industrie; 21

defensie; 3

huishoudens; 3

groenvoorziening; 1 havens; 25

ton PM10 in 2020 multimodale overslagterminals; 0 luchthavens; 2

bosbouw; 10

landbouw; 37

bouw; 59 industrie; 13 huishoudens; 3 havens; 7

defensie; 1 groenvoorziening; 1

Figuur 22: aandeel PM10-uitlaatemissies verschillende sectoren binnen off-road Vlaanderen voor de jaren 2000 en 2020

89


ton PM2,5 in 2000 multimodale overslagterminals; 1 luchthavens; 7

bosbouw; 10

bouw; 218

landbouw; 224

defensie; 3 industrie; 21

groenvoorziening; 1 huishoudens; 3 havens; 25

ton PM2,5 in 2020 multimodale overslagterminals; 0 luchthavens; 2

bosbouw; 10

landbouw; 37

industrie; 13 bouw; 59 huishoudens; 3 havens; 7 groenvoorziening; 1

defensie; 1

Figuur 23: aandeel PM2,5-uitlaatemissies verschillende sectoren binnen off-road Vlaanderen voor de jaren 2000 en 2020

Ter illustratie geven we in Tabel 70 het aandeel in brandstof- en elektriciteitsverbruik tussen de verschillende OFFREM-sectoren weer voor het jaar 2005 in Vlaanderen .

90


2005

brandstofverbruik

bosbouw

elektriciteitsverbruik

1%

bouw

44%

defensie

0%

groenvoorziening

0%

0%

havens

5%

0%

huishoudens

5%

49%

industrie

3%

48%

landbouw

40%

luchthavens

1%

multimodale overslagterminals

0%

0%

100%

100%

totaal

2%

Tabel 70: aandeel verbruik verschillende sectoren in 2005 voor Vlaanderen

5.4 Aandeel verschillende voertuigen binnen de sectoren In dit deel geven we voor Vlaanderen per sector het belang aan van de verschillende voertuigen weer aan de hand van hun bijdrage in de NOX-emissies.

5.4.1

Landbouw

Figuur 24 geeft de NOX-emissies van de verschillende voertuigen binnen de sector landbouw weer voor Vlaanderen.

7000 6000

Landbouw Vlaanderen

kleine landbouwtractor 4000 grote landbouwtractor 3000 2000 1000

2030

2025

2020

2015

2010

2005

2000

1995

0 1990

NOX [ton]

5000

mi ddelgrote landbouwtractor

Figuur 24: NOX-emissies verschillende voertuigen binnen de sector landbouw (Vlaanderen)

91


De middelgrote landbouwtractoren (75-130 kW) zijn verantwoordelijk voor gemiddeld 82% van de NOX-emissies van de off-roadvoertuigen binnen de landbouw in de periode 1990-2030. Figuur 24 toont een aanzienlijke daling in NOX-emissies van landbouwtractoren. De reden hiervoor is terug te vinden in de daling in emissiefactor. De NOX-emissiefactor voor deze middelgrote neemt toe voor machines gebouwd in de jaren ‘90, om daarna vanaf technologie Stage I (vanaf bouwjaar 2001) sterk te dalen (-39%). Van Stage I naar Stage II (vanaf bouwjaar 2003) daalt de emissiefactor nog eens 36%. Stage IV (vanaf bouwjaar 2015) middelgrote landbouwtractoren stoten 93% minder NOX uit dan de respectievelijke Stage II machines. De stijging van NOX-emissies in 2015 is afkomstig van een lichte stijging van het aantal draaiuren in de nabije toekomst in de veehouderij (runderen doorslaggegevend) omwille van nieuwe huisvestingssystemen die beetje bij beetje de traditionele systemen zullen vervangen (zie 3.1.4). De landbouwsector in Vlaanderen stoot in 2007 50% van de off-road NOX-emissies uit. In 2030 zijn ze slechts verantwoordelijk voor 25% van de off-road NOX-uitstoot.

5.4.2

Bosbouw

Figuur 25 geeft de NOX-emissies van de verschillende voertuigen binnen de sector bosbouw weer voor Vlaanderen.

hoge drukreini ger

12

Bosbouw Vlaanderen

NOX [ton]

10

zaagmachines vrachtwagen met hoogtewerker telescopische haagscharen

8

stroomgroep kettingzagen

6

haagscharen grondboren

4

graafmachine 2

landbouwtractor hakselaars 2030

2025

2020

2015

2010

2005

2000

1995

1990

0

bosmaaiers

Figuur 25: NOX-emissies verschillende voertuigen binnen de sector bosbouw (Vlaanderen)

De landbouwtractoren, kettingzagen en hoogtewerkers emitteren gemiddeld 97% van de NOX-emissies voor off-roadmachines in de sector bosbouw. Figuur 25 toont een

92


stijging in NOX-emissies voor de landbouwtractoren tot Stage I en een daling van de NOX-emissies voor hoogtewerkers door een respectievelijke stijging/daling van de NOX-emissiefactor voor deze type machines. Het iets of wat grillige verloop van de NOX-emissies in de bosbouwsector is te wijten aan de extrapolatiemethodologie die van een gering aantal inputdata vertrekt (machinepark van 2008 van Vlaams Brabant).

5.4.3

Huishoudens

Figuur 26 geeft de NOX-emissies van de verschillende voertuigen binnen de sector huishoudens weer voor Vlaanderen.

Huishoudens Vlaanderen

160 140

verti cuteermachines tuinfrezen quad-tractor

NOX [ton]

120

quad-moto 100

moto4t moto2t

80

kleine tractoren tuin 60 hakselaars 40

grasmaaiers bosmaai ers

20

bladblazers 2030

2025

2020

2015

2010

2005

2000

1995

1990

0

Figuur 26: NOX-emissies verschillende voertuigen binnen de sector huishoudens (Vlaanderen)

De grasmaaiers zijn verantwoordelijk voor gemiddeld 66% van de NOX-emissies (Vlaanderen) binnen de off-roadsector huishoudens in de periode 1990-2030. De NOX-emissies stijgen met een factor twee in de periode 1990-2030. De twee voornaamste oorzaken voor de stijgende trend in NOX-emissies zijn: ▪ stijging van het aantal huishoudens (gemiddeld 1% per jaar) – energieverbruik off-road machines huishoudens neemt met een factor 1,5 toe in de periode 1990-2030; ▪ geen verstrengde NOX-regelgeving voor benzinemotoren vanaf Stage I – NOXemissiefactor grasmaaiers stijgt ongeveer 35%. In 2007 stoten de tuinmachines en moto’s en quads slechts 1% van de totale off-road NOX uit. In 2030 loopt dit percentage op tot 8% omwille van de verstrengde regelgeving bij dieselmotoren (gebruikt in andere sectoren).

93


5.4.4

Groenvoorziening

Figuur 27 geeft de NOX-emissies van de verschillende voertuigen binnen de sector groenvoorziening weer voor Vlaanderen.

Groenvoorzieing Vlaanderen

4 3,5

trilplaat stokzaag rugsproeier

NOX [ton]

3

pneumohamer

2,5

motorfrees 2 motocul teur 1,5

babyfrees

1

kettingzagen

0,5

grasmaaiers bladblazers 2030

2025

2020

2015

2010

2005

2000

1995

1990

0

Figuur 27: NOX-emissies verschillende voertuigen binnen de sector groenvoorziening (Vlaanderen)

De sector groenvoorziening is net zoals de sector bosbouw gebaseerd op een gering aantal inputdata (machinepark 2008 Vlaams Brabant). Uit de extrapolatiemethode resulteert dat de sector groenvoorziening slechts 0,04% van de NOX-emissies van alle off-roadmachines in 2007 emitteert.

94


5.4.5

Industrie

Figuur 28 geeft de NOX-emissies van de verschillende voertuigen binnen de sector industrie weer voor Vlaanderen.

700

Industrie Vlaanderen

NO X [ton]

600 500 400

vork- en schaarlifts

300 200 100

2030

2025

2020

2015

2010

2005

2000

1995

1990

0

Figuur 28: NOX-emissies verschillende voertuigen binnen de sector industrie (Vlaanderen)

De verhouding LPG en diesel heftrucks is nagenoeg 50/50. De NOX-emissiefactor voor de LPG voertuigen blijft onveranderd (19 g/kWh). Het energieverbruik van de heftrucks in de industriële sectoren stijgt jaarlijks met gemiddelde 2,9% voor toekomstige jaren. De NOX-emissies stijgen jaarlijks slechts met 2,6% omwille van een lichte daling in NOX-emissiefactor voor diesel heftrucks. De NOX-emissies van de LPG heftrucks stijgen jaarlijks gemiddeld met 2,9% voor de toekomstige jaren, terwijl deze van de diesel heftrucks respectievelijk slechts 2,0% stijgen. In 2007 stoten de heftrucks slechts 5% van de totale off-road NOX uit. In 2030 loopt dit op tot 37% omwille van de geringe daling in NOX-emissiefactor voor de vermogensklasses van de diesel heftrucks en de constant blijvende emissiefactor voor de LPG heftrucks.

95


5.4.6

Bouw

Figuur 29 geeft de NOX-emissies van de verschillende voertuigen binnen de sector bouw weer voor Vlaanderen.

4500

wegenschaven

Bouw Vlaanderen

4000

NOX [ton]

3500

walsen/compactors trilmachines stampers sleuvenfrezen

3000

laadschop

2500

kiepbakken 2000

hijskranen

1500

heftrucks buiten/verreikers dieplepel(graafmachine)

1000

buldozers asfalteermachine

500

graafmachine 2030

2025

2020

2015

2010

2005

2000

1995

1990

0

Figuur 29: NOX-emissies verschillende voertuigen binnen de sector bouw (Vlaanderen)

In 2007 emitteren de laadschoppen 47% van de NOX-emissies voor de bouwsector. Het energieverbruik van de off-road machines in de bouw neemt in de toekomst toe met 1,3% per jaar. De NOX-emissies dalen echter sterk door de introductie van milieuvriendelijkere technologieën. Het belang van de bouwsector in de NOX-uitstoot voor off-roadvoertuigen daalt van 37% in 2007 naar 22% in 2030 omwille van verstrengde regelgeving. Zoals reeds eerder vermeld zijn de emissies van de off-roadvoertuigen in de bouwsector mogelijk onderschat (zie eerste alinea paragraaf 5.3).

96


5.4.7

Defensie

Figuur 30 geeft de NOX-emissies van de verschillende voertuigen binnen de sector defensie weer voor Vlaanderen. vrachtwagens 50

minibus

Defensie Vlaanderen

45 40

brandweerwagens diesel brandweerwagens benzine borstelwagen

NOX [ton]

35

vork- en schaarlifts

30

trekkers van vliegtuigen 25

tank

20

lichte veegmachine

15

landbouwtractor kraan

10

heater 5

gevechtsvoertuig (rupsen)

0 2030

2025

2020

2015

2010

2005

2000

1995

1990

generator compressor betonmolen

Figuur 30: NOX-emissies verschillende voertuigen binnen de sector defensie (Vlaanderen)

Er is duidelijk een afbouw van de activiteiten van defensie waar te nemen. De tanks emitteren de meeste NOX-emissies. Hun bijdrage daalt wel van 81% in 1990 naar 44% in 2030.

97


5.4.8

Havens

Figuur 31 geeft de NOX-emissies van de verschillende voertuigen binnen de sector havens weer voor Vlaanderen.

500 trekker

Havens Vlaanderen

450 400

RoRotractor portaaltruck

NOX [ton]

350 dienstvoertuigen 300 veegmachine 250 laadschop 200 heftrucks buiten/verreikers 150 vork- en schaarlifts 100 kraan 50 generator 2030

2025

2020

2015

2010

2005

2000

1995

1990

0

Figuur 31: NOX-emissies verschillende voertuigen binnen de sector havens (Vlaanderen)

Het verloop van de NOX-emissies in het verleden is gelijkaardig aan het verloop van de goederenstatistieken. De NOX-emissies nemen in het verleden toe door de stijgende NOX-emissiefactoren. Naar de toekomst toe voorspellen we een aanzienlijke daling ondanks de groei in goederenvervoer – door het gebruik van milieuvriendelijkere technologieën. Het aandeel in NOX-emissies van de portaaltrucks en heftrucks buiten/verreikers neemt in de toekomst verder toe door de voorspelde groei in containerafhandeling. In 1990 was hun aandeel in NOX-emissies gelijk aan 23%, voor 2030 voorspellen we dat hun aandeel zal toenemen tot 61%.

