.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Inhoud ¾ Probleemstelling ¾ Doelstelling
Probabilistische Humane Risicoanalyse in Bodemsanering
¾ Denken vanuit onzekerheid ¾ Methodologie probabilistische analyse – Karakterisatie van onzekerheid en variabiliteit van inputs
Frederik Verdonck, K. Maes, A. Vandercappellen, H. De Lembre, P.A. Vanrolleghem & M. Vangheluwe
– Propagatie van onzekerheid en variabiliteit door modellen
¾ Voorbeelden/toepassingen ¾ Conclusies
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Humane risico-evaluatie
Probleemstelling ¾ Huidige aanpak is deterministisch:
Gevaarsidentificatie
Blootstellingsbepaling
Dosis-effectrelatie
Risico-evaluatie
– “puntwaarden”
“Wetenschappelijk” gedeelte
– Onzekerheid -> voorzorgsprincipe -> conservatisme / worst-case
Lichaamsgewicht = 70 kg
¾ Nadelen:
Risicotoetsing
Risicomanagement
Voorbeeld
– Niet zo realistisch (vereenvoudiging)
Voorbeeld Drinkwaterverbruik = 2 m³/dag
– Niet zo transparant (onduidelijk hoe conservatief)
Besluitvorming, beleid
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Probleemstelling
Probleemstelling
¾ Klassieke tijdperk: beroep op magisch-religieuze gronden ¾ Moderne tijdperk: beroep op rationele en wetenschappelijke gronden ¾ ? Post-moderne tijdperk ?: beroep op rationele en wetenschappelijke gronden in onzekerheidsperspectief
Denken vanuit zekerheid
Denken vanuit ONzekerheid
Het moderne tijdperk
Page 1 1
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Doelstelling
Gefaseerde aanpak (OVAM, 2004) Conservatisme Onzekerheid ¾ Fase 1: – Initiële informatieverzameling – Vlier-Humaan
¾ Denken vanuit ONzekerheid in de risicoanalyse bij bodemverontreiniging
¾ Fase 2: verdere verfijning – meten van concentraties in planten, leidingwater,…
¾ Hoe onzekerheidsanalyse in de risicoanalyse bij bodemverontreiniging?
– wegen met grote onzekerheid of conservatisme
¾ Fase 3: verdere verfijning – gedetailleerde, dynamische modellering; – metingen van biomerkers en effectmerkers; – modellering van interne blootstelling
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Realisme
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Vlier Humaan Cumulatieve probabiliteit
Dosis
TDI
100% 80% 60% 40% 20% 0% 0.01
0.1
1
10
100
Dosis (µg/kg)
RisicoIndex = ∑
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Cumulatieve probabiliteit
Dosis
Dosis TDI
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Variabiliteit en onzekerheid
TDI
¾ Variabiliteit:
100%
– werkelijke variaties, beschrijft de hele distributie
80%
– kan niet gereduceerd worden
60%
Vormen:
40%
– Inter-individuele:
20%
• • • •
0% 0.01
0.1
1
10
100
Dosis (µg/kg)
lichaamsgewicht bodemingestie drinkwaterverbruik verbruik fruit en groenten, melk, vlees,…
– (Temporele) – (Ruimtelijke: minder belangrijk gezien site-specifiek)
Page 2 2
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Variabiliteit en onzekerheid
TDI
¾ Onzekerheid:
100%
– beschrijft 1 waarde uit de hele distributie
80%
– kan wel gereduceerd worden door meer info
60%
Vormen:
40%
Kwantificeerbaar
Cumulatieve probabiliteit
Dosis
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
20% 0% 0.01
0.1
1
10
100
Dosis (µg/kg)
– “Gekende” onwetendheid: • Verdelingcoefficient organische koolstof – water (Koc) • Lengte, breedte, hoogte kruipkelder
– “Sampling” onzekerheid – Meetfouten – Modelonzekerheid – Ongekende onwetendheid
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Variabiliteit
<>
Onzekerheid
Dosis TDI
¾ Probleemstelling
100%
Cum probabiliteit
Cum probabiliteit
Inhoud
Dosis TDI
100% 80% 60% 40% 20% 0% 0.01
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
0.1
1 10 Dosis (µg/kg)
60%
¾ Denken vanuit onzekerheid
40%
¾ Methodologie probabilistische analyse
20% 0% 0.01
100
¾ 10% van de blootstellingdosissen zal TDI overschrijden
¾ Doelstelling
80%
0.1
1 10 Dosis (µg/kg)
– Karakterisatie van onzekerheid en variabiliteit van inputs
100
– Propagatie van onzekerheid en variabiliteit door modellen
¾ 10% kans (mogelijkheid) dat blootstellingdosis TDI overschrijdt
¾ Voorbeelden/toepassingen ¾ Conclusies
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Karakterisatie van onzekerheid en variabiliteit
Karakterisatie van onzekerheid en Voorbeelden: variabiliteit
Belangrijk zijn:
Oplossing:
¾ bodemingestie
Cumulatieve probabiliteit
Neen, alleen de gevoeligste/ belangrijkste volstaan:
Beide:
¾ Sommige parameters zijn onzeker EN variabel?
