Document · PDF

Rapport-Luchtverontreiniging regio-Haaglanden

Commissie Ruimte en Verkeer 14 maart 2024, gemeente DelftBij agendapunt: College van B&W - GGD rapport Luchtkwaliteit Haaglanden - Voortgang Uitvoeringsprogramma Schone Lucht (nr. 2409106)19.519 woorden

Open het PDF bij de gemeente ↗Naar de vergadering →

Tekst van het document

Uit het bestand gehaald, zonder opmaak, tabellen en afbeeldingen · deel 2 van 2

Stof

Europese Grenswaarde (2008)

WHO Advieswaarde (2005)

Nieuwe WHO advieswaarde (2021)

NO2

40 µg/m3

10 µg/m3

PM10

40 µg/m3

20 µg/m3

15 µg/m3

PM2,5

25 µg/m3

10 µg/m3

5 µg/m3

In de nieuwe WHO-advieswaarden zijn de meest recente onderzoeken meegewogen. Dit betekent echter niet dat er onder deze waarden geen gezondheidseffecten optreden. Er is namelijk geen drempelwaarde. Luchtverontreiniging zorgt daarom, ook onder deze waarden, nog steeds voor negatieve gezondheidseffecten. GGD Haaglanden vindt daarom dat ook ónder de WHO-normen maatregelen nodig zijn om de luchtkwaliteit te verbeteren. ‘Elke verbetering van de luchtkwaliteit levert gezondheidswinst op, en geldt ‘Hoe schoner, hoe gezonder’ (GGD GHOR, 2019). De WHO-advieswaarden zijn weliswaar gezondheidskundige grenzen en hebben als doel om de gezondheidsschade zoveel mogelijk te beperken. Toch kwamen ook deze waarden (mede) tot stand door te kijken wat er technisch, economisch en politiek haalbaar was (GGD GHOR, 2019).

Ook de Europese Commissie werkt aan nieuwe waarden Inmiddels werkt de Europese Commissie aan nieuwe grenswaarden voor luchtkwaliteit. Er ligt een voorstel dat aanmerkelijk strenger is dan de huidige grenswaarden, maar dit voorstel moet nog de nodige stappen in de besluitvorming doorlopen. Waarschijnlijk krijgen de lidstaten vervolgens een aantal jaren om deze nieuwe grenswaarden te implementeren.

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Lijst van afkortingen CBS GCN GGD GHOR HDO N2 NO NOx NO2 NSL PM10 PM2,5 RIVM SLA UFP WHO

Centraal Bureau voor de Statistiek Grootschalige concentratie- en depositiekaarten Nederland Gemeentelijke of Gemeenschappelijke Gezondheidsdienst Geneeskundige Hulpverleningsorganisatie in de Regio Handel, Diensten en Onderwijs Stikstof Stikstofmonoxide Stikstofoxiden Stikstofdioxide Nationaal Samenwerkingsprogramma Luchtkwaliteit Fijnstof (Fractie 10 micrometer) Fijnstof (Fractie 2,5 micrometer) Rijksinstituut voor de Volksgezondheid Schone Lucht Akkoord Ultrafijnstof World Health Organization, vertaald de Wereldgezondheidsorganisatie.

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

> Literatuur • Atlas Leefomgeving. (2020). Hoe is de luchtkwaliteit verdeeld over Nederland en Europa? Opgehaald van Atlas Leefomgeving: https://www.atlasleefomgeving.nl/nieuws/hoe-is-luchtkwaliteit-verdeeld-over-nederland-en-europa • CBS. (2020). Hoeveel woningen telt Nederland? Opgehaald van CBS: https://longreads.cbs.nl/nederland-in-cijfers-2020/hoeveel-woningen-telt-nederland/ • CBS. (2023). Inwoners per gemeente. Opgehaald van CBS: https://www.cbs.nl/nl-nl/visualisaties/dashboard-bevolking/regionaal/inwoners • CLO. (2019). Grootschalige luchtverontreiniging de “National Emission Ceilings”: emissies, 1990 - 2021. Opgehaald van CLO: https://www.clo.nl/indicatoren/ nl0183-verzuring-en-grootschalige-luchtverontreiniging-emissies • De Smet, P., Geijer, M., Hofman, T., Huitema, M., Wesseling, J., Groot Wassink, J., & Sanders, A. (2022). Monitoringsrapportage NSL 2022. Bilthoven: NSL. • De Smet, P., Visser, S., Valster, N., Schuch, W., Geijer, M., Wesseling, J., . . . Sanders, A. (2020). Monitoringsrapportage NSL 2020. Stand van zaken Nationaal Samenwerkingsprogramma Luchtkwaliteit. Bilthoven: RIVM. • EEA. (2019). Healthy Environment, Healthy lives. Opgehaald van EEA: https://www.eea.europa.eu/publications/healthy-environment-healthy-lives • EEA. (2021). Gezondheid en milieu, waaronder luchtverontreiniging en geluidshinder – Aandacht voor het werk van het EEA.

Opgehaald van European Environment Agency: https://www.eea.europa.eu/nl/articles/gezondheid-en-milieuzaken-waaronder-luchtverontreiniging • Gezondheidraad. (2021). Risico’s van ultrafijn stof in de buitenlucht. Opgehaald van Gezondheidsraad: https:// www.gezondheidsraad.nl/documenten/adviezen/2021/09/15/risicos-van-ultrafijnstof-in-de-buitenlucht • Gezondheidsraad. (2018). Gezondheidswinst door schonere lucht. Den Haag: https://www.gezondheidsraad. nl/documenten/adviezen/2018/01/23/gezondheidswinst-door-schonere-lucht. • GGD GHOR. (2019). GGD adviseert: Neem maatregelen om de luchtkwaliteit te verbeteren. Opgehaald van GGD GHOR: https://ggdghor.nl/wp-content/uploads/2019/12/GGD-adviseert-Neem-maatregelen-om-deluchtkwaliteit-te-verbeteren-ook-onder-de-norm.pdf • Hilderink, H., & Verschuuren, M. (2018). Volksgezondheid Toekomst Verkenning 2018. Bilthoven: RIVM. • Maas, R., Fischer, P., Wesseling, J., Houthuijs, D., & Cassee, F. (2015). Luchtkwaliteit en gezondheidswinst. Bilthoven: RIVM. • Oude en Nieuwe Kerk Delft. (2023). Oude en Nieuwe Kerk Delft. Opgehaald van https://oudeennieuwekerkdelft.nl/nieuwe-kerk/toren/geschiedenis • RIVM. (2023). GGD-richtlijn medische milieukunde: Luchtkwaliteit en gezondheid. Opgehaald van https://www.rivm.nl/ggd-richtlijn-medische-milieukunde-luchtkwaliteit-en-gezondheid • RIVM. (2021). Determinanten van gezondheid.

Opgehaald van RIVM: https://www.rivm.nl/sites/default/files/2021-07/LR_012065_131709_Factsheet_luchtkwaliteit_V5.pdf • RIVM. (z.d.). Hoe schoon is onze lucht? Opgehaald van RIVM: https://www.rivm.nl/media/milieu-en-leefomgeving/ • RIVM. (z.d.). Stikstof. Opgehaald van RIVM: https://www.rivm.nl/stikstof • RWS. (2023). Regelgeving luchtkwaliteit. Opgehaald van www.nfomil.nl: https://www.infomil.nl/onderwerpen/lucht-water/luchtkwaliteit/regelgeving/ • SLA. (2023). Opgehaald van Schone Lucht Akkoord: https://www.schoneluchtakkoord.nl/schone-lucht-akkoord/ producten/infographics/infographic-bijdrage-per-sector-sla/ • US-EPA. (2016). Integrated Science Assessment for Oxides of Nitrogen - Health Criteria. Center for Public Health and Environmental Assessment, Office of Research and Development, U.S. Environmental Protection Agency. EPA/600/R-15/068.

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

• US-EPA. (2019). Integrated Science Assessment for Particulate Matter. Center for Public Health and Environmental Assessment, Office of Research and Development, U.S. Environmental Protection Agency. EPA/600/R-19/188, 2019 • Van de Weerdt, R., Gehring, U., & Van der Zee, S. (2021). GGD Rekentool Luchtkwaliteit en Gezondheid. Arnhem: Academische Werkplaats Gezonde Leefomgeving. • Van der Net, L., Coenen, P., Rienstra, J., Zijlema, P., Arets, E., Baas, K., . . . Van der Zee., T. (2023). Greenhouse gas emissions in the Netherlands 1990-2021. Bilthoven: RIVM. • Van de Weerdt, R., Zuurbier, M., Willems, J., & Dijkema, M. (2022). Luchtkwaliteit en Gezondheid in Gelderland. Arnhem: GGD Gelderland-Midden, GGD Noord- en Oost-Gelderland en GGD Gelderland-Zuid. • Van der Zee., S., Fisher, P., & Hoek, G. (2016). Air pollution in perspective: Health risks of air pollution expressed in equivalent numbers of passively smoked cigarettes. Environmental Research 148: 475-483. • Van der Zee., S., Zuurbier, M., Van de Weerdt, R., & Fischer, P. (2016). Kwantificeren van de gezondheidsschade door luchtverontreiniging voor GGDen. Achtergronddocument behorend bij de rekentool. GGD Amsterdam, GGD Gelderland Midden en RIVM. • Van der Zee, S., Van Moorselaar, I. & Van de Weerdt, R. (2022). Wegverkeer en gevoelige bestemmingen in relatie tot luchtkwaliteit.