98


5.4.9

Luchthavens

Figuur 32 geeft de NOX-emissies van de verschillende voertuigen binnen de sector luchthavens weer voor Vlaanderen. andere 120

verwarmings- en airco

Luchthavens Vlaanderen

100

bussen (passagiers) wagen vracht- en containerladers

NOX [ton]

tankwagens 80

stroomaggregaten startcompressoren lichte vrachtwagen

60

inspectiewagens transportbanden

40

de-icers brandweerwagens

20

betankingdispenser bagagewagens dienstvoertuigen 2030

2025

2020

2015

2010

2005

2000

1995

1990

0

vork- en schaarlifts trekkers van vliegtuigen grasmaaiers

Figuur 32: NOX-emissies verschillende voertuigen binnen de sector luchthavens (Vlaanderen)

Onder andere 11 september 2001 en het faillissement van Sabena zijn duidelijk zichtbaar in Figuur 32 (en statistieken). Verder is het verloop van de NOX-emissies gelijkaardig als voor de zeehavens. Grootste aandeel komt van vracht- en containerladers, trekkers van vliegtuigen en stroomaggregaten. In 2007 vertegenwoordigen ze meer dan 50% van de NOXemissies van off-roadvoertuigen in luchthavens.

99


5.4.10

Multimodale overslagterminals

Figuur 33 geeft de NOX-emissies van de verschillende voertuigen binnen de sector multimodale overslagterminals weer voor Vlaanderen.

18

Multimodale overslagterminals Vlaanderen

16 14 NOX [ton]

12 10

laadschop

8

hijskranen

6


4 dieplepel(graafmachine) 2 vork- en schaarlifts 2030

2025

2020

2015

2010

2005

2000

1995

1990

0

Figuur 33: NOX-emissies verschillende voertuigen binnen de sector multimodale overslagterminals (Vlaanderen)

De activiteiten van de machines in multimodale overslagterminals volgen hetzelfde verloop als deze binnen de sectoren industrie en bouw. Zowel het energieverbruik als ook de bijhorende emissies zullen dus hetzelfde verloop volgen. Dit is ook te zien in Figuur 33, waar we het verloop van de NOX-emissies in de industrie waarnemen voor de vork- en schaarliften en voor de andere machines hetzelfde verloop van NOXemissies als bij de bouwsector.

5.5 Geografische spreiding In dit deel tonen we een aantal spreidingskaarten die gemaakt zijn in het GIS-model en beschrijven we de voornaamste conclusies in verband met hun ruimtelijke allocatie. Er komen zowel spreidingskaarten per sector als totaalkaarten over alle sectoren heen aan bod. Het gaat telkens om rasterkaarten met een resolutie van 1 km. Wanneer we evoluties tussen verschillende zichtjaren onderzoeken, moeten we vaak terugkoppelen met het rekenblad van het OFFREM-model om op zoek te gaan naar verklaringen. Een stijging van de emissiewaarde per cel kan immers te wijten zijn aan een stijging van de totale emissiehoeveelheid per gewest per sector, maar evengoed kan dit constant blijven en is het een daling van het aantal rastercellen van de steunkaart die deze stijging veroorzaakt.

100


De visualisatie van de spreidingskaarten verloopt heel vlot door middel van het speciaal voor deze opdracht ontwikkelde keuzemenu (“de OFFREM toolbar”) in het ArcGIS project.

5.5.1

Per sector

Figuur 34: spreiding van de NOX-emissies voor 2000, afkomstig van de sector tuinen

Voor de spreiding van de NOX-emissies afkomstig van de sector “Tuinen” zijn de emissies per km² in Vlaanderen en Brussel beduidend hoger dan in Wallonië. De grootste concentraties zijn terug te vinden in de kernsteden (landgebruik “Continuous urban fabric” van de CORINE Land Cover kaart). De aandacht moet er hier wel op gevestigd worden dat de legende niet bestaat uit verschillende klassen, maar dat hier de zes unieke waarden van de spreidingskaart worden getoond.

101


Figuur 35: spreiding van de CO2-emissies voor 2000, afkomstig van de sector overige landbouw

Voor de CO2-emissies afkomstig van de sector “Overige landbouw” is de spreiding duidelijk verschillend tussen de drie gewesten: in Brussel komen er praktisch geen emissies voor, in Wallonië is er een gelijkmatige spreiding terwijl het in Vlaanderen sterker geconcentreerd voorkomt. De aandacht moet er hier wel op gevestigd worden dat de legende niet bestaat uit verschillende klassen, maar dat hier de zes unieke waarden van de spreidingskaart worden getoond.

5.5.2

Totaalkaarten over alle sectoren

Naast de spreidingskaarten per sector hebben we ook totaalkaarten gemaakt waarbij de emissiewaarden per rastercel per polluent gesommeerd zijn over alle sectoren. Om hier de ruimtelijke patronen en evoluties tussen verschillende zichtjaren te kunnen verklaren, moeten we vaak teruggrijpen naar de bijdragen van de afzonderlijke sectoren.

102


Figuur 36: spreidingskaarten van NOX voor 2000 en 2020

103


Figuur 36 toont een daling van de NOX-emissies tussen 2000 en 2020 op een aantal plaatsen, ondermeer in de havens en luchthavens. Een analyse per sector zal toelaten om te besluiten of deze trend ook van toepassing is op andere sectoren en of deze van toepassing is in alle gewesten. De rastercel met de grootste emissiewaarde evolueerde van 82 ton NOX in 2000 naar 14 ton NOX in 2020. De gemiddelde emissiewaarde gaat van 204 naar 58 kg/km².

Figuur 37: spreidingskaarten van CO2 voor 2000 en 2020

104


De grootste CO2-uitstoot is in 2000 vooral waar te nemen in Vlaanderen, Brussel en het ZO van Wallonië. Naar 2020 toe krijgen grotere gebieden van Wallonië een hogere emissiewaarde. In Vlaanderen valt de stijging naar 2020 toe vooral op in de haven van Antwerpen en Brussels Airport. De rastercel met de grootste emissiewaarde evolueerde van 6 696 ton in 2000 naar 8 762 ton in 2020. De gemiddelde emissiewaarde evolueert tussen 2000 en 2020 van 15 naar 18 ton.

Figuur 38: spreidingskaarten van PM10 en PM10* voor 2010

105


Er is een groot verschil in de ruimtelijke spreiding en emissiehoeveelheden tussen PM10 (uitlaat) en PM10* (niet-uitlaat) voor het jaar 2010. De emissiewaarden op de PM10* spreidingskaart zitten praktisch allemaal in de categorie groter dan 50 kg/km² (gemiddeld: 69) en zijn vrij gelijkmatig verspreid over het ganse grondgebied. Op de PM10 kaart daarentegen zijn het bijna uitsluitend de havens en de luchthavens die zich in de categorie “ > 50 kg/km²” bevinden en bedraagt het gemiddelde 5 kg/km². Zoals reeds vermeld in paragraaf 2.1.4 zijn de emissiefactoren voor PM10-nietuitlaatemissies nog zeer onzeker en de emissieresultaten dus een eerste inschatting.

106

Hoofdstuk 6 Integratie - vergelijking andere bronnen

HOOFDSTUK 6

INTEGRATIE - VERGELIJKING ANDERE BRONNEN

6.1 Integratie resultaten in energiebalans Vlaanderen Zoals aangegeven in paragraaf 2.2.5 voorziet het OFFREM-model een output die afgestemd is voor het gebruik in de energiebalans Vlaanderen. We bespreken nu de concrete integratie van de resultaten in de energiebalans Vlaanderen. Aangezien de andere gewestelijke energiebalansen volgens eenzelfde methodiek werken als de Vlaamse, kan voor deze balansen dezelfde werkwijze gevolgd worden. Voor de concrete invulling hiervan dient ICEDD hierbij betrokken te worden (opstellers van Waalse en Brusselse energiebalansen). We volgen de indeling van de eindsectoren van de energiebalans en bepalen de integratie per deelsector en per energiedrager. Voor de kwantitatieve vergelijkingen maken we gebruik van de cijfers van de voorlopige energiebalans voor Vlaanderen voor 2007 [54].

6.1.1

Industrie

Het energieverbruik door de industrie in de energiebalans Vlaanderen berekent VITO op basis van enquêtes en bestaande energierapporteringen (IMJV’s, gegevens auditen benchmarkconvenant). De geënquêteerde petroleumproducten per deelsector extrapoleert VITO voor sommige deelsectoren op basis van berekende en gekende elektriciteitsverbruiken. Deze extrapolatie voert VITO uit voor een beperkt aantal petroleumproducten: propaan/butaan/LPG, gas- en dieselolie en zware stookolie. De energieverbruiken van transport binnen de onderneming zijn in principe opgenomen in de totale energieverbruiken van de deelsectoren. De energiebalans onderscheidt volgende industriële sectoren : Industriële sector IJzer- en staalnijverheid Non-ferro Chemie Voeding, dranken en tabak Papier en uitgeverijen Minerale niet-metaalproducten Metaalverwerkende nijverheid Textiel, leder en kleding Andere industrieën

NACE code (Rev.1) 27.1; 27.2; 27.3; 27.51; 27.52 27.4; 27.53; 27.54 24 15; 16 21; 22 14, 26 28; 29; 30, 31; 32; 33; 34; 35 17; 18; 19 20; 25; 36; 37; 45

Tabel 71: industriële sectoren en hun NACE Rev. 1 code [55]

107


Het verbruik van heftrucks op de bedrijfsterreinen zijn dus inbegrepen in de totalen, waardoor de output van het OFFREM-model voor ‘industrie’ best niet bijgeteld wordt bij de resultaten van de energiebalans. We geven in Tabel 72 het aandeel van het offroad energieverbruik van de industrie aan ten opzichte van het totale energieverbruik van de industrie voor elektriciteit, diesel en LPG en het totaal. Brandstof

Unit

elektriciteit

%

diesel

%

LPG

%

TOTAAL Brandstof

% Unit

elektriciteit diesel

1990

1991*

1992*

1993*

1994

1995

1996

1997

1998

0,04

0,03

0,03

0,03

0,03

0,03

0,03

0,03

0,03

2,46

2,54

2,59

2,67

2,81

3,10

2,03

1,94

2,02

5,08

6,24

7,98

11,25

19,73

42,87

15,31

2,65

2,65

0,07 1999

0,07 2000

0,07 2001

0,07 2002

0,06 2003

0,06 2004

0,06 2005

0,06 2006

0,06 2007*

%

0,03

0,03

0,04

0,04

0,04

0,04

0,05

0,05

0,05

%

1,84

2,15

1,92

2,30

2,33

2,47

3,02

2,98

4,15

LPG

%

3,14

4,69

4,94

5,16

5,62

4,83

7,19

6,69

8,13

TOTAAL

%

0,07

0,07

0,08

0,08

0,09

0,09

0,10

0,10

0,11

* De waarden voor de jaren 1991-1993 zijn geïnterpoleerde waarden op basis van de jaren 1990 en 1994 voor de gegevens uit de energiebalans Vlaanderen, en worden daarom niet weergegeven in de tabel.

Tabel 72: aandeel off-road industrie tov totaal industrie per brandstoftype

Het resultaat geeft aan dat de output van het OFFREM-model voor de industrie voor elektriciteit en diesel de evolutie van de verbruiken van deze energiedragers in de energiebalans volgen. De aandelen blijven gedurende de hele historische tijdsreeks immers redelijk stabiel. Dit geldt minder voor het LPG-verbruik. De reden voor de afwijkende aandelen van LPG in Tabel 72 voor het jaar 1995 heeft vooral te maken met een plots sterke terugval van het LPG-verbruik in de industrie waargenomen door de energiebalans. Buiten deze sprong in de gegevens mogen we stellen dat de evolutie van het off-road verbruik realistisch is. Voor de output van het OFFREM-model voor ‘bouw’ willen we de integratie in de energiebalans open laten betreffende de brandstofverbruiken. We weten dat het brandstofverbruik van off-road voertuigen of off-roadmachines op bouwwerven niet is inbegrepen in het totale verbruik van de sector ‘andere industrieën’, aangezien de verbruiken niet op het bedrijfsterrein plaatsvinden. Een vermeerdering van het energieverbruik van de deelsector ‘andere industrieën’ met de output van het OFFREM-model voor ‘bouw’ wordt verder besproken op het begeleidingscomité van de energiebalans Vlaanderen. Met daarbij ook de eventuele bijkomende gegevens voor gebruik van pompen en generatoren in deze sector. Tabel 73 geeft het aandeel van het off-road benzine- en dieselverbruik in de bouw aan ten opzichte van het benzine- en dieselverbruik van de deelsector ‘andere industrieën’ waar de bouwsector onderdeel van uitmaakt.

