Page 1 Inhoud Humane risico-evaluatie ... - ModelEAU

More documents

Recommendations

Info

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Doelstelling Denken vanuit ONzekerheid in de risicoanalyse bij bodemverontreiniging Hoe onzekerheidsanalyse in de risicoanalyse bij bodemverontreiniging? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Vlier Humaan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Cumulatieve probabiliteit 100% 80% 60% 40% 20% Dosis TDI 0% 0.01 0.1 1 Dosis (µg/kg) 10 100 Page 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Gefaseerde aanpak (OVAM, 2004) Conservatisme Onzekerheid Fase 1: – Initiële informatieverzameling – Vlier-Humaan Fase 2: verdere verfijning – meten van concentraties in planten, leidingwater,… – wegen met grote onzekerheid of conservatisme Fase 3: verdere verfijning – gedetailleerde, dynamische modellering; – metingen van biomerkers en effectmerkers; – modellering van interne blootstelling Realisme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Cumulatieve probabiliteit 100% 80% 60% 40% 20% Dosis TDI 0% 0.01 0.1 1 Dosis (µg/kg) 10 100 RisicoIndex = ∑ Dosis TDI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Variabiliteit en onzekerheid Variabiliteit: Vormen: – werkelijke variaties, beschrijft de hele distributie – kan niet gereduceerd worden – Inter-individuele: • lichaamsgewicht • bodemingestie • drinkwaterverbruik • verbruik fruit en groenten, melk, vlees,… – (Temporele) – (Ruimtelijke: minder belangrijk gezien site-specifiek) 2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Cumulatieve probabiliteit 100% 80% 60% 40% 20% Dosis TDI 0% 0.01 0.1 1 Dosis (µg/kg) 10 100 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Cum probabiliteit Variabiliteit Onzekerheid Dosis TDI 100% 80% 60% 40% 20% 0% 0.01 0.1 1 10 100 Dosis (µg/kg) 10% van de blootstellingdosissen zal TDI overschrijden Cum probabiliteit 100% 80% 60% 40% 20% Dosis TDI 0% 0.01 0.1 1 10 100 Dosis (µg/kg) 10% kans (mogelijkheid) dat blootstellingdosis TDI overschrijdt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Karakterisatie van onzekerheid en variabiliteit Kwantificatie onzekerheid en variabiliteit nodig om alle parameters? Neen, alleen de gevoeligste/ belangrijkste volstaan: – Sensitiviteitsanalyse – Expert kennis/ervaring Voorbeelden: Belangrijk zijn: bodemingestie dimensie kruipruimte … Minder belangrijk zijn: volumefractie water in bodem … Page 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Variabiliteit en onzekerheid Onzekerheid: Vormen: Kwantificeerbaar – beschrijft 1 waarde uit de hele distributie – kan wel gereduceerd worden door meer info – “Gekende” onwetendheid: • Verdelingcoefficient organische koolstof – water (Koc) • Lengte, breedte, hoogte kruipkelder – “Sampling” onzekerheid – Meetfouten – Modelonzekerheid – Ongekende onwetendheid . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Inhoud Probleemstelling Doelstelling Denken vanuit onzekerheid Methodologie probabilistische analyse – Karakterisatie van onzekerheid en variabiliteit van inputs – Propagatie van onzekerheid en variabiliteit door modellen Voorbeelden/toepassingen Conclusies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Karakterisatie van onzekerheid en Voorbeelden: variabiliteit Sommige parameters zijn onzeker EN variabel? Oplossing: – Beide tegelijk kan, maar meestal volstaat – Overwegend onzeker – Overwegend variabel Beide: Cumulatieve probabiliteit Overwegend variabel: Cumulatieve probabiliteit 100% 80% 60% 40% 20% 0% 0 0.2 0.4 0.6 Belgische melkinname (L/d) 100% 80% 60% 40% 20% 0% 50 70 90 110 Lichaamsgewicht (kg) 3
Page 1: Probabilistische Humane Risicoanaly
Page 5: . . . . . . . . . . . . . . . . . .

Page 1 Inhoud Humane risico-evaluatie ... - ModelEAU

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?