GGD Amsterdam, GGD Gelderland en Academische Werkplaats Gezonde Leefomgeving. Opgehaald van https://awgl.nl/projecten/wegverkeer-en-gevoelige-bestemmingen-2 • Van Moorselaar, I., & Van der Zee, S. (2020). Handreiking ‘werken met GCN gegevens’ Project: Routinematig beschikbaar maken van GCN gegevens voor lokaal gebruik. GGD Amsterdam, GGD Kennemerland, gemeente Amsterdam, RIVM, universiteit van Utrecht (IRAS), Omgevingsdienst IJmond, DCMR en DHV/Royal Haskoning. Opgehaald van AWGL. • WHO. (2021). World Health Organization global air quality guidelines: particulate matter (PM2.5 and PM10), ozone, nitrogen dioxide, sulfur dioxide and carbon monoxide. https://apps.who.int/iris/ handle/10665/345329. • Witte, F., Fujita, Y., Bartholomeus, R., Raterman, B., & Rood, K. (2017, 3). Vegetatiedynamiek in droge duinen. Landschap, pp. 109-117. Opgehaald van Wageningen University Research: https://edepot.wur. nl/445596

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Bijlage 1 Onderzoeksdoel, onderzoeksvragen en opzet van het onderzoek • Tabel B1.1 Inwonersaantallen, aantal woningen en gemiddelde (min, max) blootstellingsconcentraties op landelijk, regionaal en gemeentelijk niveau. • Tabel B1.2 Buurten met inwoners zonder leeftijdsindeling • Tabel B1.3 Buurten met inwoners zonder panden met woonfunctie • Tabel B1.4 GCN hoofdsectoren en individuele sectoren voor emissiedata. • Tabel B1.5 Gezondheidsuitkomsten en blootstellingsindicatoren opgenomen in de GGD Rekentool Luchtverontreiniging & Gezondheid.

Blootstelling aan luchtverontreiniging levert een substantiële bijdrage aan de totale ziektelast in Nederland, namelijk 3.5% (Hilderink & Verschuuren, 2018). Dit is vergelijkbaar met de ziektelast van overgewicht en resulteert in hoge maatschappelijke kosten. In Haaglanden ligt de gemiddelde blootstelling aan luchtverontreiniging hoger dan gemiddeld in Nederland. De gezondheidsimpact is hier dan ook hoger dan gemiddeld in Nederland. Een groot deel van de luchtverontreiniging wordt door de mens veroorzaakt, en dat biedt mogelijkheden om de blootstellingsconcentraties te verlagen. Landelijk is er al veel aandacht om de luchtkwaliteit te verbeteren, en is het Schone Lucht Akkoord (SLA) in 2020 in het leven geroepen met als doel te streven naar 50% gezondheidswinst in 2030. Gezonde, schone lucht is een gemeenschappelijke verantwoordelijkheid die niet stopt bij de gemeentegrens. Het is daarom van groot belang dat (lokale) overheden, bedrijven en inwoners gezamenlijke verantwoordelijkheid nemen voor schonere lucht.

Om samenwerking te bevorderen om in de toekomst de luchtkwaliteit in regio Haaglanden te kunnen verbeteren en de blootstelling aan luchtverontreiniging voor de inwoners te kunnen verlagen, is het van belang om te onderzoeken wat de blootstellingsconcentraties en bronnen van blootstelling aan NO2, PM10 en PM2,5 zijn, en in hoeverre dat een effect heeft op de gezondheid van de inwoners in regio Haaglanden. Dit onderzoek van GGD Haaglanden heeft daarom als doel om dit per gemeente in kaart te brengen. Om hiertoe te komen zijn de volgende onderzoeksvragen geformuleerd:

Onderzoeksvraag 1: Wat zijn de blootstellingsconcentraties en de belangrijkste gezondheidseffecten van NO2, PM10 en PM2,5 in regio Haaglanden?

Onderzoeksvraag 2: Wat zijn de belangrijkste bronnen van blootstelling aan NO2, PM10 en PM2,5 in Regio Haaglanden?

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Op basis van de resultaten zijn er vervolgens in het rapport beleidsmaatregelen en acties geformuleerd die gemeenten kunnen ondernemen om luchtverontreiniging terug te dringen.

Onderzoeksopzet Voor het beantwoorden van de onderzoeksvragen zijn verschillende kwantitatieve databronnen en rekentools gebruikt. In deze bijlage wordt 1) beschreven hoe de blootstellingsconcentraties zijn berekend en in kaart zijn gebracht, 2) hoe de belangrijkste bronnen van blootstelling zijn onderzocht en 3) hoe de gezondheidseffecten van blootstelling zijn gekwantificeerd.

Blootstellingsconcentraties Om de blootstelling van NO2, PM10 en PM2,5 op de inwoners in regio Haaglanden te bepalen, is er voor dit rapport in opdracht van GGD Haaglanden door adviesbureau Lichtverkeer op pandniveau berekend wat de jaargemiddelde concentraties NO2, PM10 en PM2,5 voor het jaar 2019 waren. Vervolgens zijn de concentraties per pand gelinkt aan het aantal inwoners dat in het pand (specifieke adres) woont. Deze data met de blootstelling van de inwoners aan NO2, PM10 en PM2,5 op pandniveau is door GGD Haaglanden geanalyseerd en resultaten zijn in kaarten gevisualiseerd en in tabellen gepresenteerd. Door op deze manier naar de concentraties te kijken wordt niet alleen gekeken naar bronnen en hun emissies, maar óók naar de blootstelling van inwoners. Hierdoor wordt het beter zichtbaar waar de kans op negatieve gezondheidsgevolgen groter zijn. Lichtverkeer heeft hierbij gebruik gemaakt van verschillende openbare data: 1. Het aantal inwoners per gemeente, wijk en buurt per 1 januari 2020 (CBS). 2. De basisregistratie adressen en gebouwen (BAG), versie november 2021. De BAG bevat alle gebouwen en panden in Nederland inclusief het gebruiksdoel van het pand 3. De monitoringsgegevens (wegvakken en rekenpunten) van het NSL van 2020, rekenjaar 2019. Voor de berekeningen is gebruik gemaakt van de AERIUS Rekentool (sinds 2019 de opvolger van de NSLRekentool)15 .

De AERIUS Rekentool is een softwaretool die in Nederland wordt gebruikt voor het berekenen van luchtkwaliteit. Met de Rekentool kunnen nauwkeurige berekeningen worden gemaakt van de bijdrage van verschillende bronnen, zoals wegverkeer, industrie, veehouderij, scheepvaart en houtstook, aan de luchtverontreiniging. De tool houdt rekening met lokale omstandigheden en onzekerheden in de berekeningen, en berekent op vooraf gedefinieerde rekenpunten de concentraties van NO2, PM10 en PM2,5. Deze gegevens zijn een berekening van de gemiddelde concentraties op jaarbasis, en geven geen inzicht in pieken in luchtverontreiniging. Om een kaart te maken met de blootstelling is allereerst de dataset met behulp van databeheerder DBeaver (V22.0.1) in een database gezet. Vervolgens is de dataset in de QGIS (V3.16.3) software tool ingeladen om de visualisatie van de kaarten uit te kunnen voeren. Daaropvolgend is in QGIS de data van de panden waar inwoners (ingedeeld op leeftijdscategorie) wonen, gekoppeld aan de gemeenten en de buurten op basis van CBS codering. De blootstelling is berekend door het aantal inwoners van 0 tot en met 99 jaar te wegen met de luchtverontreiniging op pandniveau. Het aantal inwoners per pand is vermenigvuldigd met de blootstellingsconcentraties en gedeeld door het totaal aantal inwoners.

Zo is er een bevolkingsgewogen jaargemiddelde concentratie berekend voor NO2, PM10 en PM2,5 en zijn statistieken op gemeenteniveau en buurtniveau bepaald. Deze gegevens zijn vervolgens op kaarten gevisualiseerd. Om de gemiddelde concentraties voor Nederland te bepalen is er gebruik gemaakt van de gemiddelde bevolkingsgewogen NO2 (17,5 µg/m3) en PM10 (17,6 µg/m3) blootstellingsconcentraties zoals in 2019 gepubliceerd in de NSL monitoringsrapportage (De Smet, et al., 2020). Deze monitoringsrapportage presenteert alleen de gemiddelde bevolkingsgewogen blootstellingsconcentraties voor NO2 en PM10, niet voor PM2,5. Tabel B1.1 geeft een overzicht van de inwonersaantallen, het aantal woningen en de berekende gemiddelde (min, max) blootstellingsconcentraties op landelijk, regionaal en gemeentelijk niveau.