108


Brandstof

Unit

1990

1991*

1992*

1993*

1994

benzine

%

diesel Brandstof

% Unit

-

-

-

-

-

372 2000

481 2001

681 2002

1178 2003

856 2004

478 2005

385 2006

371 2007*

benzine

%

-

-

-

-

-

-

-

-

-

diesel

%

271

246

176

248

186

259

259

266

293

305 1999

1995

1996

1997

1998

* de waarden voor de jaren 1991-1993 zijn geïnterpoleerde waarden op basis van de jaren 1990 en 1994 voor de gegevens uit de energiebalans Vlaanderen, en worden daarom niet weergegeven in de tabel.

Tabel 73: aandeel off-road bouw tov ‘andere industrieën’ per brandstoftype

Er zijn in de energiebalans geen benzineverbruiken bij de industrie, vandaar dat er geen aandelen kunnen berekend worden. De verbruiken van diesel in de deelsector ‘andere industrieën’ van de energiebalans zijn vele malen kleiner dan deze die we in het OFFREM-model bepaalden. Dit geeft duidelijk aan dat het off-road verbruik voor deze sector niet inbegrepen is in de totale verbruiken van de energiebalans.

6.1.2

Tertiaire sector

De tertiaire sector is in de energiebalans verder opgedeeld in 6 deelsectoren. sector Hotels en restaurants Gezondheidszorg en maatschappelijke dienstverlening Onderwijs Andere gemeenschaps-, sociale en persoonlijke dienstverlening Kantoren en administratie Handel

NACE Rev. 1 55 85 80 41; 90 tem 93 (40*), 60 tem 67; 70 tem 75; 99 50 tem 52

Tabel 74: tertiaire sectoren en hun NACE Rev. 1 code [55]

Het energieverbruik door de tertiaire sector in de energiebalans Vlaanderen berekent VITO op basis van enquêtes en bestaande energierapporteringen (IMJV’s, gegevens auditen benchmarkconvenant). De geënquêteerde petroleumproducten per deelsector worden voor sommige deelsectoren geëxtrapoleerd op basis van berekende en gekende elektriciteitsverbruiken. Deze extrapolatie wordt uitgevoerd voor een beperkt aantal petroleumproducten: propaan/butaan/LPG, gas- en dieselolie en zware stookolie. De energieverbruiken van transport binnen de onderneming zijn in principe opgenomen in de totale energieverbruiken van de deelsectoren. Voor het elektriciteitsen aardgasverbruik weten we dat de gebruikte cijfers van de netbeheerders van de elektriciteitsen aardgasnetten allesomvattend zijn. De output van het OFFREM-model voor de sectoren havens, luchthavens, multimodale overslagterminals en defensie hoort in de energiebalans thuis onder de deelsector ‘kantoren en administraties’. Het gaat hier om vervoersondersteunende activiteiten, en om defensie-activiteiten. Betreffende de off-road verbruiken van de havens, luchthavens en multimodale overslagterminals stellen we dat deze normaal gezien reeds inbegrepen zijn in de extrapolatiemethode van de energiebalans. We weten immers dat er bij de geënquêteerde bedrijven ook luchthavenbeheerders, havenbedrijven en open overslagbedrijven zijn. Op die manier zijn hun verbruiksprofielen zeker meegenomen tijdens de extrapolatiemethode. We merken bij de havens en multimodale overslagterminals ook op dat de energieverbruiken in de energiebalans ook deels terug te vinden zijn in de industrie, immers het gaat hier

109


meermaals ook om grote industriële bedrijven die een industriële hoofdactiviteit (chemie, ijzer- en staal,…) hebben en die als nevenactiviteit overslag uitvoeren. In dit geval zijn de verbruiken van het hele bedrijf dan onder de sector industrie (in de energiebalans) terug te vinden. Voor defensie zit in de energiebalans Vlaanderen momenteel het energieverbruik van de infrastructuur, maar niet de off-road verbruiken van mobiele machines. energiedrager

%

1990

1991*

benzine

%

-

-

-

-

-

-

diesel

%

7,6

6,2

5,8

5,1

4,5

5,9

LPG

%

84,1

-

66,4

59,3

2,2

3,9

elektriciteit energiedrager

% %

0,02 1999

0,02 2003

0,02 2004

0,02 2005

0,02 2006

0,03 2007

benzine

%

-

-

-

-

-

-

-

-

-

diesel

%

6,2

7,2

7,2

10,1

10,8

11,2

16,1

29,5

36,2

LPG

%

4,5

3,2

3,9

2,0

1,1

0,5

2,3

5,5

6,5

elektriciteit

%

0,03

0,03

0,02

0,01

0,01

0,01

0,01

0,01

0,02

2000

1992*

2001

1993*

2002

1994

1995

1996

1997

1998

* de waarden voor de jaren 1991-1993 zijn geïnterpoleerde waarden op basis van de jaren 1990 en 1994 voor de gegevens uit de energiebalans Vlaanderen, en worden daarom niet weergegeven in de tabel.

Tabel 75: aandeel off-road energieverbruik van luchthavens, havens, multimodale overslagterminals en defensie tov energieverbruik deelsector ‘kantoren en administraties’ per energiedrager.

Uit Tabel 75 kunnen we opmerken dat er op dit moment geen benzineverbruiken in de sector ‘kantoren en administraties’ van de energiebalans Vlaanderen vervat zitten. De aandelen van de andere energiedragers lijken plausibel. De off-roadverbruiken van de sectoren havens, luchthavens en multimodale overslagterminals moeten niet bijgeteld worden bij de huidige verbruiken in de energiebalans Vlaanderen voor de deelsector ‘kantoren en administraties’, behalve voor het benzineverbruik dat voor deze sectoren uit het OFFREM-model resulteert en voor het benzine- en dieselverbruik van defensie. Deze zullen in overleg met het begeleidingscomité van de energiebalans Vlaanderen bijgeteld worden bij de tertiaire deelsector. De output van het OFFREM-model voor het energieverbruik van quads en moto’s (deel van de huishoudens) horen in de energiebalans eigenlijk thuis onder de tertiaire deelsector ‘Andere gemeenschaps-, sociale en persoonlijke dienstverlening’. Onder deze deelsector horen ondermeer recreatie, sport en cultuur ook thuis. Indien het gaat om rijden in clubverband en rijden op door clubs beheerde terreinen, hoort het energieverbruik onder deze tertiaire deelsector. Er zitten geen dergelijke clubs in de geënquêteerde bedrijven voor de energiebalans Vlaanderen en we zijn dus zeker dat de verbruiksprofielen van dergelijke activiteiten niet meegenomen zijn tijdens de extrapolatiemethode. Daarom stellen we voor om deze verbruiken bij te tellen bij de huidige verbruiken van de deelsector ‘Andere gemeenschaps-, sociale en persoonlijke dienstverlening’. Een allocatie bij de huishoudelijke sector lijkt ons hier niet op zijn plaats. In totaal bedraagt het energieverbruik van off-road gebruik van mobiele machines in de tertiaire sector gemiddeld 0,7% van het huidige energieverbruik van de tertiaire sector zoals geregistreerd in de Vlaamse energiebalans (gemiddelde over de periode 1990-2007).

110


Figuur 39 toont de evolutie van het hierboven beschreven off-road energieverbruik voor de Vlaamse tertiaire sector (bovenste figuur) alsook het totale energieverbruik van de tertiaire sector zoals deze momenteel in de Vlaamse energiebalans vervat zit (onderste figuur) en dit voor de overeenstemmende energiedragers en het totaal van alle energiedragers (secundaire Y-as). Deze figuur geeft een zicht op de absolute waarden van het off-road energieverbruik en het totale energieverbruik in de tertiaire sector in Vlaanderen.

1,000 0,800 [PJ]

0,600 0,400 0,200 0,000

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

1,000 0,900 0,800 0,700 0,600 0,500 [PJ] 0,400 0,300 0,200 0,100 0,000

0,054 0,055 0,055 0,056 0,057 0,058 0,060 0,061 0,063 0,065 0,067 0,068 0,069 0,073 0,079 0,087 0,095 0,100

benzine andere diensten

elektriciteit kantoren en administraties 0,001 0,001 0,001 0,001 0,001 0,002 0,002 0,002 0,002 0,002 0,003 0,002 0,002 0,002 0,002 0,002 0,002 0,003 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,001 0,002 0,002 0,002 0,002 0,002 0,002 0,002 0,002 0,002 LPG kantoren en administraties diesel kantoren en administraties

0,374 0,381 0,397 0,394 0,430 0,432 0,440 0,481 0,512 0,532 0,577 0,564 0,574 0,613 0,657 0,683 0,726 0,801

benzine kantoren en administraties

0,001 0,001 0,001 0,002 0,002 0,002 0,002 0,003 0,003 0,003 0,003 0,003 0,003 0,003 0,003 0,003 0,003 0,003

totaal OFFREM voor tertiaire sector

0,432 0,440 0,456 0,454 0,492 0,495 0,505 0,548 0,582 0,605 0,651 0,639 0,650 0,692 0,743 0,778 0,828 0,908

25,000

120,000

20,000

100,000 80,000

[PJ]

15,000

60,000 10,000 5,000 0,000 benzine andere diensten

[PJ]

40,000 20,000 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

0,000

0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

elektriciteit kantoren en administraties 5,937 6,441 6,945 7,449 7,953 7,944 7,646 8,967 8,495 8,805 9,000 9,678 14,95 16,63 15,28 15,91 16,06 16,57 0,001 0,001 0,001 0,000 0,000 0,002 0,002 0,060 0,036 0,035 0,053 0,041 0,079 0,154 0,332 0,082 0,036 0,032 LPG kantoren en administraties diesel kantoren en administraties

4,901 5,407 5,913 6,419 6,925 7,464 8,598 10,59 8,646 8,518 7,972 7,851 5,685 5,676 5,885 4,242 2,464 2,211

benzine kantoren en administraties

0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000

Totaal energieverbruik tertiaire sector

53,69 61,31 68,92 76,54 84,15 75,81 85,93 82,80 83,95 84,98 86,44 91,28 98,57 101,0 105,5 104,7 100,2 101,5

Figuur 39: Bovenaan: Off-road energieverbruik van luchthavens, havens, multimodale overslagterminals, defensie (toe te kennen aan ‘kantoren en administraties’) per energiedrager en benzineverbruik van quads en moto’s (toe te kennen aan ‘ andere diensten’) alsook totaal off-roadverbruik op 2e Y-as. Onderaan: totaal energieverbruik van de sectoren ‘kantoren en administraties’ en ‘andere diensten’ voor de overeenstemmende energiedragers als de off-road verbruiken alsook het totale energieverbruik van de tertiaire sector op 2e Y-as.

6.1.3

Huishoudelijke sector

VITO schat de energieverbruiken van de huishoudens in Vlaanderen in naargelang de energiedrager. Voor de verbruiken van aardgas en elektriciteit maakt VITO gebruik gemaakt van de verplichte rapportering van afnamegegevens door de netbeheerders. Als gevolg hiervan is het elektriciteitsverbruik door huishoudens voor grasmaaiers en andere elektrische tuinmachines dus inbegrepen in het totaal elektriciteitsverbruik van de huishoudens in de Vlaamse energiebalans. De Vlaamse energiebalans heeft geen benzineverbruik voor huishoudens. Het benzineverbruik door huishoudelijke tuinmachines is dus momenteel niet inbegrepen in de Vlaamse energiebalans.