Voorbeelden:
100% 80% 60% 40% 20% 0% 0
¾ dimensie kruipruimte
– Sensitiviteitsanalyse
¾…
– Expert kennis/ervaring
Minder belangrijk zijn:
– Beide tegelijk kan, maar meestal volstaat – Overwegend onzeker – Overwegend variabel
¾ volumefractie water in bodem ¾…
0.2
0.4
0.6
Belgische melkinname (L/d)
Overwegend variabel: Cumulatieve probabiliteit
¾ Kwantificatie onzekerheid en variabiliteit nodig om alle parameters?
100% 80% 60% 40% 20% 0% 50
70
90
110
Lichaamsgewicht (kg)
Page 3 3
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Monte Carlo analyse
Karakterisatie van onzekerheid en variabiliteit: belang van correlaties
X1
X2
X3
X4
X
Y
R = -0.8
MODEL (Vlier Humaan)
Voorbeeld: Lichaamsgewicht is gecorreleerd met
R=0
X
Y
X
Y
Totaal lichaamsoppervlak
Y
R = 0.8
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
X1
onzekerheid
X2
X4
variabiliteit
X1
X2
X3
X4
X1
MODEL (Vlier Humaan)
X2
X3
X4
MODEL (Vlier Humaan)
Y
Y
Binneste loop
Hoe interpreteren? Buitenste loop Y
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Toepassingen
Beschrijvend bodemonderzoek
¾ Probabilistische risico’s van dioxine-achtige substanties in de Belgische dioxinecrisis (Vrijens et al., 2002)
¾ Stelplaats in Oost-Vlaanderen ¾ Historische verontreiniging ¾ Stoffen: Cr, Cd, Cu, Zn, PAK ¾ Type V: industrie
¾ VlierHumaan:
– Inhalatie bodemdeeltjes/stof
– Vele toepassingsmogelijkheden
– Ingestie bodemdeeltjes/stof
– Echter, softwarepakket is niet flexibel genoeg
– Dermaal bodemdeeltjes/stof – Inhalatie binnen/buitenlucht
Page 4 4
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Vlier“OnderHumaan grens” 70
Bodemingestie (kg/d)
5.4e-5 0.8
Tijdfracties zomer/winter binnen/buiten (-)
…
Fractie geabsorbeerd bij ingestie (-) Bodemconcentratie (mg/kg)
100
Niet mogelijk door softwarebeperking 0.2
0.85
Onzekerheid << Niet mogelijk door softwarebeperking
11300
Onzekerheid <<
80% 70% 60% 50% 40% 30% 20%
Dosis (variabiliteit)
10%
TDI
0% 0.000
0.001
0.002
0.003
Simulatie 1: standaard VlierHumaan Simulatie 2: ondergrens variabiliteit Simulatie 3: bovengrens variabiliteit
70
Bodemingestie (kg/d)
5.4e-5 0.8
Tijdfracties zomer/winter binnen/buiten (-)
…
Fractie geabsorbeerd bij ingestie (-) Bodemconcentratie (mg/kg)
51
100
Niet mogelijk door softwarebeperking 0.2
0.85
Onzekerheid << Niet mogelijk door softwarebeperking
11300
0.006
0.007
0.008
Dosis
TDI
100% 90%
Onzekerheid
Fractie bodem in binnenstof (-)
“Bovengrens” Variabiliteit
Lichaamsgewicht (kg)
0.005
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Cumulatieve probabiliteit
Vlier“OnderHumaan grens”
0.004
Dosis (mg/kg)
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Parameter
Dosis
90%
Onzekerheid
Fractie bodem in binnenstof (-)
51
TDI 100%
Variabiliteit
Lichaamsgewicht (kg)
“Bovengrens”
Cumulatieve probabiliteit
Parameter VlierHumaan
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
80% 70% 60% 50% 40% 30% 20% 10%
Onzekerheid <<
0% 0.000
… Simulatie 4: ondergrens onzekerheid Simulatie 5: bovengrens onzekerheid
Dosis (variabiliteit) Dosis (onzekerheid) TDI
0.002
0.004
0.006
0.008
Dosis (mg/kg)
.. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Conclusies EURAS
¾ Evolutie naar denken vanuit onzekerheid (ook in de risicoanalyse bij bodemverontreiniging?)
PEOPLE & SERVICES
¾ Monte Carlo analyse of beperkte onzekerheidsanalyse zijn nuttige ondersteuning voor beleidsbeslissers
`
– Zijn realistischer
Rijvisschestraat 118, Box 3, 9052 Gent, Belgium
Tel.: +32 (9) 257 13 99
– Kunnen onnodige saneringskosten vermijden
Fax: +32 (9) 257 13 98
– Tonen graad van conservatisme/onzekerheid
[email protected] www.euras.be
Page 5 5