15 De AERIUS-rekentool was tot eind 2022 beschikbaar op de website van het NSL (www.nsl-monitoring.nl) en is inmiddels overgegaan in het Centraal Instrument Monitoring Luchtkwaliteit (https://www.cimlk.nl), Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Tabel B1.1 Inwonersaantallen, aantal woningen en gemiddelde (min, max) blootstellingsconcentraties op landelijk, regionaal en gemeentelijk niveau. Inwoners a

Gebied

(aantal)

Woningena

NO2 µg/m3 b

(aantal) gem

PM10 µg/m3 b

PM2,5 µg/m3 b

min

max gem

min

max Gem

min

max

17,5

17,6

527.942

21,7

13,6

38,6

18,3

16,5

21,9

10,2

8,6

12,1

103.595

51.807

23,4

19,2

34,4

18,7

17,2

21,4

10,5

9,6

11,6

Den Haag

545.838

267.252

22,3

15,3

38,6

18,8

16,7

21,9

10,4

8,7

12,1

Leidschendam- Voorburg

76.534

37.175

22,4

17,4

33,5

18,3

17,1

20,2

10,2

9,5

11,0

Midden-Delfland

19.341

8.067

21,0

17,8

30,3

17,9

16,8

19,3

10,0

9,1

10,8

Pijnacker-Nootdorp

55.308

21.606

21,2

18,3

29,6

17,9

17,0

18,8

10,1

9,5

10,5

Rijswijk

54.450

27.751

23,5

21,2

30,2

18,4

17,5

20,2

10,2

9,6

11,2

Wassenaar

26.305

12.298

18,2

13,6

29,6

17,7

16,5

19,3

9,6

8,6

10,4

Westland

110.375

45.432

20,6

15,6

32,4

17,6

16,6

18,7

9,5

8,6

10,2

Zoetermeer

125.285

56.533

20,8

17,4

30,8

18,1

17,1

20,2

10,3

9,5

11,3

Nederland c

17.407.585

7.891.786

Regio Haaglanden

1.117.031

Delft

Gemeente

a. Aantal inwoners en woningen bepaald op 01-01-2020 (CBS, 2020) b. Blootstellingsconcentraties in 2019 op pandniveau (berekend in dit onderzoek). c. PM10 en NO2 blootstellingsconcentraties in 2019 gebaseerd op de NSL monitoringsrapportage (2020).8

In totaal zijn er 444 buurten in de regio Haaglanden. Er zijn 29 buurten met een dusdanig laag inwonersaantal, dat de indeling op leeftijd niet beschikbaar is via het CBS. Voor deze buurten zijn wel de concentraties NO2, PM10 en PM2,5 op de panden met een woonfunctie berekend, maar niet gekoppeld aan het aantal inwoners (m.a.w. de blootstelling is wel bepaald, maar doordat de indeling op leeftijd niet bekend is, zijn deze wijken niet meegewogen in de gemiddelden per buurt en per gemeente). Tabel B1.2 presenteert een overzicht van deze buurten. De gemiddelden per pand met woonfunctie voor deze buurten zijn wel berekend en op de blootstellingskaarten weergegeven. Deze buurten zijn niet meegewogen in de statistische gegevens per gemeente, omdat niet bekend is welke panden met woonfunctie in deze buurten bewoond zijn. Tabel B1.2 Buurten met inwoners zonder leeftijdsindeling

Buurtcode

Buurtnaam

Gemeentecode Gemeentenaam

Inwoners, N

BU05031600

De Bras

GM0503

Delft

BU05031602

De Grote Plas

GM0503

Delft

BU05031603

Bedrijventerrein Delftse Poort-Oost

GM0503

Delft

BU05031604

Hoflaan

GM0503

Delft

BU05032300

Bedrijventerrein Tanthof-Oost

GM0503

Delft

BU05032408

Bedrijventerrein Vulcanusweg

GM0503

Delft

BU05032510

Kerkpolder

GM0503

Delft

BU05032600

Abtswoude

GM0503

Delft

BU05032703

Bedrijventerrein Schieweg-Zuid

GM0503

Delft

BU05032704

Schieweg-Polder

GM0503

Delft

BU05032804

Bedrijventerrein Rotterdamseweg-Noord GM0503

Delft

BU05032901

Bedrijventerrein Technopolis

GM0503

Delft

BU05184317

De Rivieren

GM0518

Den Haag

BU06030641

Spoorzicht

GM0603

Rijswijk

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Buurtcode

Buurtnaam

Gemeentecode Gemeentenaam

Inwoners, N

BU06031082

Elsenburg

GM0603

Rijswijk

BU06031193

Kraayenburg

GM0603

Rijswijk

BU06290008

Verspreide huizen Eikenhorst

GM0629

Wassenaar

BU06290009

Verspreide huizen Meijendel

GM0629

Wassenaar

BU06370802

Zoeterhage c.a.

GM0637

Zoetermeer

BU06370902

Balijbos

GM0637

Zoetermeer

BU06370906

Scheidingszone

GM0637

Zoetermeer

BU06370907

Van Tuyllpark

GM0637

Zoetermeer

BU17830711

Sportpark de Zweth

GM1783

Westland

BU17830521

Kust Monster

GM1783

Westland

BU17830256

Bedrijventerrein Bloemenveiling

GM1783

Westland

BU17830905

Bedrijventerrein Mercurius

GM1783

Westland

BU18420007

t Woudt

GM1842

Midden-Delfland

BU19260109

Keijzershof Eilanden

GM1926

Pijnacker-Nootdorp 35

BU19260351

Ruijven

GM1926

Pijnacker-Nootdorp 25

Er blijven dan nog 12 buurten over (en 3 kuststroken zonder buurtnaam in de Noordzee) waar geen panden met woonfunctie staan zoals gepresenteerd in tabel B1.3. Voor deze buurten zijn de gemiddelde GCNconcentraties per buurt bepaald, en in de blootstellingskaarten gepresenteerd. Ook deze buurten zijn niet meegewogen in de gemiddelde statistieken, simpelweg omdat er geen woningen staan waar mensen wonen. Tabel B1.3 Buurten met inwoners zonder panden met woonfunctie Buurtcode

Buurtnaam

Gemeentecode Gemeentenaam

BU05031100

Bedrijventerrein Wateringseweg

GM0503

Delft

BU05031105

Stationsbuurt

GM0503

Delft

BU05031300

Bedrijventerrein Altena

GM0503

Delft

BU05031601

Bedrijventerrein Ypenburgsepoort

GM0503

Delft

BU05031603

Bedrijventerrein Delftse Poort-Oost

GM0503

Delft

BU05032205

Tanthofkadebuurt

GM0503

Delft

BU05184107

Vliegeniersbuurt

GM0518

‘s-Gravenhage

BU05189998

GM0518

‘s-Gravenhage

BU06299998

GM0629

Wassenaar

BU17839998

GM1783

Westland

BU05180170

Oostduinen

GM0518

‘s-Gravenhage

BU05184209

Tedingerbuurt

GM0518

‘s-Gravenhage

BU06030772

Wilhelminapark

GM0603

Rijswijk

BU17830421

Kust ‘s-Gravenzande

GM1783

Westland

BU19160103

Leidsenhage

GM1916

Leidschendam-Voorburg

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Keuze voor het jaar 2019 en effecten corona In de monitoringsrapportage van het NSL worden altijd de cijfers van het voorbije jaar gepubliceerd. Dus in de Monitoringsrapportage 2020, zijn de cijfers van 2019 gepubliceerd. Er is gekozen voor het jaar 2019 vanwege de impact van de coronapandemie op de luchtkwaliteit in 2020 en 2021 (De Smet, et al., 2022). In deze monitoringsrapportage van het NSL werd geconcludeerd dat mede door de neveneffecten van de coronamaatregelen er voor 2020 en 2021 in heel Nederland lagere PM10-concentraties en NO2-concentraties zijn berekend dan vóór 2019 (De Smet, et al., 2022). Dit komt waarschijnlijk doordat er in het binnen- en buitenland minder verkeer én economische activiteit was. Er wordt aangenomen dat het effect van de coronamaatregelen op de luchtkwaliteit tijdelijk is. Daarbij is de verwachting ook dat de luchtkwaliteit de komende jaren verbetert omdat bronnen als verkeer, industrie en veehouderijen naar verwachting minder NO2, PM10 en PM2,5 zullen uitstoten (De Smet, et al., 2022). Van het jaar 2022 zijn de cijfers nog niet gepubliceerd, die komen in de monitoringsrapportage van 2023. Verwachting is dat dit weer een normaal jaar gaat zijn.

Bronnen van uitstoot van luchtverontreiniging Om inzicht te geven in de uitstoot (emissie) van NO2, PM10 en PM2,5 door verschillende bronnen in regio Haaglanden en daarmee te onderzoeken welke bronnen het meest uitstoten is er gebruik gemaakt van de data uit de Grootschalige Concentratiekaarten Nederland (GCN)-tool. De GCN-tool is te bereiken via de website van het RIVM (https://gcn-app.rivm.nl/) en geeft inzicht in de concentraties en emissies in alle Nederlandse gemeenten. Meer informatie over de tool is te vinden in het rapport “Handreiking werken met GCN gegevens” beschikbaar op de website van de Academische Werkplaats Gezonde Leefomgeving (awgl.nl) (Van Moorselaar & Van der Zee, 2020).