111


De verbruiken van de andere energiedragers in de huishoudens zijn niet relevant voor off-road van tuinmachines (diesel, steenkool, LPG, propaan, butaan, biomassa) en worden hier dan ook niet verder toegelicht. In totaal bedraagt het energieverbruik van off-road gebruik van mobiele machines in de Vlaamse huishoudens gemiddeld 0,2% van het huidige energieverbruik van de huishoudens zoals momenteel geregistreerd in de Vlaamse energiebalans (gemiddelde over de periode 1990-2007). energiedrager

%

1990

1991*

1992*

1993*

1994

1995

1996

1997

1998

benzine

%

-

-

-

-

-

-

elektriciteit

%

0,14

0,12

0,12

0,12

0,12

0,12

totaal energiedrager

% %

0,24 1999

0,22 2003

0,21 2004

0,18 2005

0,21 2006

0,20 2007

benzine

%

-

-

-

-

-

-

-

-

-

elektriciteit

%

0,12

0,12

0,12

0,11

0,11

0,11

0,11

0,11

0,12

totaal

%

0,21

0,22

0,21

0,22

0,20

0,22

0,22

0,23

0,24

2000

2001

2002


Tabel 76: aandeel off-road energieverbruik van tuinmachines door huishoudens tov het totale energieverbruik van de huishoudens per energiedrager in Vlaanderen.

We raden aan om de resultaten uit het OFFREM-model voor het benzineverbruik van tuinmachines bij het energieverbruik van de huishoudens in de Vlaamse energiebalans te tellen. Deze bewerkingen worden best verder besproken op het begeleidingscomité van de energiebalans Vlaanderen. De energieverbruiken nodig voor off-road gebruik van moto’s en quads kennen we niet toe aan de huishoudens maar wel aan de tertiaire sector (zie 6.1.2).

6.1.4

Land- en bosbouw en zeevisserij

De output van het OFFREM-model voor de sectoren landbouw, bosbouw, en groenvoorziening behoort in de energiebalans onder de land- en tuinbouwsector. In de energieverbruiken van de land- en tuinbouwsector in de Vlaamse energiebalans zitten eveneens de energieverbruiken van off-road gebruik van land- en tuinbouwvoertuigen. De output van het model moet dus niet gesommeerd worden bij de huidige verbruiken in de energiebalans. Als we de cijfers voor landbouw uit het OFFREM-model vergelijken met de cijfers voor de landbouwsector uit de Vlaamse energiebalans komen we tot volgend resultaat:

112


deelsector

%

1990

1991*

1992*

1993*

1994

1995

1996

1997

1998

akkerbouw

%

58,0

55,5

55,2

graasdierhouderij

%

365,7

302,4

289,6

intensieve veehouderij

%

51,3

31,3

26,3

24,5

22,7

21,8

volle grondstuinbouw totaal OFFREM/totaal landbouwsector EBV deelsector

%

9,7

12,6

13,7

14,1

14,3

14,7

%

19,7

15,5

15,6

14,7

15,1

14,7

%

1999

2000

2001

2002

2003

2004

2005

2006

2007

akkerbouw

%

57,3

57,9

55,6

56,4

55,5

55,9

55,4

55,1

54,9

graasdierhouderij

%

226,1

218,1

283,3

279,7

273,1

265,1

255,7

248,5

243,0

intensieve veehouderij

%

21,1

20,6

19,7

19,2

19,2

19,0

19,3

19,3

18,0

volle grondstuinbouw totaal OFFREM/totaal landbouwsector EBV

%

12,8

12,3

13,1

14,1

15,0

14,6

14,5

15,9

15,7

%

15,2

15,5

15,1

14,8

14,3

13,6

13,4

13,4

13,1

54,6

58,9

58,9

268,9

253,4

236,8


Tabel 77: aandeel off-road energieverbruik van de landbouwsector tov het totale energieverbruik van de landbouwsector per deelsector alsook voor het totaal van alle landbouwdeelsectoren in Vlaanderen

Wat we duidelijk merken is dat de resultaten van het OFFREM-model voor de deelsector graasdierhouderij, de totale energieverbruiken voor de sector graasdierhouderij uit de energiebalans voor heel de historische tijdsreeks overstijgen. In de energiebalans ligt het verbruik van gas- en dieselolie van tractorwerkzaamheden op 73% van het totale energieverbruik voor de deelsector graasdierhouderij. De overige 27% is het elektriciteitsverbruik voor melkkoeling, de melkinstallatie, warmwaterbereiding en overige elektrische voorzieningen waaronder verlichting. In de energiebalans is bij de ‘graasdierhouderij’ enkel het verbruik van de tractorwerkzaamheden voor weiden (gras voor hooi en gras voor afgrazen) opgenomen, en niet voor braakland. Verder is er ook een verbruik voor de algemene tractorwerkzaamheden op het bedrijf opgenomen. Dit verbruik voor algemene tractorwerkzaamheden wordt weliswaar eveneens bepaald op basis van een kengetal per ha wei. De verbruiken van de energiebalans omvatten dus geen bewerkingen van braakland. Maar het kengetal voor weiden ligt wel boven het nieuwe OFFREMkengetal. In OFFREM hebben we voor het off-road energieverbruik in de rundveehouderij het teeltverbruik voor weiden en braakland berekend, vermeerderd met een vast aantal draaiuren van landbouwtrekkers per rundveebedrijf. Dit laatste getal, ook het OFFREM-kengetal voor rundveebedrijven genoemd, is dominant in het totale verbruikscijfer van de subsector maar is een gemiddelde inschatting van het aantal draaiuren per bedrijf op jaarbasis, onafhankelijk van de grootte van het bedrijf. Een nauwkeurige monitoring van het aantal effectieve draaiuren in de rundveehouderij is aangewezen. Het off-road energieverbruik voor de akkerbouw ligt op gemiddeld 56% van het totale energieverbruik van de akkerbouw uit de energiebalans. De verwachting was dat het off-roadverbruik voor de akkerbouw het totale energieverbruik in de akkerbouw sterker zou benaderen. Immers tractorwerkzaamheden zijn de hoofdactiviteit in deze deelsector. Het OFFREM-resultaat kan wijzen op een overschatting van het energieverbruik van de akkerbouwsector in de Vlaamse energiebalans. Voor de Vlaamse energiebalans wordt er momenteel gewerkt aan een optimalisatie en vernieuwde methodologie voor de bepaling van de totale energieverbruiken van de landbouwsector (vanuit het landbouw monitoringsnetwerk dat door de Vlaamse Overheid – Departement Landbouw en Visserij - afdeling Monitoring en Studie -AMSbeheerd wordt). Uit de voorlopige resultaten ervan blijkt dat het totale energieverbruik

113


in de akkerbouw met deze nieuwe methode zelfs hoger zal liggen dan de huidige inschatting vanuit de energiebalans. Een sluitende vergelijking maken, is echter niet mogelijk aangezien de sectorindeling niet gelijk loopt. Op het volgende begeleidingscomité zal de integratie van off-road landbouw in de Energiebalans Vlaanderen besproken worden. Het voornaamste verschil tussen het OFFREM-model en de energiebalans voor de akkerbouw zit in de gebruikte kengetallen voor de subsectoren en teeltgroepen. De kengetallen die gebruikt worden in de energiebalans komen uit een studie die de KULeuven in 1996 uitvoerde in opdracht van VITO [56]. Een van de parameters in de VITO-kengetallen is de mechanisatiegraad (vermogen, werkbreedte en leeftijd van de lanbouwmachines) van het machinepark. Gezien het grote leeftijdsverschil met het huidige machinepark (in OFFREM vastgelegd) is dit een belangrijke bepalende factor. Zo is het aantal werkuren op de akker gevoelig gedaald door aangepaste machines met een bredere reikwijdte. Omwille van loonwerk, stijgende vermogens van tractoren, aanwijzigingen in Nederlandse modellen schat het model dat de energiebalans momenteel gebruikt het energieverbruik voor de akkerbouw ook 20% hoger in dan het verbruik dat puur uit het gebruik van de kengetallen resulteert. Een nazicht van de juistheid van deze bijschatting is aangewezen. Grotere vermogens zijn inderdaad correct, maar deze machines met bredere reikwijdte hebben ook veel minder tijd nodig voor dezelfde akkerbewerkingen. Een globale energie-efficiëntieverhoging is het gevolg. De energieverbruiken van bosbouw en groenvoorziening zitten momenteel niet in de verbruiken van de energiebalans. De output van het model voor bosbouw en groenvoorziening kan dus gebruikt worden om de verbruiken van de sector in de energiebalans te optimaliseren. We wijzen er wel op dat de berekeningsmethode voor beide sectoren niet optimaal is wegens o.a. de moeizame dataverzameling. Een generiek model naar voorbeeld van de landbouwsector is aanbevelenswaardig. Zulk model kan dan een belangrijke steun zijn voor de uitwerking van de energiebalans Vlaanderen voor deze sectoren. Een opname van de cijfers in de energiebalans wordt best verder besproken met het begeleidingscomité van de Vlaamse energiebalans. deelsector bosbouw

energiedrager benzine

unit

1990

1991

1992

1993

1994

1995

1996

1997

1998

TJ

97,70

97,69

97,38

97,38

88,83

88,83

88,80

88,80

88,80

bosbouw

diesel

TJ

7,59

7,40

7,22

7,22

7,22

7,20

7,20

7,20

7,20

bosbouw

LPG

TJ

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

groenvoorziening

benzine

TJ

3,08

3,08

3,06

3,06

3,03

3,03

3,03

3,02

3,02

groenvoorziening

diesel

TJ

3,73

3,61

3,60

3,59

3,57

3,56

3,55

3,54

3,54

groenvoorziening deelsector

TJ unit

0,05 1999

0,05 2000

0,05 2001

0,05 2002

0,05 2003

0,05 2004

0,05 2005

0,05 2006

0,05 2007

bosbouw

elektriciteit energiedrager benzine

TJ

88,80

88,80

88,48

88,48

88,48

88,48

88,48

88,48

88,48

bosbouw

diesel

TJ

7,20

7,20

7,01

6,83

6,83

6,83

6,82

6,82

6,82

bosbouw

LPG

TJ

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

0,00

groenvoorziening

benzine

TJ

3,02

3,02

3,02

3,02

3,01

3,01

3,01

3,01

2,99

groenvoorziening

diesel

TJ

3,54

3,54

3,43

3,42

3,42

3,42

3,41

3,41

3,41

groenvoorziening

elektriciteit

TJ

0,05

0,05

0,05

0,05

0,05

0,05

0,05

0,05

0,05

Tabel 78: output OFFREM voor energieverbruiken per drager van de sectoren bosbouw en groenvoorziening

114


6.2 Integratie resultaten in emissie-inventaris lucht Vlaanderen In de emissie-inventaris lucht Vlaanderen onderscheidt de VMM verschillende sectoren waaronder enkele die over off-roadactiviteiten beschikken: ▪ huishoudens; ▪ tertiaire sector; ▪ industrie; ▪ land- en tuinbouw. 6.2.1

Huishoudens

Voor de huishoudens berekent de VMM emissies op basis van de energieverbruiken van de Energiebalans Vlaanderen in combinatie met emissiefactoren. In de emissieinventaris lucht hoort deze sector thuis onder de categorie ‘gebouwenverwarming’. Zoals reeds besproken bij de energiebalans Vlaanderen (6.1.3), ontbreekt het brandstofverbruik (benzineverbruik) van tuinmachines momenteel nog in de balans. Nadat VITO de aanpassingen voor energiebalans doorvoert zullen de totale energieverbruiken voor de huishoudelijke sector dus ook het benzineverbruik van tuinmachines omvatten. Dit benzineverbruik moet de VMM voor het bepalen van de emissies naar de lucht echter niet combinerenn met emissiefactoren voor gebouwenverwarming (stationaire bronnen), maar met emissiefactoren voor mobiele machines. VITO stelt daarom voor dat in de toekomst de VMM gebruik maakt van het energieverbruik van de huishoudens uit de Vlaamse energiebalans verminderd met het OFFREM- benzineverbruik voor huishoudens. Op deze fractie van het huishoudelijk energievebruik kan VMM dan de huidig gehanteerde methodologie blijven volgen ter bepaling van de luchtemissies. Deze kan de VMM vervolgens vermeerderen met de emissies vanuit het OFFREM-model voor de huishoudens.