GCN gegevens Ieder kalenderjaar brengt het RIVM de vernieuwde GCN kaarten uit die inzicht geven in de concentratie van de belangrijkste componenten van luchtverontreiniging in Nederland op een schaal van 1x1 km. De kaarten worden samengesteld met behulp van gedetailleerde informatie over de uitstoot en verspreiding van deze componenten. Met behulp van de GCN-tool is het mogelijk om de gedetailleerde informatie die nodig is voor het creëren van deze landelijke kaarten, breder te benutten en toe te passen op gemeentelijk niveau. De GCN gegevens kunnen voor verschillende toepassingen gebruikt worden zoals concentraties toetsen aan gezondheidskundige advieswaarde (bijv. WHO-advieswaarden voor PM2,5) of ruimtelijke variatie in uitstootconcentraties binnen een of meerdere gemeenten in beeld brengen. Daarnaast kunnen GCN gegevens inzicht geven in de bijdrage van verschillende bronnen aan de concentraties van de luchtverontreinigings indicatoren NO2, PM10 en PM2,5 en roet, evenals inzicht geven in de hoeveelheid uitstoot van luchtveront reinigingsindicatoren per type bron. In dit rapport is er gebruikt gemaakt van de laatste toepassing van de GCN gegevens. In dit rapport is in kaart gebracht wat de emissie van NO2, PM10 en PM2,5 in 2019 was voor de verschillende type bronnen in regio Haaglanden en welke bronnen het meest uitstoten, op basis van de gegevens van de GCN-tool.

De 2019 data zijn berekend in de GCN-ronde 2020 op basis van de vastgestelde sectorale emissietotalen voor het jaar 2018. GCN berekent op basis van deze gegevens de achtergrondconcentratie van NO2, PM10 en PM 2,5 op een schaal van 1x1 km. In de GCN-tool is emissie data beschikbaar voor verschillende soorten bronnen, ook wel hoofdsectoren genoemd. In totaal zijn er 15 hoofdsectoren (zoals energie, consumenten en wegverkeer). Deze hoofdsectoren zijn verder onderverdeeld individuele sectoren. Voorbeelden van individuele sectoren zijn “ energieproductie”, “consumenten sfeerverwarming” en “wegverkeer-personenauto’s-snelwegen”. Tabel B1.4 presenteert de hoofdsectoren en individuele sectoren.

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Tabel B1.4 GCN hoofdsectoren en individuele sectoren voor emissiedata. Hoofdsectoren

Individuelen sectoren

Bouw

Bouw.

Landbouw

Stalemissies, veehouderij opslag, beweiding en mestaanwenden, vuurhaarden glastuinbouw, gewasresten en overig.

Industrie

Chemie, olieraffinaderijen, bouwmaterialen, metaalbewerking en overig industrie.

Energie

Productie, winning en distributie-Off shore, winning en distributie-On shore.

Afval

Afvalverwerking.

Op- en overslag

Op- en overslag.

Consumenten

Hoofdverwarming, sfeerverwarming en overig.

Wegverkeer

Personenauto’s, bestelauto’s, vrachtauto’s, bussen en tweewielers op snelwegen, provinciale wegen, gemeentelijke wegen, bandenslijtage, remslijtage en wegdekslijtage.

Mobiele werktuigen

Mobiele werktuigen landbouw, industrie, bouw, HDO, consumenten en containeroverslag.

Luchtvaart

Verbrandingsemissie, bandenslijtage, remslijtage van de verschillende Nederlandse vliegvelden.

Rail

Railverkeer.

Zeescheepvaart

Olietankers, chemie en gastankers, bulkcarrier, passagiersschepen, koelschepen en overig.

Visserij

Visserij.

Binnenvaart

Vrachtvervoer, passagiersboten en ontgassen laadruim.

Recreatievaart

Pleziervaart.

HDO

Rioolwaterzuiveringsinstallaties, winning en distributie drinkwater.

Voor dit rapport zijn de totale emissies per hoofdsector in ton/jaar van NOx, PM10 en PM2,5 voor de Regio Haaglanden en per gemeente uit de GCN-tool gehaald.

Aandachtspunten en onzekerheden Er kunnen drie aandachtspunten geformuleerd worden bij de interpretatie van de resultaten op basis van de GCN-data in dit rapport. Allereerst zijn onzekerheden in de emissieschattingen en GCN-concentraties. Er bestaat een mate van onzekerheid in de meteorologische en omgevingsfactoren die de verspreiding van luchtverontreiniging beïnvloeden, onzekerheid in de verspreiding berekend via het OPS-model en onzekerheid in de metingen. Daarnaast bestaat er onzekerheid over de nauwkeurigheid van de gebruikte informatie met betrekking tot emissiebronnen. Dit geldt zowel voor de hoeveelheid uitstoot als voor de locatie waar de uitstoot plaatsvindt. De grootte van de onzekerheid varieert per bron, en heeft bijvoorbeeld te maken met de volledigheid van de berekeningen, en de kwaliteit en nauwkeurigheid van de metingen. Voor wegverkeer zijn bijvoorbeeld uitgebreide emissiefactoren beschikbaar en is de locatie van de uitstoot helder (op de wegen). In tegenstelling hiermee zijn de emissiefactoren voor bijvoorbeeld mobiele werktuigen veel minder gedetailleerd bekend, en is het aanzienlijk uitdagender om de exacte locatie van de uitstoot te bepalen. De Emissieregistratie kwantificeert elk jaar de onzekerheid van de emissiecijfers (Van der Net, et al., 2023).

De gekwantificeerde onzekerheid zijn ook te vinden op de emissieregistratie website (https://www.emissieregistratie.nl). Voor de componenten die in deze rapportage zijn meegenomen zijn de onzekerheden 18% voor NO2, 29% voor PM10 en 42% voor PM2,5. Deze percentages kunnen als volgt worden geïnterpreteerd: het is 95% waarschijnlijk dat de geschatte emissie van NO2 niet meer dan 18% afwijkt van de werkelijke emissie.

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Ten tweede wordt de interpretatie van GCN bemoeilijkt doordat de concentratiebestanden voor elke sector de bijdrage bevatten van de emissie in heel Nederland, en niet alleen in het specifieke onderzochte gebied. Anders gezegd, de concentratiebijdrage van bijvoorbeeld wegverkeer wordt niet uitsluitend bepaald door de uitstoot van het wegverkeer binnen een bepaald 1x1km gebied of gemeente, maar ook door de emissie in omliggende 1x1km gebieden. Emissie- en concentratiebijdragen kunnen dus niet één-op-één aan elkaar gekoppeld worden. Echter, bij ‹lagere› bronnen zoals wegverkeer en houtstook is er meer ruimtelijke samenhang tussen emissie- en concentratiebijdragen dan bij bronnen die op grote hoogte uitstoten, zoals de industrie en energiecentrales. Wanneer de weergegeven emissies en concentraties een vergelijkbaar ruimtelijk patroon laten zien, kan worden afgeleid dat lokale uitstoot van die bron ook resulteert in lokale verhoogde blootstelling. Tot slot zijn er beperkingen m.b.t. de gemeentegrenzen en ruimtelijke verdeling. GCN gegevens zijn beschikbaar per 1x1 km vak. Wanneer deze vakken aan een gemeente worden gekoppeld, moet er rekening mee worden gehouden dat een deel van deze 1x1 km vakken zich deels buiten de gemeentegrens bevindt (dit deel s groter naarmate de gemeente kleiner is).

De berekende emissie en concentratiebijdrage per gemeente is dus een schatting van de werkelijke waarden.

Gezondheidseffecten van blootstelling aan luchtverontreiniging De gezondheidseffecten van blootstelling aan luchtverontreiniging zijn berekend met behulp van de GGD Rekentool Luchtverontreiniging & Gezondheid (hierna rekentool genoemd). De details over de rekenmethodiek, evenals de rekentool (een Excel-werkblad om de berekeningen uit te voeren), zijn uitgebreid beschreven (Van der Zee, et al., 2016) (Van de Weerdt et al., 2021) en beschikbaar op de website van de Academische Werkplaats Gezonde Leefomgeving (awgl.nl). Samengevat kan er met de rekentool verschillende gezondheidseffecten van blootstelling aan NO2, PM10 en PM2,5 worden berekend op basis van de meest actuele wetenschappelijke kennis. Tevens is het mogelijk om met behulp van de “meerookmethode” het gezondheidseffect van blootstelling aan luchtverontreiniging uit te drukken in een gelijk aantal meegerookte sigaretten per dag (Van der Zee, et al., 2016) Op basis van recente publicaties van de US-EPA en de WHO zijn er in deze tool alleen gezondheidseffecten opgenomen waarvan er causaal verband met luchtverontreiniging is, of waarvan het waarschijnlijk is dat er een causaal verband bestaat (US-EPA, 2016) (US-EPA., 2019) (WHO, 2021). De kwalificatie “causaal” of “waarschijnlijk causaal” is bepaald conform de beoordeling door US-EPA (2019) gepresenteerd in tabel P-2: Weight of evidence for causality determinations.

Het gezondheidseffect (d.w.z. de sterkte van de relatie tussen NO2, PM10 en PM2,5 en verschillende gezondheidsuitkomsten) zijn gebaseerd op recente epidemiologische meta-analyses. Vervolgens is het geschatte gezondheidseffect voor de verschillende gezondheidsuitkomsten gecombineerd met de incidentie van deze gezondheidsuitkomsten in de Nederlandse populatie (inwonersaantal op 1 januari 2020) om het aandeel van blootstelling aan NO2, PM10 en PM2,5 aan deze gezondheidsuitkomsten te kwantificeren. De uitkomst is vervolgens te interpreteren als het aantal mensen (attributieve cases) met de gezondheidsuitkomst (bijv. longkanker) dat toegerekend kan worden aan de blootstelling aan luchtverontreinigingsindicatoren (bijv. PM2,5) en als percentage van de blootstelling aan de totale ziektelast. De gezondheidseffecten zijn op verschillende gebiedsniveaus te berekenen. Tabel B1.5 presenteert de gezondheidsuitkomsten en blootstellingsindicatoren die in de rekentool zijn opgenomen. Luchtverontreiniging veroorzaakt ook andere gezondheidseffecten (bijv. neurologische aandoeningen, stofwisselingsziekten en effecten op het ongeboren kind) maar die zijn op dit moment (nog) niet goed te kwantificeren en daarom niet opgenomen in de rekentool. Daarnaast zijn er meer schadelijke componenten in het luchtverontreinigingsmengsel aanwezig die ook invloed hebben op de gezondheid hebben.

Deze componenten zijn (nog) niet beschikbaar in de rekentool.

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Tabel B1.5 Gezondheidsuitkomsten en blootstellingsindicatoren opgenomen in de GGD Rekentool Luchtverontreiniging & Gezondheid. Gezondheidsuitkomst (leeftijd in jaren)

luchtverontreinigingsindicator

Vroegtijdige sterfte (30+)

NO2, PM10 en PM2,5

Daling longcapaciteit bij kinderen FEV1 (0-18)

NO2, PM2,5

Laag geboortegewicht (0) a

PM2,5

Incidentie astma kinderen (0-18)

NO2

Incidentie hartinfarct (45+)

PM2,5

Incidentie beroerte (45+)

PM2,5

Longkanker (50+)

PM2,5

Ziekenhuisopnames astma (alle leeftijden)

NO2, PM2,5

Ziekenhuisopnames COPD (alle leeftijden)

PM2,5

Ziekenhuisopnames ischemische hartziekten (40+)

NO2

a. Laag geboortegewicht: geboortegewicht <2500g bij een zwangerschapsduur van ≥37weken.

Dit rapport onderzocht de gezondheidseffecten (attributieve cases en % van de totale ziektelast) van blootstelling aan NO2 op de gezondheidsuitkomsten vroegtijdige sterfte, daling van de longcapaciteit (FEV1) en incidentie astma bij kinderen van 0-18 jaar. Daarnaast is het gezondheidseffect van blootstelling aan PM 2,5 op de gezondheidsuitkomsten vroegtijdige sterfte, daling van de longcapaciteit bij kinderen (0-18), laag geboortegewicht, incidentie hartinfarct, incidentie beroerte en longkanker berekend. Ook is het gezondheids effect van blootstelling aan PM10 op de gezondheidsuitkomst vroegtijdige sterfte onderzocht. De gezondheids effecten van blootstelling aan de luchtverontreinigingsindicatoren op deze gezondheidsuitkomsten zijn berekend op landelijk niveau (Nederland), regionaal niveau (Haaglanden) en op gemeentelijk niveau (Delft, Den Haag, Leidschendam-Voorburg, Midden-Delfland, Pijnacker-Nootdorp, Rijswijk, Westland, Wassenaar en Zoetermeer). Tot slot is met behulp van de “meerookmethode” het gemiddeld aantal meegerookte sigaretten per gemeente in de regio Haaglanden berekend, en vergeleken met het regionaal en het landelijk gemiddeld aantal meegerookte sigaretten. Om met behulp van de rekentool tot de berekende gezondheidseffecten van blootstelling aan lucht verontreiniging te komen is er informatie nodig over het aantal inwoners in een bepaald gebied (bijv.

landelijk, regionaal, of gemeentelijk) en de gemiddelde blootstellingsconcentraties voor NO2, PM10 en PM2,5 in datzelfde gebied. Op basis van CBS-data zijn het aantal inwoners op 01-01-2020 op landelijk, regionaal en gemeentelijk niveau bepaald en in de rekentool ingevoerd (zie Tabel B1.1 voor de inwonersaantallen) (CBS, 2023). Daaropvolgend zijn de gemiddelde blootstellingsconcentraties voor NO2, PM10 en PM2,5 in µg/m3 op pandniveau over het jaar 2019 berekend, door aggregatie op regionaal en gemeentelijk niveau bepaald en ingevoerd in de rekentool (zie Tabel B1.1 voor de blootstellingsconcentraties). Om de gemiddelde concentraties voor Nederland te bepalen is er gebruik gemaakt van de gemiddelde bevolkingsgewogen NO2 (17,5 µg/m3) en PM10 (17,6 µg/m3) blootstellingsconcentraties in 2019 gepubliceerd in de NSL-monitoringsrapportage (De Smet, et al., 2020). Omdat dit rapport alleen de gemiddelde bevolkingsgewogen blootstellingsconcentraties presenteert voor NO2 en PM10, is er voor de vergelijking met het aantal meegerookte sigaretten (combinatie van NO2 en PM2,5) gebruik gemaakt van de in de rekentool beschikbare formule om PM2,5 blootstellingsconcentraties af te leiden van de PM10 concentraties (en vice versa). Hiermee wordt de ene component uit de andere component afgeleid met behulp van de voor Nederland gemiddelde PM2,5/PM10 ratio van 0,59 (PM2,5=10,4 µg/m3).

Deze blootstellingsconcentraties zijn vervolgens ook in de rekentool ingevoerd om de gezondheidseffecten op landelijk niveau te kunnen presenteren.

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Bijlage 2 Toelichting werkingsmechanismen van NO2 en fijnstof op gezondheid Achtergrondinformatie Luchtverontreiniging Luchtvervuiling bestaat uit gasvormige en deeltjesvormige stoffen (RIVM, 2023). In dit rapport gaan we in op de stoffen die het belangrijk zijn voor gezondheid: NO2 en fijnstof (PM10 en PM2,5). 1. Andere gasvormige stoffen die bijdragen aan luchtverontreiniging zijn ammoniak (NH3), ozon (O3), koolmonoxide (CO), zwaveldioxide (SO2) en vluchtige verbindingen zoals benzeen (RIVM, 2023). 2. Andere deeltjesvormige stoffen die belangrijk zijn voor luchtvervuiling zijn ultrafijnstof (UFP) en roet. In de paragrafen hieronder worden NO2 en fijnstof (inclusief UFP en roet) verder toegelicht.

Achtergrondinformatie en Gezondheidseffecten van NO2

Stikstof (N2) is een gas dat overal om ons heen is, maar dat je niet ziet of ruikt en niet schadelijk is. De lucht die we inademen bestaat voor 78 procent uit N2 (RIVM, z.d.). Stikstofoxiden (NOx) ontstaan bij verbrandingsprocessen. Een deel van de NOx komen in de vorm van stikstofmonoxide (NO) vrij, dat in de atmosfeer wordt omgezet in het stabielere stikstofdioxide (NO2). Een ander deel komt direct als NO2 vrij. Belangrijke bronnen van de uitstoot van stikstofoxiden zijn wegverkeer, industrie en landbouw (RIVM, 2023). Blootstelling aan NO2 brengt gezondheidseffecten met zich mee. Kortdurende blootstelling heeft nadelige effecten op de luchtwegen en longen. Langdurige blootstelling kan een oorzaak zijn van astma bij kinderen. Mogelijk heeft blootstelling aan NO2 ook nadelige effecten op hart en bloedvaten. Het is niet te bepalen of dit alleen door NO2 wordt veroorzaakt of dat er ook andere stoffen en gassen van luchtverontreiniging meespelen.

Figuur B2.1 Afmetingen van de verschillende componenten van luchtverontreiniging (Gezondheidsraad, 2018).

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Achtergrondinformatie en Gezondheidseffecten van Fijnstof Fijnstof is een verzamelnaam voor alle deeltjes die klein genoeg zijn om ingeademd te worden. In Figuur B2.1 is te zien dat fijnstof afhankelijk van de deeltjesgrootte wordt onderverdeeld in Particulate Matter 10 (PM10), Particulate Matter 2,5 (PM2,5), ultrafijnstof (UFP) en roet. De verschillende onderdelen van fijnstof worden hieronder beschreven. 1. PM10 zijn de stofdeeltjes die kleiner zijn dan 10 µm De herkomst van PM10 varieert sterk. Een deel van PM10 ontstaat door menselijk handelen, zoals verbrandingsprocessen in de industrie en het verkeer, in de veehouderij en door houtkachels en sigarettenrook. Het andere deel ontstaat van nature, bijvoorbeeld opwaaiend (zand) stof en zeezout. De chemische samenstelling van fijnstof kan dan ook sterk variëren. 2. PM2,5 zijn de deeltjes kleiner dan 5 µm PM2,5 is primair vooral afkomstig van verbrandingsprocessen. Daarnaast bevat PM2,5 een groter aandeel secundair gevormde deeltjes dan PM10. Dit zijn deeltjes die worden gevormd door chemische reactie van verschillende gassen in de lucht. 3. UFP zijn deeltjes kleiner dan 0,1 µm Ook deze deeltjes komen vrij bij verbrandingsprocessen, zoals bij afvalverbranding, houtstook van particulieren, uitstoot van auto’s en het opstijgen en landen van vliegtuigen (RIVM, 2023). 4.