6.2.2

Tertiaire sector

Voor de tertiaire sector berekent de VMM emissies op basis van de energieverbruiken van de Energiebalans Vlaanderen in combinatie met emissiefactoren. In de emissieinventaris lucht hoort ook deze sector thuis onder de categorie ‘gebouwenverwarming’. Een deel van de energieverbruiken uit de Energiebalans Vlaanderen zijn geen verbruiken voor gebouwenverwarming, maar wel verbruiken voor off-roadvoertuigen. Het gaat hier om de energieverbruiken van de havens, de luchthavens en multimodale overslagterminals uit het OFFREM-model. VITO raadt aan om een gelijkaardige methode te volgen zoals voorgesteld voor de huishoudens. De eerste stap is het energieverbruik (energiebalans Vlaanderen) van de tertiaire sector (subsector ‘kantoren en administraties’) te verminderen met de offroadverbruiken van havens, luchthavens en multimodale overslagterminals uit het OFFREM-model. Op deze fractie kan de VMM dan de huidig gehanteerde methodologie blijven volgen ter bepaling van de luchtemissies. Deze kan VMM vervolgens vermeerderen met de emissies van de havens, luchthavens, multimodale overslagterminals en defensie vanuit het OFFREM-model. Vervolgens kan de VMM dezelfde werkwijze volgen voor het energieverbruik (energiebalans Vlaanderen) van de gewijzigde tertiaire deelsector ‘andere gemeenschaps-, sociale en persoonlijke dienstverlening’. Deze vermindert VMM dan

115


met de off-road energieverbruiken van moto’s en quads uit het OFFREM-model. Op deze fractie kan VMM de huidig gehanteerde methodologie blijven volgen ter bepaling van de luchtemissies. Deze kan de VMM vervolgens vermeerderen met de emissies moto’s en quads uit het OFFREM-model.

6.2.3

Industrie

De emissies door de industrie deelt de VMM op in twee luiken. Enerzijds zijn er de emissies van de individueel geregistreerde bedrijven die het belangrijkste aandeel leveren in de emissies door de industrie. Anderzijds zijn er de emissies van de collectief geregistreerde bedrijven. VMM neemt in de emissie-inventaris lucht Vlaanderen enkel TSP, PM10 en PM2,5 uitlaatemissies mee voor de sectoren industrie en bouw. De methodologie die VMM hiervoor hanteert dateert van 2002 [9] en was toen een eerste ruwe inschatting. Voor de sector industrie rekent de VMM het benzineverbruik van de metaal- en textielsector uit de energiebalans Vlaanderen om naar fijn stof uitstoot. De PMemissiefactoren voor benzinemachines is echter verwaarloosbaar. Aangezien in het OFFREM-model enkel diesel en LPG heftrucks voorkomen, is een vergelijking met de oorspronkelijke cijfers niet mogelijk. De uitstoot van TSP, PM10 en PM2,5 is aanzienlijk groter in het OFFREM-model. Voor de bouwsector rekent de VMM met het aantal bouwmachines volgens de NISstatistieken, 2000 draaiuren per machine en een emissiefactor van 16,2 g PM/uur. Het totaal aantal draaiuren is jaarafhankelijk en is in grootteorde gelijk aan 3 miljoen. Als we de data uit het OFFREM-model voor het jaar 2000 in hetzelfde formaat omvormen komen we 3 keer zoveel draaiuren uit en ligt onze emissiefactor een factor 1,5 hoger. De TSP-emissies uit het OFFREM-model liggen in 2000 een factor 4,6 hoger dan deze in de emissie-inventaris lucht Vlaanderen. VITO raadt dan ook aan om de volledige data uit het OFFREM-model over te nemen in de emissie-inventaris lucht Vlaanderen. Huidige inschattingen voor bouw en industrie dus niet meer meenemen.

knelpunt

VMM –EIL- berekent de industriële emissies enerzijds op basis van de IMJV ‘s (integrale milieujaarverslagen), anderzijds op basis van de methodiek voor collectief geregistreerde bedrijven. De emissies van individueel geregistreerde bedrijven zijn terug te vinden in het IMJV, deze emissies zijn exclusief de off-road emissies. Voor de collectief geregistreerde bedrijven worden de emissies berekend aan de hand van een bijschattingspercentage. Dit bijschattingspercentage is in het verleden eenmalig bepaald op basis van het verschil in: ▪ energieverbruiken afgeleid uit de emissiejaarverslagen van de bedrijven die verplicht waren hun emissies te rapporteren (excl. off-road); ▪ energieverbruiken gerapporteerd in de energiebalans Vlaanderen (incl. off-road).

116


De energieverbruiken in de energiebalans Vlaanderen zijn gebaseerd op eigen enquêteringen (al dan niet in samenwerking met federaties), gegevens van bedrijven die toegetreden zijn tot het benchmark convenant (verkregen via federaties, al dan niet geaggregeerd), gegevens uit monitoringsrapporten van de emissierechtenhandel (ETS) en data uit de IMJV’s. Bovenop deze verzamelde data is er voor sommige deelsectoren nog een bijschatting gemaakt van veel voorkomende petroleumproducten, op basis van het totaal elektriciteitsverbruik van een sector. Deze totale energieverbruiken omvatten ook de energieverbruiken voor off-road toepassingen. De energieverbruiken uit de emissiejaarverslagen (verleden) die gebruikt werden voor de bepaling van het bijschattingspercentage zijn dus exclusief off-roadverbruiken. Terwijl deze uit de energiebalans Vlaanderen inclusief off-roadverbruiken zijn. Er worden dus bijschattingen gemaakt voor de emissies van off-road machines (weliswaar met emissiefactoren van stationaire bronnen). VITO raadt aan om het bijschattingspercentage opnieuw vast te leggen aan de hand van huidige gegevens, rekening houdend met het al dan niet opnemen van de offroadverbruiken in de bijschattingsgegevens.

6.2.4

Land- en tuinbouw

Voor de berekening van de emissies door brandstofverbruik in de land- en tuinbouw maakt VMM een onderscheid naar de volgende subsectoren: ▪ akkerbouw; ▪ graasdierhouderij; ▪ vollegrondstuinbouw; ▪ blijvende teelten; ▪ glastuinbouw; ▪ intensieve veehouderij Het brandstofverbruik van de laatste twee subsectoren schrijven ze hoofdzakelijk toe aan verwarming van stallen, serres en dergelijke. In de andere subsectoren schrijven ze dit hoofdzakelijk toe aan transport en landbouwmachines (off-road). De verbrandingsemissies van de Vlaamse land- en tuinbouw berekent VMM op basis van de brandstofverbruiken uit de Energiebalans Vlaanderen in combinatie met specifieke emissiefactoren (stationaire emissiefactoren voor glastuinbouw en intensieve veeteelt, mobiele emissiefactoren voor de andere deelsectoren). Voor de emissie inventaris lucht (VMM, jaarlijks rapport 'Lozingen in de lucht') werden de emissies voor de landbouwsector tot nog toe steeds op deelsectorniveau gerapporteerd en dit blijft ook de wens van VMM. Aangezien de output voor het energieverbruik van OFFREM voor de deelsector graasdierhouderij meer dan 100% bedraagt van het totale energieverbruik van die deelsector (energiebalans Vlaanderen) is de enige mogelijkheid, voor integratie in de Emissie-inventaris lucht, om de emissies op sectorniveau te rapporteren (dus niet op deelsectorniveau). Hiertoe kunnen de totale emissies voor de landbouwsector als volgt bepaald worden: Totale emissies landbouwsector = Emissies off-road landbouw: som van de subsectoren uit OFFREM + Emissies niet-off-road landbouw: berekening van emissies op basis van het nietoff-road energieverbruik met gebruik van stationaire emissiefactoren (energieverbruik totaal landbouw uit energiebalans Vlaanderen verminderd met het energieverbruik voor totaal landbouw uit OFFREM).

117


Hierbij maken we volgende randbemerkingen: Bepaalde deelsectoren/teelten zijn niet ingeschat in het OFFREM-model, met name: o boomkwekerijen in open lucht (onderdeel van blijvende teelten); o boomgaarden (onderdeel van blijvende teelten); o andere nijverheidsgewassen en landbouwzaden (delen van akkerbouw); o teelten in serres (glastuinbouw). Deze deelsectoren zijn echter van minder belang voor het off-roadverbruik in de landbouwsector. Voor vollegrondstuinbouw neemt OFFREM enkel de (kleinschalige) groententeelt in beschouwing. De groententeelt voor industrieel gebruik zal vaak andere machines inzetten. In de eindfase van de studie heeft ILVO vernomen dat het OFFREM kengetal voor groententeelt eigenlijk geldt voor groenten voor de versmarkt. De groententeelt voor industrieel gebruik, -bijna 90 % van de totale groententeelt-, zal vaak andere machines inzetten. Een correcte inschatting van het kengetal voor groententeelt in open lucht vraagt dus verder onderzoek naar de bijhorende teelttechniek en machinetechnische kenmerken. Het kengetal (voor graasdierhouderij, maar evenzeer voor varkensteelt en kippenkweek) in de OFFREM studie is gebaseerd op een gemiddeld aantal draaiuren per bedrijf, ongeacht het aantal dieren per bedrijf. Het aantal dieren per bedrijf heeft vermoedelijk een belangrijke invloed op de variatie in het aantal draaiuren. Het OFFREM-model is niet in die mate van detail opgebouwd. Hiervoor is enquêtering nodig, of gebruik van gegevens uit de Mestbank van de VLM waarin details staan voor het aantal dieren per bedrijf.

6.3 Vergelijking met resultaten uit de voorbereidende studie In deze paragraaf vergelijken we enkele modelresultaten uit de voorbereidende studie [7] met deze van het OFFREM-model.

6.3.1

Huishoudens en groenvoorziening

In Tabel 79 tonen we de som van de CO2-emissies per gewest voor de offroadvoertuigen van de sector huishoudens en de sector groenvoorziening voor de jaren 2000, 2005, 2010 en 2020 uit de voorbereidende studie en het OFFREM-model. Model

CO2

2000 kton 8

2005 kton 9

2010 kton 9

2020 kton 8

TML/TNO

BXL

TML/TNO TML/TNO

VL

49

53

53

47

WAL

27

30

30

27

TML/TNO

Totaal

84

92

91

82

OFFREM

BHG

3

3

3

3

OFFREM

VG

37

40

43

47

OFFREM

WG

20

21

22

25

OFFREM

Totaal

60

64

68

76

Tabel 79: CO2-emissies (kton) van off-road voertuigen voor huishoudens en groenvoorziening volgens de voorbereidende studie (TML/TNO) en het OFFREM-model

118


Een eerste verschil tussen beide modellen is de integratie van quads en moto’s in het OFFREM-model. In 2007 zijn zij binnen de sector huishoudens verantwoordelijk voor 16 % van het off-road energieverbruik. Verder maakt de voorbereidende studie gebruik van gegevens die afgestemd zijn op Duitse tuinen, terwijl het OFFREM-model gebruik maakt van specifieke gewestelijke info voor België. Het OFFREM-model neemt een onderverdeling in tuinen mee en past het gebruik en het vermogen van de tuinmachines aan de grootte van de tuin. Het OFFREM-model brengt daarom bijna dubbel zoveel tuinen in rekening als de voorbereidende studie. De CO2-emissies van de grasmachines en zitmaaiers (privé) in de voorbereidende studie liggen dan ook een factor 1,5 lager dan deze in het OFFREMmodel. Het aandeel van de grasmaaiers en zitmaaiers (privé) in de sectoren huishoudens en groenvoorziening is voor de voorbereidende studie om en bij de 30%, terwijl dit in het OFFREM-model 60% bedraagt. Zitmaaiers (niet privé) stoten 45% van de CO2emissies uit voor huishoudens en groenvoorziening in de voorbereidende studie (naar het Duitse model). In het OFFREM-model bedraagt het aandeel in de CO2-emissies van de hele sector groenvoorziening slechts 1%. Dit is het belangrijkste verschil tussen beide modellen waardoor de CO2-emissies in het OFFREM-model lager liggen dan deze in de voorbereidende studie. Naar de toekomst toe lijken de emissies tussen beide modellen naar elkaar toe te groeien. De reden hiervoor is een verschil in aannames rond de activiteiten in de toekomst. Inde voorbereidende studie worden de activiteiten binnen huishoudens en groenvoorziening constant gehouden, waar deze voor de huishoudens in het OFFREMmodel verder toenemen (voorspellingen aantal huishoudens). In Tabel 80 tonen we de som van de Belgische NOX-emissies voor de offroadvoertuigen van de sector huishoudens en de sector groenvoorziening voor de jaren 2000, 2005, 2010 en 2020 uit de voorbereidende studie en het OFFREM-model. Model TML/TNO OFFREM

2000 ton NOx 124

2005 ton NOx 140

2010 ton NOx 146

2020 ton NOx 146

170

184

197

220

Tabel 80: NOX-emissies (ton) van off-road voertuigen voor de sectoren huishoudens en groenvoorziening volgens de voorbereidende studie (TML/TNO) en het OFFREMmodel

Ondanks een kleiner energieverbruik van de off-roadvoertuigen in het OFFREM-model in vergelijking met de voorbereidende studie, liggen de NOX-emissies hoger. De reden hiervoor is terug te vinden in de toekenning van een andere technologie (grootteklasse en motortype) voor bijvoorbeeld grasmaaiers. Daarenboven is de NOXemissiefactor voor zitmaaiers (niet privé - > 225cc) uit de voorbereidende studie lager dan de gelijkaardige emissiefactor voor kleinere benzinemachines. In het OFFREMmodel zijn er slechts een beperkt aantal zitmaaiers aanwezig in vergelijking met de voorbereidende studie.