Roet zijn deeltjes kleiner dan 0,3 µm, en onderscheidt zich door kleur en chemische samenstelling. Roetdeeltjes bestaan uit koolstof met hieraan verbindingen gehecht zoals metalen en organische stoffen. Roet komt vrij bij verbranding. Er komt meer roet vrij bij onvolledige verbranding en het gebruik van zwaardere brandstoffen. Belangrijke bronnen zijn wegverkeer (voornamelijk dieselmotoren), scheepvaartverkeer en houtkachels (RIVM, 2023). Via inademing komt fijnstof in het lichaam. De mate waarin de stofdeeltjes doordringen in het lichaam is afhankelijk van de grootte van de deeltjes. Hoe kleiner de stofdeeltjes zijn, hoe dieper ze het lichaam binnendringen (Figuur B2.2).

Figuur B2.2 Deeltjesgrootte en tot waar deze het lichaam binnendringen (Gezondheidsraad, 2018).

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Fijnstof is de component van luchtverontreiniging die de grootste ziektelast veroorzaakt (Maas, Fischer, Wesseling, Houthuijs, & Cassee, 2015). Onderzoeken laten zien dat blootstelling aan PM2,5 een oorzakelijk verband heeft met (vroegtijdige) sterfte (WHO, 2021). Daarnaast veroorzaakt blootstelling aan PM2,5 ook longkanker, COPD, hart- en vaatziekten en beroertes. Verder komt er steeds meer bewijs dat blootstelling aan PM2,5 een hoger risico op diabetes type II geeft, neurologische aandoeningen (Alzheimer en Parkinson) en effecten heeft op vroeggeboorte bij kinderen en een laag geboortegewicht (Gezondheidsraad, 2018). Er zijn ook steeds meer aanwijzingen dat langdurige blootstelling aan UFP negatieve effecten op de gezondheid heeft. Het gaat dan om effecten op de luchtwegen, hart en bloedvaten en de ontwikkeling en groei van de foetus (Gezondheidraad, 2021).

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Bijlage 3 Blootstellingsconcentraties van NO2, PM10 en PM2,5, per gemeente • • • •

Tabel B3.1 Gemiddelde, laagste en hoogste blootstelling van NO2 per gemeente Tabel B3.2 Gemiddelde, laagste en hoogste blootstelling van PM10 per gemeente Tabel B3.3 Gemiddelde, laagste en hoogste blootstelling van PM2,5 per gemeente Tabel B3.4 Gemiddelde GCN van NO2, PM10 en PM2,5 per gemeente

Tabel B3.1 Gemiddelde, laagste en hoogste blootstelling van NO2 per gemeente Gemeente

Gemiddelde blootstelling NO2

Mediaan blootstelling NO2

Laagste blootstelling NO2

Hoogste blootstelling NO2

Rijswijk

23,5

21,2

30,3

Delft

23,4

23,6

19,2

34,4

Leidschendam-Voorburg

22,4

22,2

17,4

33,5

Den Haag

22,3

21,9

15,3

38,6

Pijnacker-Nootdorp

21,2

20,9

18,3

29,6

Midden-Delfland

21,0

20,2

17,8

30,2

Zoetermeer

20,8

20,9

17,4

30,8

Westland

20,5

15,6

32,4

Wassenaar

18,2

18,1

13,6

29,6

Haaglanden

21,7

21,6

13,6

38,6

Tabel B3.2 Gemiddelde, laagste en hoogste blootstelling van PM10 per gemeente Gemeente

Gemiddelde Mediaan Laagste Hoogste blootstelling PM10 blootstelling PM10 blootstelling PM10 blootstelling PM10

Den Haag

18,8

18,7

16,7

21,9

Delft

18,7

17,2

21,4

Rijswijk

18,3

17,5

20,2

Leidschendam-Voorburg

18,3

17,1

20,2

Zoetermeer

18,1

18,2

17,1

20,2

Midden-Delfland

17,9

16,9

19,3

Pijnacker-Nootdorp

17,9

18,1

17,0

18,8

Wassenaar

17,7

16,5

19,3

Westland

17,6

17,7

16,6

18,7

Haaglanden

18,3

18,2

16,5

21,9

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Tabel B3.3 Gemiddelde, laagste en hoogste blootstelling van PM2,5 per gemeente Gemiddelde blootstelling PM2,5

Mediaan blootstelling PM2,5

Laagste blootstelling PM2,5

Hoogste blootstelling PM2,5

Delft

10,5

9,6

11,6

Den Haag

10,4

10,3

8,7

12,1

Zoetermeer

10,3

9,5

11,3

Leidschendam-Voorburg

10,2

9,5

11,0

Rijswijk

10,2

9,6

11,2

Pijnacker-Nootdorp

10,1

10,2

9,4

10,5

Midden-Delfland

10,0

9,1

10,8

Wassenaar

9,6

9,7

8,6

10,4

Westland

9,5

8,6

10,2

Haaglanden

10,2

8,6

12,1

N02

PM10

PM2,5

Delft

22,53

18,33

10,33

Den Haag

21,25

18,26

10,07

Leidschendam-Voorburg

20,93

17,76

9,93

Midden-Delfland

19,12

17,26

9,57

Pijnacker-Nootdorp

20,34

17,57

9,92

Rijswijk

23,77

18,22

10,14

Wassenaar

15,92

17,03

9,11

Westland

19,24

17,21

9,19

Zoetermeer

20,47

17,98

10,24

Gemeente

Tabel B3.4 Gemiddelde GCN van NO2, PM10 en PM2,5 per gemeente.a Gemeente

a. GCN gegevens zijn beschikbaar per 1x1 km vak, de vakken komen daarom niet precies overeen met gemeentegrenzen

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Bijlage 4 Emissies van NO2, PM10 en PM2,5 per gemeente • • • • • • • • • • • • • •

Figuur B4.1 Totale emissie van NOx, PM10 en PM2,5 in 2018 in regio Haaglanden. Tabel B4.1 Totale emissie van NOx, PM10 en PM2,5 in 2018 in regio Haaglanden. Figuur B4.2 Totale emissie NOx in ton/jaar per sector in Haaglanden in 2018. Figuur B4.3 Totale emissie PM10 in ton/jaar per sector in Haaglanden in 2018. Figuur B4.4 Totale emissie PM2,5 in ton/jaar per sector in Haaglanden in 2018. Tabel B4.2 Emissiegegevens van 2018 gemeente Delft in ton en % van totaal Tabel B4.3 Emissiegegevens van 2018 gemeente Den Haag in ton en % van totaal Tabel B4.4 Emissiegegevens van 2018 gemeente Leidschendam-Voorburg in ton en % van totaal Tabel B4.5 Emissiegegevens van 2018 gemeente Midden-Delfland in ton en % van totaal Tabel B4.6 Emissiegegevens van 2018 gemeente Pijnacker-Nootdorp in ton en % van totaal Tabel B4.7 Emissiegegevens van 2018 gemeente Rijswijk in ton en % van totaal Tabel B4.8 Emissiegegevens van 2018 gemeente Wassenaar in ton en % van totaal Tabel B4.9 Emissiegegevens van 2018 gemeente Westland in ton en % van totaal Tabel B4.10 Emissiegegevens van 2018 gemeente Zoetermeer in ton en % van totaal

Emissie totalen per sector in Regio Haaglanden 2018 7000

Bouw Landbouw Industrie

6000

Energie Afval

5000

Consumenten Wegverkeer

4000

Mobiele werktuigen Luchtvaart Rail

3000

Zeescheepvaart Visserij

2000

Binnenvaart Recreatievaart

1000

HDO

0 Nox

PM10

PM2,5

Figuur B4.1 Totale emissie van NOx, PM10 en PM2,5 in 2018 in regio Haaglanden.

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Tabel B4.1 Totale emissie van NOx, PM10 en PM2,5 in 2018 in regio Haaglanden.a NOx

PM10

PM2,5

15,08

85,97

29,49

Landbouw

1586,73

11,6

7,76

Industrie

98,55

77,39

25,44

Energie

99,69

0,07

Afval

6,38

0,01

Op- en overslag

Consumenten

312,69

307,25

298,11

Wegverkeer

2559,03

154,17

66,18

Mobiele werktuigen

748,18

31,72

30,26

Luchtvaart

3,66

0,05

Rail

2,2

0,23

Zeescheepvaart

4,54

0,15

0,14

Visserij

52,37

1,97

1,87

Binnenvaart

9,76

0,33

0,31

Recreatievaart

14,53

0,31

0,3

HDO

368,94

6,38

6,2

Bouw

a. De emissiedata is opgehaald via de GCN-app op 26-04-2023.