119


6.3.2

Industrie en bouw

In Tabel 81 tonen we de som van de CO2-emissies per gewest voor de offroadvoertuigen van de sector industrie en de bouwsector voor de jaren 2000, 2005, 2010 en 2020 uit de voorbereidende studie en het OFFREM-model. Model

CO2

2000 kton 83

2005 kton 109

2010 kton 107

2020 kton 109

TML/TNO

BXL

TML/TNO TML/TNO

VL

440

582

581

586

WAL

238

314

312

317

TML/TNO

Totaal

761

1005

1000

1011

OFFREM

BHG

OFFREM

VG

OFFREM

WG

OFFREM

Totaal

5

5

6

7

353

372

410

475

81

87

97

115

438

464

513

597

Tabel 81: CO2-emissies (kton) van off-road voertuigen voor de sectoren industrie en bouw volgens de voorbereidende studie (TML/TNO) en het OFFREM-model

Het OFFREM-model en de voorbereidende studie maken gebruik van een andere verdeelsleutel over de gewesten. We vergelijken dus verder enkel de totale Belgische CO2-emissies voor industrie en bouw. In het jaar 2005 becijfert de voorbereidende studie meer dan dubbel zoveel CO2emissies voor de sector industrie en de bouwsector samen. Het OFFREM-model rekent immers met correctiefactoren om totale draaiuren om te zetten naar operationele draaiuren. Het aantal machines in het OFFREM-model ligt echter wel hoger dan deze in de voorbereidende studie. Beide studies starten van dezelfde inputdata, maken gebruik van een verschillende uitvalfunctie, maar dit zou slechts in een klein verschil in totaal aantal machines mogen resulteren. Navraag bij de uitvoerders van de voorbereidende studie leert dat het resterende verschil niet eenvoudig uit te klaren is binnen timing en budget van deze studie. In de toekomst nemen de CO2-emissies voor België in het OFFREM-model relatief meer toe dan deze in de voorbereidende studie. Het OFFREM-model houdt immers rekening met een trend van aantal machines van de laatste 10 jaar, terwijl de voorbereidende studie de machineaantallen constant veronderstelt. In Tabel 82 tonen we de som van de Belgische NOX-emissies voor de offroadvoertuigen van de sector industrie en de bouwsector voor de jaren 2000, 2005, 2010 en 2020 uit de voorbereidende studie en het OFFREM-model. Model TML/TNO OFFREM

2000 ton NOx 9787

2005 ton NOx 10170

2010 ton NOx 6688

2020 ton NOx 3017

5510

4508

3310

1699

Tabel 82: NOX-emissies (ton) van off-road voertuigen voor de sectoren industrie en bouw volgens de voorbereidende studie (TML/TNO) en het OFFREM-model

Voor de NOX-emissies van de sector industrie en de bouwsector zien we dezelfde verschillen als voor de CO2-emissies. Het verschil is echter iets groter (tot 5% in 2030) door gebruikt te maken van een andere leeftijdsverdeling. Het aandeel jongere

120


machines is in het OFFREM-model groter dan in voorbereidende studie door gebruik te maken van een Weibull-functie in plaats van een EPA-overlevingscurve. Een bijkomend verschil is de integratie van Stage IV emissiefactoren in het OFFREMmodel.

6.3.3

Landbouw

In Tabel 83 tonen we de som van de CO2-emissies per gewest voor de offroadvoertuigen van de landbouwsector voor de jaren 2000, 2005, 2010 en 2020 uit de voorbereidende studie en het OFFREM-model. Model

CO2

2000 kton 0

2005 kton 0

2010 kton 0

2020 kton 0

TML/TNO

BXL

TML/TNO TML/TNO

VL

342

349

362

378

WAL

271

272

294

324

TML/TNO

Totaal

613

621

656

702

OFFREM

BHG

0

0

0

0

OFFREM

VG

370

320

308

379

OFFREM

WG

305

276

264

303

OFFREM

Totaal

675

596

573

683

Tabel 83: CO2-emissies (kton) van off-road voertuigen voor de sector landbouw volgens de voorbereidende studie (TML/TNO) en het OFFREM-model

De verschillen tussen de voorbereidende studie en het OFFREM-model voor de sector landbouw zijn voornamelijk te wijten aan een verschillende berekening van het brandstofverbruik. De voorbereidende studie is opgebouwd rond het wagenpark, afgeleid uit inschrijvingscijfers van de DIV voor een periode van 11 jaar, en een lastfactor, vermogenklasse, en aantal draaiuren, afgeleid uit een voorgaande studie. De levensduur van de landbouwtrekkers wordt op 20 jaar geschat terwijl we in het OFFREM-model uitgaan van een levensduur van 25 jaar. In paragraaf 3.1.2 kaarten we de moeilijkheden aan bij het in kaart brengen van de leeftijd en de eigendomsklasse van de voertuigen. Tweedehandsvoertuigen zijn bijvoorbeeld niet opgenomen in de voorbereidende studie, terwijl die vaak voorkomen in de sector. Doordat we in het OFFREM-model niet vertrekken van het wagenpark en dus onafhankelijk van inschrijvingscijfers werken, omzeilen we dit probleem. In het OFFREM-model vertrekken we van teelttechniek en effectief uitgevoerde taken, gekoppeld aan karakteristieke verbruikscijfers voor zulke taken, inclusief stationair draaien, keren op het veld, en transport van en naar het veld. We werken hierdoor met de werkelijke lastfactoren in plaats van veronderstellingen te maken of terug te vallen op andere studies, zoals in de voorbereidende studie gebeurt. Een van de inschattingen in de voorbereidende studie is het vermogen van het wagenpark. In de voorbereidende studie delen ze het wagenpark in in 3 vermogensklassen: <40kW, 40-59kW, en >60kW. Ook in het OFFREM-model delen we de landbouwtrekkers in 3 machinegroottes in. Het verschil is wel dat het OFFREMmodel klassen heeft van 37kW tot >130kW. Bij de berekening maken we gebruik van machineverbruiksdata die opgemeten werden voor zulke vermogens. Tenslotte omzeilt het OFFREM-model ook het probleem van de regionale opsplitsing van het wagenpark en daarmee het energieverbruik en de emissies. In de voorbereidende studie worden machines toegewezen aan de gewesten op basis van

121


hun inschrijving, terwijl deze studie vertrekt van de werkelijke inzet van machines per gewest. Om de bovengenoemde verschillen tussen beide studies, vinden wij het niet vreemd dat er verschillende resultaten zijn voor de sector landbouw. In Tabel 84 tonen we de som van de Belgische NOX-emissies voor de offroadvoertuigen van de landbouwsector voor de jaren 2000, 2005, 2010 en 2020 uit de voorbereidende studie en het OFFREM-model. Model TML/TNO OFFREM

2000 ton NOx 8928

2005 ton NOx 7558

2010 ton NOx 5402

2020 ton NOx 2317

10212

8098

5909

2442

Tabel 84: NOX-emissies (ton) van off-road voertuigen voor de sector landbouw volgens de voorbereidende studie (TML/TNO) en het OFFREM-model

Relatief gezien ten opzichte van de CO2-emissies liggen de NOX-emissies in het OFFREM-model hoger dan deze in de voorbereidende studie. De reden hiervoor is terug te vinden in de toekenning van de verschillende grootte-klasses binnen de landbouwtractoren in beide modellen. In het OFFREM-model zijn de middelgrote landbouwtractoren (75-130 kW) veruit de belangrijkste landbouwtractoren. Deze landbouwtractoren hebben tot Stage II een hogere NOX-emissiefactor dan de kleinere vermogensklasses. Door de implementatie van Stage IV in het OFFREM-model dalen de NOX-emissies sterker tegen 2030 in vergelijking met het de voorbereidende studie.

6.4 CRF-rapportering Zoals aangegeven in paragraaf 2.2.4 voorziet het OFFREM-model een output die afgestemd is voor het gebruik in de CRF-tabellen. We bespreken hier kort de integratie van de resultaten in dit formaat. Algemeen kunnen we aangeven dat er in het Common Reporting Format (CRF) geen specifieke vereisten zijn naar afzonderlijke rapportering van off-road energieverbruiken en emissies. Als gevolg daarvan geeft VITO het advies om voor CRF gebruik te maken van de geïntegreerde OFFREM-gegevens zoals aangegeven in de paragrafen 6.1 en 6.2 voor energiebalansen en de emissie-inventaris lucht.

6.5 NFR-rapportering Zoals aangegeven in paragraaf 2.2.2 voorziet het OFFREM-model een output die afgestemd is voor het gebruik in de NFR-tabellen (New Format Reporting). We bespreken hier kort de integratie van de resultaten in dit formaat. Algemeen kunnen we aangeven dat er in het NFR-formaat wel specifieke rubrieken zijn voor afzonderlijke rapportering van off-road energieverbruiken en emissies. De totale NOX-, NMVOS-, SO2- en NH3-emissies voor off-road voertuigen dienen voor België gekend te zijn (eenheid: kton = Gg) voor de historische jaren. Verder dient er nog een onderverdeling te gebeuren naar verschillende NFR-categorieën. Emissies van de off-road voertuigen horen thuis onder de volgende NFR-categorieën: ▪ 1 A 4 b ii Household and gardening (mobile)

122


▪ ▪

1 A 4 c ii Off-road Vehicles and Other Machinery 1 A 5 b Other, Mobile (Including military)

De overeenkomstige sectoren in het OFFREM-model zijn respectievelijk: ▪ Huishoudens (excl. moto’s en quads) ▪ Land- en bosbouw ▪ Industrie, Bouw, Havens, Luchthavens, Multimodale overslagterminals, Groenvoorziening en Defensie, Moto’s en quads Tabel 85 geeft de NFR-cijfers weer uit het OFFREM-model voor België voor de jaren 1990, 1995, 2000 en 2007. NFR-sector

Polluent (Gg)

1990

1 A 4 b ii - Household and gardening (mobile) NOX 0,111 NMVOS 0,454 SO2 0,0101 NH3 0,0001 1 A 4 c ii Off-road Vehicles and Other Machinery NOX 11,715 NMVOS 5,138 SO2 1,1788 NH3 0,0022 1 A 5 b Other, Mobile (Including military) NOX 5,764 NMVOS 2,266 SO2 0,5073 NH3 0,0011

1995

2000

2007

0,147 0,395 0,0101 0,0001

0,159 0,395 0,0027 0,0001

0,170 0,405 0,0003 0,0001

10,683 3,624 0,7362 0,0019

10,252 3,391 0,4342 0,0017

7,136 2,932 0,0183 0,0015

5,653 1,977 0,3760 0,0011

6,161 1,865 0,2926 0,0015

4,667 1,600 0,0167 0,0016

Tabel 85: emissies off-road volgens NFR-categorieën voor België (1990, 1995, 2000 en 2007)

6.6 Vergelijking met RAINS-rapportering januari 2007 Bij wijze van voorbeeld vergelijken we de totale NOX-emissies volgens de verschillende RAINS-sectoren uit het OFFREM-model enerzijds en uit de RAINS-rapportering van januari 2007 anderzijds. Tabel 86 geeft de respectievelijk emissies weer voor de jaren 2010 en 2020. NOX (kton) TRA_OT_AGR TRA_OT_CNS TRA_OT_LB TRA_OT_LD2

2010 OFFREM 5,93 3,31 0,80 0,02

2020 RAINS 7,14 3,55 0,50 0,17

OFFREM 2,45 1,70 0,52 0,02

RAINS 4,37 2,07 0,49 0,15

Tabel 86: NOX-emissies België volgens RAINS-rapportering (jan 2007) en OFFREMmodel

→ TRA_OT_AGR: Land- en bosbouw

(excl. 2-takt benzine motoren)

RAINS rapporteert 20% meer NOX-emissies in de sector TRA_OT_AGR dan aanwezig in het OFFREM-model voor het jaar 2010. Voor het jaar 2020 respectievelijk 78% meer.

123


Het brandstofverbruik dat in rekening gebracht wordt in de RAINS-rapportering ligt 4% hoger dan het brandstofverbruik in het OFFREM-model. En de NOX-emissiefactor in de RAINS-rapportering ligt 16% hoger dan de respectievelijke OFFREM-emissiefactor voor 2010. Naar 2020 neemt het verschil toe aangezien de Stage IV NOX-emissiefactor voor landbouwvoertuigen in het OFFREM-model een factor 2 lager ligt dan deze gebruikt voor de RAINS-rapportering. → TRA_OT_CNS: Industrie en bouw RAINS rapporteert 7% meer NOX-emissies in de sector TRA_OT_CNS dan aanwezig in het OFFREM-model voor het jaar 2010. Voor het jaar 2020 respectievelijk 22% meer. In de RAINS-rapportering van 2010 wordt een vijfde minder brandstofverbruik meegenomen in vergelijking met het OFFREM-model. Het brandstofverbruik in de RAINS rapportering bedraagt 65% van het dieselverbruik in de industrie (Energiebalans Vlaanderen). Bij de vergelijking met de Energiebalans Vlaanderen (6.2.3) hebben we reeds vermeld dat het brandstofverbruik van de bouwsector niet is opgenomen in de Energiebalans Vlaanderen. Het brandstofverbruik voor de industrie in totaal (incl. bouw) in het OFFREM-model ligt hoger dan de aangenomen 65% diesel uit de Energiebalans Vlaanderen in de RAINS-rapportering. De NOX-emissiefactor van RAINS ligt echter wel 32% hoger dan deze gebruikt in het OFFREM-model. Naar 2020 toe vergroot het verschil in NOX-emissies tussen RAINS en OFFREM omwille van een stijgend brandstofverbruik in het OFFREM-model voor de industrie (RAINS 39% minder brandstofverbruik dan OFFREM). Dit wordt echter wel tegengewerkt door een sterkere daling in NOX-emissiefactor bij OFFREM in vergelijking met RAINS. In 2020 is de NOx-emissiefactor in RAINS dubbel zo groot als deze in het OFFREM-model. → TRA_OT_LB: Havens, Luchthavens, Multimodale Groenvoorziening, Huishoudens en Defensie

overslagterminals,

RAINS rapporteert 38% minder NOX-emissies in de sector TRA_OT_LB dan aanwezig in het OFFREM-model voor het jaar 2010. Voor het jaar 2020 respectievelijk 6% minder. Net zoals voor industrie en bouw, wordt in de RAINS-rapportering van 2010 een zesde minder brandstofverbruik meegenomen in vergelijking met het OFFREM-model. Hierbij komt nog dat de NOX-emissiefactor gebruikt in de RAINS rapportering 26% lager ligt dan deze in het OFFREM-model. RAINS voorziet geen verandering in NOX-emissiefactor naar 2020 toe. In het OFFREMmodel halveert de NOX-emissiefactor bijna tussen 2010 en 2020. Het verschil in brandstofverbruik neemt daarentegen toe (RAINS 35% minder brandstofverbruik dan OFFREM).

→

TRA_OT_LB2: Land- en bosbouw

(2-takt benzine motoren)

Voor deze – weliswaar kleine - subsector zijn er grote verschillen. RAINS rapporteert een factor 8,7 meer NOX-emissies in de sector TRA_OT_LB2 dan aanwezig in het OFFREM-model voor het jaar 2010. Voor het jaar 2020 respectievelijk een factor 7,5.

124


Het brandstofverbruik dat in rekening gebracht wordt in de RAINS-rapportering is in 2010 dubbel zo groot als het brandstofverbruik in het OFFREM-model. De NOXemissiefactor gebruikt in de RAINS-rapportering ligt een factor 4,2 hoger dan deze in het OFFREM-model. In 2020 ligt de NOX-emissiefactor voor deze RAINS-subsector nog een factor 3 hoger dan in het OFFREM-model. Het verschil in brandstofverbruik neemt echter toe (RAINS een factor 2,5 meer brandstofverbruik dan OFFREM).

Ter illustratie geven we in Tabel 87 de totale NH3-, NMVOS- en PM10(uitlaat)-emissies volgens de verschillende RAINS-sectoren uit het OFFREM-model enerzijds en uit de RAINS-rapportering van januari 2007 anderzijds.

NH3 (kton)

NMVOS (kton)

PM10 (uitlaat)

TRA_OT_AGR TRA_OT_CNS TRA_OT_LB TRA_OT_LD2 TRA_OT_AGR TRA_OT_CNS TRA_OT_LB TRA_OT_LD2 TRA_OT_AGR TRA_OT_CNS TRA_OT_LB TRA_OT_LD2

2010 OFFREM RAINS 0,00147 0,00244 0,00128 0,00172 0,00051 0,00126 0,00003 0,00073 0,40677 1,22471 1,21373 0,69718 0,65869 1,37600 2,23999 5,33568 0,16023 0,65622 0,17576 0,30775 0,03386 0,05232 0,04520 0,20679

2020 OFFREM RAINS 0,00175 0,00344 0,00150 0,00235 0,00061 0,00123 0,00003 0,00064 0,17529 0,82966 0,69746 0,45778 0,59195 1,34400 0,57738 0,94900 0,06685 0,28316 0,09496 0,10892 0,01743 0,05111 0,04520 0,05564

Tabel 87: NH3-, NMVOS en PM10(uitlaat)-emissies België volgens RAINS-rapportering (jan 2007) en OFFREM-model

125

Hoofdstuk 7 Besluit

HOOFDSTUK 7

BESLUIT

In deze studie hebben we de activiteiten, energieverbruiken en emissies van de niet voor de weg bestemde mobiele machines in kaart gebracht voor België. We hebben niet enkel een onderverdeling naar gewest meegenomen op sectorniveau, maar ook de geografische locatie van de verschillende activiteiten in kaart gebracht. En dit voor zowel historische als toekomstige jaren (1990-2030). Van dit alles hebben we een gebruiksvriendelijk model gemaakt, het OFFREM-model. Uit dit model kan de gebruiker de energieverbruiken en emissies op detailniveau raadplegen enerzijds en op de Europese rapporteringniveaus NFR, CRF en RAINS anderzijds. De gebruiker kan de emissies zelf ook visueel voorstellen aan de hand van een voor deze studie ontwikkeld GIS-rekenmodel. Het aandeel van de niet voor de weg bestemde mobiele machines (off-road) is beperkt, maar zeker niet verwaarloosbaar in het hele transportverhaal. De off-road voertuigen verbruiken ongeveer 5% van de totale energiebehoefte van alle transportmodi (weg, spoor, binnenvaart, zeevaart en luchtvaart12) in Vlaanderen in het jaar 2007. Ze stoten in 2007 ongeveer 7% van de totale NOX-emissies van de Vlaamse transportmodi uit. Het aandeel van de off-road voertuigen zal in 2030 van dezelfde grootteorde zijn als vandaag de dag. Voor de off-road voertuigen is er Europees immers een verregaande reglementering voorzien (Stage IV) voor NOX, VOS, CO en PM. Hoewel het OFFREM-model reeds een goede inschatting maakt van de activiteiten, energieverbruiken en emissies van niet voor de weg bestemde mobiele machines, is er altijd nog ruimte voor verdere verfijning. Graag geven we dan ook enkele aanbevelingen mee die het model ten goede zouden komen: ▪

De bouwsector is de belangrijkste OFFREM-sector. In het model hebben we de operationele draaiuren ingeschat aan de hand van draaiuren uit de voorbereidende studie en correctiefactoren uit enquêteresultaten voor de luchthaven van Zaventem. Machinespecifieke correctiefactoren zouden een meerwaarde betekenen voor het model. Deze kunnen in kaart gebracht worden door monitoring (enquêtering) van zowel draaiuren, lastfactoren, technische kenmerken machines en verbruiken. Analyse van deze gegevens kan resulteren in machinespecifieke correctiefactoren.

▪

De activiteiten binnen de havens (en luchthavens) zijn zeer lokaal. Voor beleidsmaatregelen gericht op lokale luchtkwaliteit is het dan ook een meerwaarde als - net zoals voor de bouwsector - de operationele draaiuren met de praktijk afgetoetst worden.

12 Voor luchtvaart hebben we de vergelijking gemaakt met alle LTO-bewegingen (nationaal, internationaal en militair). Voor zeevaart met de nationale en internationale vaart op Belgisch grondgebied (12-mijlszone), exclusief zeevisserij.

127

Hoofdstuk 7 Besluit

▪

Het knelpunt in verband met pompen en generatoren binnen de bouwsector is momenteel nog niet opgelost. De Vlaamse Milieumaatschappij zal de draad weer oppikken om samen met de Confederatie Bouw een enquêtering op te starten om dit knelpunt op te lossen. Integratie van de enquêteresultaten in het OFFREM-model is reeds voorzien.

▪

De landbouwsector is een zeer belangrijke OFFREM-sector omdat bepaalde subsectoren ervan vrijwel uitsluitend energie verbruiken door de inzet van landbouwtrekkers. In het model hebben we nieuwe kengetallen berekend op basis van een internationale studie, uitgevoerd in Duitsland en rekening houdend met Duitse randvoorwaarden voor ondermeer het transport tussen woning en veld. Een vergelijking tussen de Duitse verbruikscijfers en de corresponderende verbruiken met Vlaamse randvoorwaarden zou dan ook een meerwaarde betekenen voor het model.

▪

Het model zou versterkt worden door een meer nauwkeurige inschatting van het aantal draaiuren en eventueel ook van de lastfactoren op rundvee-, pluimvee- en varkensbedrijven. Hiervoor zou een doorgedreven monitoring van de sector kunnen gebeuren. Bij een verdere scherpstelling van de kengetallen zou ook gebruik kunnen gemaakt worden van de detailinformatie bekomen via het e-loket voor landbouwers.

▪

Bepaalde landbouwdeelsectoren/teelten zijn niet ingeschat in het OFFREMmodel. De meeste daarvan zijn van minder belang voor off-road, maar voor vollegrondstuinbouw ontbreekt een inschatting van off-road gebruik in de groententeelt voor industrieel gebruik -bijna 90 % van de totale groententeelt-. Een correcte inschatting van het kengetal voor groententeelt in open lucht vraagt verder onderzoek naar de bijhorende teelttechniek en machinetechnische kenmerken.

▪

Het is uiteraard wenselijk om aangepaste kengetallen te berekenen wanneer er in de toekomst nieuwe landbouwsystemen of teeltvormen een belangrijk aandeel gaan vormen in de landbouwsector. Hierbij denken wij in de eerste plaats aan innovatieve stalsystemen en biologische teelten.

▪

Een belangrijke randvoorwaarde bij de uitvoering van dergelijke studies is uiteraard het verkrijgen van nuttig cijfermateriaal en informatie. Meestal is dit wel voorhanden binnen de verschillende diensten van de Vlaamse Overheid (landbouw en leefmilieu), maar dikwijls zeer versnipperd en mede daardoor ook eerder moeizaam te verkrijgen. Voorafgaand overleg en afstemming tussen alle betrokken en belanghebbende diensten, zou dan ook zeer wenselijk zijn. Dergelijk overleg begunstigt bovendien de samenstelling en de functionaliteit van de projectstuurgroep.

▪

Hoewel bosbouw en groenvoorziening in belang gering zijn, is een betere inschatting mogelijk indien het Agentschap Natuur en Bos meer informatie ter beschikking stelt. Het model is momenteel gebaseerd op specifieke data van Vlaams-Brabant. De berekening generieker maken door –net zoals voor de landbouwsector- te vertrekken van onderhoudsacties die jaarlijks gebeuren zou een grote meerwaarde voor het model betekenen.