NOx totale emissie regio Haaglanden in 2018

7000 5882,33

5000 4000 3000

2559,03

2000

1586,73 748,18

Figuur B4.2 Totale emissie NOx in ton/jaar per sector in Haaglanden in 2018.

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

368,94

tie

rt va a

14,53

9,76

en nn

Vi ss

52,37

4,54

ee ch es Ze

e ie l ob

M Sectoren

2,2

ui ge kt

er w

r ee ve

te eg

m en

3,66

Co n

sla

l va

ov n -e Op

312,69

6,38

99,69

uw In

w nd

Bo u

x) No to n l( ta a

rie

15,08

98,55

HD O

1000

Emissie (ton/jaar)

6000

PM10 totale emissie regio Haaglanden in 2018

800 677,64

600 500 400 307,25

300 200

154,17 85,97

Vi ss

he e

6,38

0,31

er ij nn en va Re ar cr t ea tie va ar t

ar pv a

0,33

1,97

0,15

0,23

0,05

l Op -e

al To ta

31,72

rs Co la g ns um en te W n eg M ve ob rk ie ee le r w er kt ui ge n Lu ch tv aa rt

En er

gi e

rie

0,01

In du st

nd bo uw

) Bo uw

10 PM (to n

0,07

ov e

11,6

Af va

100

77,39

Ze e

Emissie (ton/jaar)

700

Sectoren Figuur B4.3 Totale emissie PM10 in ton/jaar per sector in Haaglanden in 2018.

PM2,5 totale emissie regio Haaglanden in 2018

500

466,29

450 350 298,11

300 250 200 150 100

66,18 6,2

tie

0,3

rt va a

ij er Bi

Vi ss

aa pv ee

ch es Ze

e ie l

0,31

1,87

0,14

il Ra

0,23

tv a

ui ge kt

er w

r ee rk ve

m en

g Co n

er ov

n -e Op

0,05

sla

va l

e gi

0,01

rie

0,07

uw bo

nd La

30,26

25,44

7,76

29,49

Emissie (ton/jaar)

400

Sectoren Figuur B4.4 Totale emissie PM2,5 in ton/jaar per sector in Haaglanden in 2018.

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Tabel B4.2 Emissiegegevens a van 2018 gemeente Delft in ton en % van totaal NOx

PM10

PM2,5

Bouw

1,50

0,3%

8,24

9,9%

2,82

6,8%

Landbouw

3,29

0,8%

0,11

0,1%

0,03

0,1%

Industrie

42,34

9,8%

36,24

43,5%

8,78

21,2%

Energie

1,21

0,3%

0,01

0,0%

0,01

0,0%

Afval

3,55

0,8%

0,0%

Op- en overslag

0,0%

Consumenten

22,70

5,2%

20,49

24,6%

19,87

48,0%

Wegverkeer

246,18

56,8%

14,44

17,3%

6,25

15,1%

Mobiele werktuigen

68,29

15,8%

2,91

3,5%

2,78

6,7%

Luchtvaart

0,01

0,0%

0,01

0,0%

0,01

0,0%

Rail

0,71

0,2%

0,05

0,1%

0,05

0,1%

Zeescheepvaart

0,0%

Visserij

0,0%

Binnenvaart

4,52

1,0%

0,15

0,2%

0,14

0,3%

Recreatievaart

3,76

0,9%

0,08

0,1%

0,08

0,2%

HDO

35,13

8,1%

0,58

0,7%

0,56

1,4%

Totaal

433,19

100 %

83,3

100%

41,37

100%

a. De emissiedata is opgehaald via de GCN-app op 26-04-2023

Tabel B4.3 Emissiegegevens a van 2018 gemeente Den Haag in ton en % van totaal NOx

PM10

PM2,5

Bouw

8,26

0,5%

40,66

14,5%

13,92

6,6%

Landbouw

18,16

1,1%

0,21

0,1%

0,10

0,0%

Industrie

14,84

0,9%

13,54

4,8%

5,91

2,8%

Energie

96,80

5,7%

0,01

0,0%

0,01

0,0%

Afval

0,08

0,0%

Op- en overslag

0,0%

Consumenten

138,76

8,2%

150,56

53,8%

147,00

70,1%

Wegverkeer

809,97

48,0%

54,9

19,6%

23,58

11,2%

Mobiele werktuigen

347,53

20,6%

14,53

5,2%

13,86

6,6%

0,0%

Rail

0,47

0,0%

0,06

0,0%

0,06

0,0%

Zeescheepvaart

4,52

0,3%

0,13

0,0%

0,12

0,1%

Visserij

51,5

3,1%

1,94

0,7%

1,84

0,9%

Binnenvaart

0,89

0,1%

0,03

0,0%

0,03

0,0%

Recreatievaart

1,40

0,1%

0,03

0,0%

0,03

0,0%

HDO

192,97

11,4%

3,36

1,2%

3,27

1,6%

Totaal

1686,14

100%

279,96

100%

209,73

100%

Luchtvaart

a. De emissiedata is opgehaald via de GCN-app op 26-04-2023

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Tabel B4.4 Emissiegegevens a van 2018 gemeente Leidschendam-Voorburg in ton en % van totaal NOx

PM10

PM2,5

Bouw

0,97

0,2%

5,85

13,8%

2,00

7,7%

Landbouw

16,18

4,0%

0,82

1,9%

0,15

0,6%

Industrie

1,53

0,4%

3,47

8,2%

1,14

4,4%

Energie

0,13

0,0%

0,01

0,0%

0,01

0,0%

Afval

0,0%

Op- en overslag

0,0%

Consumenten

23,35

5,8%

13,68

32,3%

13,26

51,0%

Wegverkeer

279,77

69,4%

15,70

37,1%

6,79

26,1%

Mobiele werktuigen

52,49

13,0%

2,22

5,2%

2,12

8,2%

0,0%

0,52

0,1%

0,05

0,1%

0,05

0,2%

Zeescheepvaart

0,0%

Visserij

0,0%

Binnenvaart

0,86

0,2%

0,03

0,1%

0,03

0,1%

Recreatievaart

5,63

1,4%

0,12

0,3%

0,11

0,4%

HDO

21,52

5,3%

0,38

0,9%

0,37

1,4%

Totaal

402,96

100%

42,31

100%

26,01

100%

Luchtvaart Rail

a. De emissiedata is opgehaald via de GCN-app op 26-04-2023

Tabel B4.5 Emissiegegevens a van 2018 gemeente Midden-Delfland in ton en % van totaal NOx

PM10

PM2,5

0,17

0,0%

1,86

8,4%

0,64

4,3%

Landbouw

200,11

49,9%

2,69

12,2%

1,11

7,5%

Industrie

1,50

0,4%

0,4

1,8%

0,12

0,8%

Energie

0,03

0,0%

Afval

0,03

0,0%

Op- en overslag

0,0%

Consumenten

7,92

2,0%

8,92

40,4%

8,56

57,7%

Wegverkeer

130,08

32,5%

6,59

29,9%

2,84

19,2%

Mobiele werktuigen

28,23

7,0%

1,12

5,1%

1,07

7,2%

Luchtvaart

3,64

0,9%

0,03

0,1%

0,03

0,2%

Rail

0,11

0,0%

0,01

0,0%

0,01

0,1%

Zeescheepvaart

0,0%

Visserij

0,0%

Binnenvaart

1,45

0,4%

0,05

0,2%

0,05

0,3%

Recreatievaart

0,97

0,2%

0,02

0,1%

0,02

0,1%

HDO

26,60

6,6%

0,39

1,8%

0,39

2,6%

Totaal

400,86

100%

22,07

100%

14,83

100%

Bouw

a. De emissiedata is opgehaald via de GCN-app op 26-04-2023

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Tabel B4.6 Emissiegegevens a van 2018 gemeente Pijnacker-Nootdorp in ton en % van totaal NOx

PM10

PM2,5

0,26

0,1%

4,19

11,1%

1,43

5,3%

Landbouw

185,87

44,2%

1,31

3,5%

0,91

3,4%

Industrie

1,54

0,4%

1,79

4,8%

0,66

2,4%

Energie

0,12

0,0%

0,01

0,0%

0,01

0,0%

Afval

0,51

0,1%

0,0%

Op- en overslag

0,0%

Consumenten

15,59

3,7%

18,92

50,3%

18,19

67,3%

Wegverkeer

178,92

42,5%

9,79

26,0%

4,28

15,8%

Mobiele werktuigen

32,38

7,7%

1,52

4,0%

1,45

5,4%

Luchtvaart

0,01

0,0%

0,01

0,0%

0,01

0,0%

Rail

0,01

0,0%

0,01

0,0%

0,01

0,0%

Zeescheepvaart

0,0%

Visserij

0,0%

Binnenvaart

0,0%

Recreatievaart

0,0%

HDO

5,76

1,4%

0,10

0,3%

0,1

0,4%

Totaal

420,97

100%

37,63

100%

27,02

100%

Bouw

a. De emissiedata is opgehaald via de GCN-app op 26-04-2023

Tabel B4.7 Emissiegegevens a van 2018 gemeente Rijswijk in ton en % van totaal NOx