▪

De emissiefactoren voor de niet-uitlaatemissies (zowel PM als zware metalen) zijn een eerste inschatting en hebben dus een grote onzekerheid. Het OFFREMmodel laat toe om nieuwe inzichten rond deze emissies in het model te integreren. Naar de toekomst toe is dit zeker niet onbelangrijk aangezien de

128

Hoofdstuk 7 Besluit

gereglementeerde uitlaat emissies gaan dalen en deze niet-uitlaatemissies nog in belang gaan toenemen. ▪

Integratie van nieuwe inzichten rond PAK- en POP-emissiefactoren voor benzine 2-takt motoren en voor motoren die LPG verbranden.

▪

Uitbreiding van het OFFREM-model bijvoorbeeld nageschakelde technieken.

voor

scenariodoorrekeningen

met

Belangrijk om op te merken is echter wel dat beleidsmakers het belang van deze aanbevelingen kaderen binnen de hele transportsector (alle sectoren). We geven hier ook nog mee dat voor de integratie van de emissieresultaten uit het OFFREM-model in de emissie-inventaris lucht de methodiek voor de collectief geregistreerde bedrijven dient herbekeken te worden om dubbeltelling van emissies te voorkomen. Meer concreet worden best de bijschattingspercentages opnieuw ingeschat zonder rekening te houden met het off-road brandstofverbruik in de industrie.

129

Literatuurlijst

LITERATUURLIJST 1.

Lambrecht U., Helms H., Kullmer K., Knörr W. (2004). Entwicklung eines Modells zur Berechnung der Luftschadstoffemissionen und des Kraftstoffverbrauchs von Verbrennungsmotoren in mobilen Geräten und Machinen - TREMOD, Heidelberg, Institut für Energie- und Umweltforschung Heidelberg GmbH (IFEU).

2.

Vankerkom J., Schrooten L., De Vlieger I., Vliegen J., Styns K. (2009). Beleidsondersteunend onderzoek: aanpassingen aan het emissiemodel voor wegtransport MIMOSA, VMM-MIRA.

3.

Aernouts K. , Cosemans G., De Vlieger I., Schrooten L., Sleeuwaert F., Van Esch L., Vankerkom J., Van Rompaey H. (2008). Emissie-inventaris Brussels Airport voor 2006, in opdracht van The Brussels Airport Company, VITO.

4.

Vanhyfte A., Algoet A., Devoldere K., Polfliet K. (2007). Oplijsting van een set kostenefficiënte milderende maatregelen met betrekking tot de luchtemissies door het zee- en achterlandtransport van en naar de Antwerpse haven.

5.

Dewaelheyns V., Gulinck H., KULeuven, (2008). Inputs en outputs in privétuinen, in opdracht van MIRA, 194 pp.

6.

KTBL (2005). Kuratorium für Technik und Bauwesen in der Landwirtschaft, Dieselkraftstoffbedarf, Darmstadt, Duitsland.

7.

Van Zeebroek B., F. Vanhove, J. Hulskotte, R. Vermeulen (2005). Emissies door niet voor de weg bestemde mobiele machines in het kader van internationale rapportering, Transport & Mobility Leuven, www.tmleuven.be.

8.

MEZ Ministerie van economische zaken - administratie voor energie.

9.

Schrooten L., Van Rompaey H., Berghmans P., Vanderreydt I., Bleux N. (2002). Emissie-inventaris fijn stof Vlaanderen voor 1995 en 2000 (deel A), VITO, in opdracht van de Vlaamse Milieumaatschappij.

10.

EMEP/CORINAIR (2007). EMEP/CORINAIR Emission Inventory Guidebook 2007, August 2007, http://reports.eea.europa.eu/EMEPCORINAIR5/en/page002.html.

11.

IPPC (1997). Greenhouse gas inventory reference manual (IPPC 1996 Revised Guidelines for national greenhouse gas inventories, Volume 3).

12.

Vankerkom J., Schrooten L., De Vlieger I., Vliegen J., Styns K. (2008). Beleidsondersteunend onderzoek: aanpassingen aan het emissiemodel voor wegtransport MIMOSA, VMM-MIRA.

13.

Wunderlin D., Klaus T., Waldeck B., Schneider A. (2000). PM10Emissionsfaktoren Mechanischer Abrieb im Offroad-Bereich, Carbotech AG.

14.

Bogman P., Cornelis W., Gabriels D. (2006). Opwaaiend stof ten gevolge van het bewerken van landbouwgronden, in opdracht van AMINAL, VITO.

15.

Integra en Certisys (2007). Afdeling Duurzame Landbouwontwikkeling.

130

Literatuurlijst

16.

NIS Nationaal Instituut voor de Statistiek, http://www.statbel.fgov.be/home_nl.asp.

17.

Departement Landbouw en Visserij Afdeling Monitoring en Studie. Landbouwrapport.

18.

T. Zachariadis L. Ntziachristos, Z.Samaras, Laboratory of Applied Thermodynamics, Department of Mechanical Engineering, Aristotle university, Thessaloniki, Greece, (2001). The effect of age and technological change on motor vehicle emissions. Elsevier Science, Pergamon.

19.

UGent (2006-2007). Analyse van de huidige en toekomstige ruimtebehoefte voor land- en tuinbouw en de toekomstige ruimtelijke ontwikkelingen binnen land- en tuinbouw, Vakgroep Landbouweconomie (UGent), Vakgroep Civiele Techniek (UGent), SADL (KULeuven), ABNL (KULeuven) en Studiegroep Omgeving - in opdracht van Afdeling Monitoring en Studie, departement Landbouw en Visserij Vlaamse Gemeenschap Afdeling Bos en Groen. (2001). Beheervisie Openbare bossen.

20.

21.

FAO Forest (2005). Global Forest Resources Assessment.

22.

Claes A., Samyn W. , De Martelaere D. (2007). Preventie-evaluatieonderzoek voor GFT- en groenafval, KGA en AEEA, OVAM, opdrachtgever van M.A.S., 140 pp.

23.

Allaert G., Leinfelder H., Verhoestraete D. (2007). Toestandsbeschrijving van de volkstuinen in Vlaanderen vanuit een sociologische en ruimtelijke benaderin, Departement Landbouw en Visserij - Afdeling Monitoring en Studie, opdrachtgever van Universiteit Gent - Afdeling Mobiliteit en Ruimtelijke Planning, 49 pp.

24.

FEBIAC (2008). Jaarverslag boekjaar 2004, 2006, 2007, Brussel, http://www.febiac.be.

25.

Febiac. (2008). Motor Cycle Council. http://www.motorcyclecouncil.be.

26.

N.I.S. (2001). Algemene, socio-economische enquète 2001, Brussels, FOD Economie, KMO, Middenstand en Energie, http://www.statbel.fgov.be/census/home_nl.asp.

27.

Federale Overheidsdienst Economie KMO Middenstand & Energie (2008). Bevolking en huishoudens -Huishoudens en familiekernen-, aantal private huishoudens 1990-2007, Nationaal Instituut voor de Staitsitek, http://www.statbel.fgov.be.

28.

FEDAGRIM (2008). Verkoopsstatistieken van Land- en tuinbouwuitrusting, Gedetailleerde resultaten, op de Belgische markt verkocht materieel van 19992007, persoonlijke vertrouwelijke communicatie van FEDAGRIM aan ILVO/VITO Beardsley Christian E. Lindhjem and Megan (1997). Median life, annual activity, and load factor values for nonroad engine emissions modeling, EPA, office of Mobile Sources, Nonroad Engine Emissions Modeling Team Assessment and Modeling Division, 12 pp.

29.

Retrieved 01-12-2008, 2008, from

131

Literatuurlijst

30.

FEBIAC (2008). Mondelinge informatie van Michel de Meuter: verkoopscijfers quads 2001-2007, Febiac.

31.

FEBIAC. (2006). Febiac -dossier : 'Motorsport bedreigd'. 20/06/2006. Retrieved 01-12-2008, 2008, from http://www.febiac.be/public/content.aspx?FID=442.

32.

-BMB- Belgische Motorrijders Bond. Disciplines in het motorrijden, technische karakteristieken van crossmotoren. from http://www.fmb-bmb.be.

33.

INBO natuur- en bosgebieden (2008). http://www.inbo.be/content/page.asp?pid=BEL_VLA_GEB_start.

34.

ANB parkoppervlakte (2008). http://www.bosengroen.be/bosengroen.cgi?s_id=80.

35.

DGRNE Nature et forêts listes des sites naturels protégés http://environnement.wallonie.be.

36.

BIM groenvoorziening Brussel http://www.ibgebim.be/uploadedFiles/Contenu_du_site/Centre_de_documentat ion/REE_2006_Espaces_verts_NL.pdf?langtype=2067.

37.

FGOV weglengtes (2008). http://www.statbel.fgov.be/figures/d133_nl.asp.

38.

SIGMA (2008). Economisch dossier 2008, Algemene vergadering, persconferentie 18 juni 2008, SIGMA vzw, Federatie van de Algemeen vertegenwoordigers van materiaal voor openbare en private wereken, voor de bouw en voor goederenbehandeling.

39.

Federale Overheidsdienst Economie KMO Middenstand & Energie. (2008). Officiëel erkende keurinstanties from http://economie.fgov.be/organization_market/belac/keuring/applic/keuring_nl. asp.

40.

SERV statistieken Vlaamse zeehavens (2008). http://www.serv.be/dispatcher.aspx?page_ID=05-01-00-00-000.

41.

Haven van Brussel statistieken Statisiteken, http://www.havenvanbrussel.irisnet.be/code/nl/chiffres_evolution.htm.

42.

TrilogiPort zeehaven van Luik Statistieken, http://www.portdeliege.be/nl/pages/trilogiport-redeploiementeconomique.aspx.

43.

Vanherle K., Van Zeebroeck B., Hulskotte J. (2007). Emissiemodel voor spoorverkeer en scheepvaart in Vlaanderen: EMMOSS, Transport & Mobility Leuven, http://www.tmleuven.be/project/emmoss/070911Eindrapport.pdf.

44.

Studiedienst van de Vlaamse Regering. (2008). Mobiliteitsstatistieken 19902007. from http://www4.vlaanderen.be/dar/svr/Pages/default.aspx.

45.

EUROCONTROL -European Organisation for the Safety of Air NavigationSTATFOR, the EUROCONTROL Statistics and Forecast Service, (December 2006). EUROCONTROL Long-term Forecast Flight Movements 2006-2025, http://www.eurocontrol.int/.

132

Literatuurlijst

46.

Macharis C., Pekin E., Caris A., Jourquin B. (2008). A Desicion Support System for Intermodal Transport Policy, Science for a Sustainable Devlopmentof the Belgian Federal Planning Service Science Policy, 150 pp.

47.

Belgium Gosselin Container Terminal. (2008, 12/03/2008). Beschrijving van de Gosselin Container Terminal te Deurne met technische specificaties en aangeboden machinepark. Retrieved oktober 2008, 2008, from http://www.gctnv.be/Terminal.

48.

W.C.T. Intermodal Container transport. (2008). W.C.T.'s equipment (multimodale terminal Meerhout). from http://www.wct.be/About_WCT.htm.

49.

Genk nv Haven. (2008, 08/09/2008). Uitrusting Haven Genk from http://www.havengenk.be/.

50.

Kris Vanherle Bruno Van Zeebroeck, Jan Hulskotte (2007). Emissiemodel voor spoorverkeer en scheepvaart in Vlaanderen: EMMOSS, Transport & Mobility Leuven, http://www.tmleuven.be/project/emmoss/070911Eindrapport.pdf.

51.

Gallego J., Peedell (2001). Using CORINE land cover to map population density. In: Towards agri-environmental indicators, integrating statistical and administrative data with land cover information, European Environment Agency, Topic Report 6, p.94-105.

52.

Mennis J. (2003). Generating Surface Models of Population Using Dasymetric Mapping. , The Professional Geographer, 55(1), p.31-42.

53.

Liu X. (2004). Dasymetric Mapping with image texture. , ASPRS annual conference proceedings, Denver, Colorado. .

54.

Aernouts K., Jespers K. (2009). Energiebalans Vlaanderen 2007: onafhankelijke methode - voorlopige schatting.

55.

Eurostat NACE Rev. 1 (1996). Statistische nomenclatuur van de economische activiteiten in de Europese gemeenschap, Bureau voor officiële publicaties der Europese Gemeenschappen, Luxemburg.

56.

KULeuven (1996). Energiegebruik van de residentiële en andere sectoren in Vlaanderen.

133

EINDRAPPORT. (Contract )

Recommend Documents