PM10

PM2,5

Bouw

1,26

0,4%

4,59

16,6%

1,57

9,2%

Landbouw

2,07

0,7%

0,03

0,1%

0,01

0,1%

Industrie

3,37

1,2%

1,34

4,8%

0,46

2,7%

Energie

0,08

0,0%

Afval

0,0%

Op- en overslag

0,0%

Consumenten

18,14

6,4%

8,07

29,2%

7,87

46,0%

Wegverkeer

180,83

63,8%

11,24

40,6%

4,89

28,6%

Mobiele werktuigen

44,43

15,7%

1,74

6,3%

1,66

9,7%

0,0%

0,37

0,1%

0,03

0,1%

0,03

0,2%

Zeescheepvaart

0,0%

Visserij

0,0%

Binnenvaart

2,04

0,7%

0,07

0,3%

0,06

0,4%

Recreatievaart

2,77

1,0%

0,06

0,2%

0,06

0,4%

HDO

27,97

8,1%

0,51

1,8%

0,49

2,9%

Totaal

283,33

100%

27,68

100%

17,10

100%

Luchtvaart Rail

a. De emissiedata is opgehaald via de GCN-app op 26-04-2023

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Tabel B4.8 Emissiegegevens a van 2018 gemeente Wassenaar in ton en % van totaal NOx

PM10

PM2,5

Bouw

0,34

0,2%

2,39

10,1%

0,82

5,0%

Landbouw

2,24

1,2%

0,42

1,8%

0,05

0,3%

Industrie

0,56

0,3%

0,09

0,4%

0,03

0,2%

Energie

0,05

0,0%

0,01

0,0%

0,01

0,1%

Afval

0,0%

Op- en overslag

0,0%

Consumenten

16,91

9,1%

11,58

48,9%

11,12

67,7%

Wegverkeer

137,64

73,7%

8,13

34,4%

3,40

20,7%

Mobiele werktuigen

21,01

11,2%

0,91

3,8%

0,87

5,3%

Luchtvaart

0,0%

Rail

0,0%

Zeescheepvaart

0,01

0,0%

0,01

0,0%

0,01

0,1%

Visserij

0,49

0,3%

0,02

0,1%

0,02

0,1%

Binnenvaart

0,0%

Recreatievaart

0,0%

HDO

7,51

4,0%

0,13

0,5%

0,13

0,8%

Totaal

186,76

100%

23,66

100%

16,43

100%

a. De emissiedata is opgehaald via de GCN-app op 26-04-2023

Tabel B4.9 Emissiegegevens a van 2018 gemeente Westland in ton en % van totaal NOx

PM10

PM2,5

0,98

0,1%

8,62

9,3%

2,95

4,4%

Landbouw

1155,55

69,8%

5,65

6,1%

5,35

8,0%

Industrie

22,52

1,4%

13,04

14,1%

5,13

7,7%

Energie

1,08

0,1%

0,01

0,0%

0,01

0,0%

Afval

2,21

0,1%

0,01

0,0%

0,01

0,0%

Op- en overslag

0,0%

Consumenten

37,66

2,3%

44,21

47,8%

42,42

63,6%

Wegverkeer

334,83

20,2%

17,26

18,6%

7,24

10,9%

Mobiele werktuigen

77,82

4,7%

3,39

3,7%

3,23

4,8%

Luchtvaart

0,0%

Rail

0,0%

Zeescheepvaart

0,01

0,0%

0,01

0,0%

0,01

0,0%

Visserij

0,38

0,0%

0,01

0,0%

0,01

0,0%

Binnenvaart

0,0%

Recreatievaart

0,0%

HDO

21,64

1,3%

0,4

0,4%

0,38

0,6%

Totaal

1654,67

100%

92,58

100%

66,72

100%

Bouw

a. De emissiedata is opgehaald via de GCN-app op 26-04-2023

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Tabel B4.10 Emissiegegevens a van 2018 gemeente Zoetermeer in ton en % van totaal NOx

PM10

PM2,5

Bouw

1,34

0,3%

9,57

14,0%

3,34

7,1%

Landbouw

3,26

0,8%

0,36

0,5%

0,05

0,1%

Industrie

10,35

2,5%

7,48

10,9%

3,21

6,8%

Energie

0,19

0,0%

0,01

0,0%

0,01

0,0%

Afval

0,0%

Op- en overslag

0,0%

Consumenten

31,66

7,7%

30,82

45,0%

29,82

63,3%

Wegverkeer

260,81

63,1%

16,12

23,6%

6,91

14,7%

Mobiele werktuigen

76,00

18,4%

3,38

4,9%

3,22

6,8%

0,0%

0,01

0,0%

0,02

0,0%

0,02

0,0%

Zeescheepvaart

0,0%

Visserij

0,0%

Binnenvaart

0,0%

Recreatievaart

0,0%

HDO

29,84

7,2%

0,53

0,8%

0,51

1,1%

Totaal

413,45

100%

68,45

100%

47,08

100%

Luchtvaart Rail

a. De emissiedata is opgehaald via de GCN-app op 26-04-2023

Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Bijlage 5 Gezondheidseffecten van NO2, PM10 en PM2,5 per gemeente • Tabel B5.1 Vroegtijdige sterfte in dagen per gemeenten • Tabel B5.2 De overige gezondheidseffecten per gemeente Tabel B5.1 Vroegtijdige sterfte in dagen per gemeenten Vroegtijdige sterfte in dagen a NO2

PM10

PM2,5

Totaal NO2 en PM10 N

Nederland

110

222

341

Regio Haaglanden

137

231

254

375

Delft

147

236

261

391

Den Haag

140

237

259

386

Leidschendam-Voorburg

141

231

254

380

Midden-Delfland

132

226

249

366

Pijnacker-Nootdorp

134

226

251

367

Rijswijk

148

231

254

386

Wassenaar

115

223

239

346

Westland

129

222

237

359

Zoetermeer

131

228

256

367

a. Aantal verloren levensdagen

Tabel B5.2 De overige gezondheidseffecten per gemeente Laag Incidentie Geboorte- astma kinderen gewicht a (0-18 jaar) a

Daling longcapaciteit kinderen (0-18 jaar) b

Incidentie hartinfarct (45+ jaar) a

Incidentie beroerte (45+ jaar) a

Longkanker (50+jaar) a

PM2,5

NO2

PM2,5

N (%)

5,777 (19,1%)

1,2%

Nederland16 Regio Haaglanden

48 (7,6%)

449 (23,1%)

1,5%

1,6%

839 (19,0%)

219 (9,3%)

107 (14,0%)

Delft

5 (7,9%)

44 (24,7%)

1,6%

1,7%

80 (19,5%)

21 (9,5%)

10 (14,4%)

Den Haag

24 (7,8%)

224 (23,7%)

1,6%

1,7%

417 (19,4%)

109 (9,4%)

53 (14,3%)

Leidschendam-Voorburg

3 (7,6%)

32 (23,8%)

1,6%

57 (19,0%)

15 (9,3%)

7 (14,0%)

Midden-Delfland

1 (7,5%)

8 (22,5%)

1,5%

1,6%

14 (18,7%)

4 (9,1%)

2 (13,8%)

Pijnacker-Nootdorp

2 (7,6%)

22 (22,7%)

1,5%

1,6%

41 (18,9%)

11 (9,2%)

5 (13,9%)

Rijswijk

2 (7,6%)

23 (24,8%)

1,6%

41 (19,0%)

11 (9,3%)

5 (14,0%)

Wassenaar

1 (7,2%)

9 (19,8%)

1,3%

1,5%

19 (18,0%)

5 (8,7%)

2 (13,3%)

Westland

4 (7,1%)

42 (22,0%)

1,4%

1,5%

78 (17,9%)

20 (8,7%)

10 (13,2%)

Zoetermeer

5 (7,7%)

48 (22,3%)

1,5%

1,6%

95 (19,2%)

25 (9,4%)

12 (14,2%)

a. Aantal cases per jaar (N) en percentage aandeel ziektelast van het totaal aantal gevallen (%) b. Daling longcapaciteit (FEV1) in %

16 Er zijn alleen landelijke blootstellingscijfers voor NO2 en PM10 beschikbaar (De Smet, et al., 2020). Luchtverontreiniging in de regio Haaglanden; de impact op gezondheid van inwoners

Colofon Dit rapport is een uitgave van: GGD Haaglanden Afdeling Leefomgeving Postbus 16130 2500 BC Den Haag Tel: 070-3550100 Email: gezondeleefomgeving@ggdhaaglanden.nl Overname van gegevens is toegestaan, mits voorzien van duidelijke bronvermelding

Auteurs: Eline Kolb, Adviseur Milieu en Gezondheid Janneke Mikkers, Adviseur Milieu en Gezondheid Hans Jansen, Senior adviseur Milieu en Gezondheid Jessica Michgelsen, Beleidsadviseur Michiel van den Dries, Epidemioloog Den Haag, september 2023

← Vorig deel

De tekst is automatisch uit het bestand gehaald en kan afwijken van het origineel (kolommen, tabellen en koppen lopen door elkaar). Het officiële stuk bij de gemeente is leidend. Bron: https://api.notubiz.nl/document/13856789/1