1 Aromás szénhidrogének=PAH+BTEX

A mintavétel, a mintatárolás és szállítás hibáin kívül a szennyezőanyagok extrakciója jelenti az egyik legnagyobb hibalehetőséget a szennyezett területek vizsgálatának folyamatában. Hiszen a kémiai analitikai eljárás csak azt a szennyezőanyag tartalmat határozza meg, mely az adott extrakciós módszerrel kivonható a mintából.

A kockázatfelméréshez használt kémiai analitikai eredmények összehasonlíthatósága érdekében fontos, hogy megadják az alkalmazott vizsgálati eljárás típusát. A kiválasztott paraméterek meghatározását csak akkreditált laboratóriumokban lehet végezni. A laboratóriumi jelentésnek tartalmaznia kell a vizsgálati körülményekre vonatkozó információkat, valamint a módszer bizonytalanságát is. Általában, a kémiai analitikai eredmények bizonytalansága nehézfémeknél 15%-on belüli, míg szerves szennyezőknél 10-100% között mozog. Azonban meg kell jegyezni, hogy a szerves vegyi anyagok esetén a terepi mintavétel sok esetben még ennél is nagyobb hibával terhelt (pl. párolgás, helytelen mintatárolás és kezelés miatt), és ezeket a hibákat még nehezebb mennyiségileg meghatározni, mint a kémiai analitika hibáját.

		2.1.4 Az eredmény értelmezése

A mintavétel és kémiai analitika vizsgálatok eredményeit össze kell gyűjteni és rendszerezni kell azokat ahhoz, hogy a vizsgálatokat dokumentálni, a mérési eredményeket pedig értelmezni lehessen. A mérési eredményeket össze kell vetni az érzékszervi megfigyelésekkel, valamint a földtani és vízföldtani felépítéssel és a korábbi adatokkal.

A vizsgálat elvégzését követően a következőket kell megvizsgálni:

• A feladat leírása során bemutatott szennyezőanyagok jellemzésre kerültek?
• Volt-e a várt szennyezőanyagokon kívül egyéb szennyezőanyag is a területen, vagy utal-e valami arra, hogy további szennyezőanyagok vizsgálata is szükséges lehet?
• Mi a szennyező forrásonként mérhető maximális szennyezőanyag koncentráció az egyes szennyezőanyagokra?
• Horizontálisan és vertikálisan milyen kiterjedésű a szennyező forrás és a szennyezett terület?
• Melyek a releváns szennyezőanyag terjedési utak, és ezeket milyen mértékben és gyakorisággal befolyásolhatják olyan külső tényezők, mint pl. egy árvíz?

		3. Bemenő paraméterek kiválasztása, érzékenység, változatosság, bizonytalanság

A talaj- és talajvíz-szennyezettségekre vonatkozó kockázati alapú mentesítési célértékek meghatározásakor az eredményképzés folyamatának bizonytalanságát a következő ismérvekre tekintettel kell megadni:

• a bemenő adatok pontossága és hitelessége (megbízhatósága), valamint a lehetséges adatok tartománya,
• felhasznált feltételezések (múltbeli, jelen és jövőbeli),
• a szennyezőanyagok terjedését jellemző folyamatok leírására szolgáló ismeretek hiánya,
• a megfelelőségi pontban vagy a hatásviselőnél megengedett elfogadható koncentrációk a környezeti elemekben (a megengedhető napi bevitelekből számítva),
• a számításhoz használt analitikus vagy numerikus modellek mennyire alkalmazhatók,
• az adott esetre, mennyire reprezentálják az adott terület jellemzőit.

Fontos megjegyezni, hogy az elemzés egymásutáni lépcsőiben használt bemenő paraméterek nem csupán egyszerű konstans értékek, hanem adatok halmazát tömörítő átlagok, jellemző vagy maximális értékek. Például a terepi szivattyúteszt alapján kapott hidraulikus vezetőképesség értéke az adott területen megtalálható különböző vezetőképességű rétegeket jellemző adatok halmazát foglalja magában. A bemenő paraméterek különböző értékeit választva ezáltal az eredményként kapott mentesítési célértékek tartománya adható meg eredményként.

Számtalan módszer lehetséges a bemenő paraméterek kiválasztására. Az elővigyázatossági eljárás során konzervatív paramétereket használnak, ami a hatásviselők lehető legnagyobb fokú védelmét jelenti, de ez irreális paraméter-kombinációkat eredményezhet, ami a költséghatékonyságot is megkérdőjelezheti.

Ennél sokkal alkalmazhatóbb módszer a realisztikus paraméterek használata melletti érzékenység vizsgálat. Sok esetben a realisztikus bemenő adatok használata célravezetőbb mint a konzervatív feltételezések használata, csak ebben az esetben érzékenység vizsgálattal meg kell adni a biztonságos határokat (“margókat”). [3]

A biodegradációra hajlamos szennyezőanyagok felszín alatti transzportja során a bomlási sebességet érdemes konzervatív módon megválasztani, mert a természetes koncentrációcsökkenési faktor képzés folyamata erre a bemenő paraméterre nagyon érzékeny. Később kevésbé konzervatív paramétereket (felezési időket) is használhatunk, ha további adatokat gyűjtenek a vizsgálatokból vagy monitoring tevékenységből.

A mentesítési célértékek számításakor tehát a bemenő paraméterek bizonytalanságát a következő tényezők figyelembe vételével kell megadni:

1. a számítás (eredményének) érzékenysége a bemenő paraméterek változására,

2. az irodalmi, terepi, valamint laboratóriumi vizsgálatokkal meghatározott paraméterek skálája, tartománya.

A szennyezőanyagok talajvízzel történő mozgását közelítő analitikus összefüggés használatakor például kiderül, hogy az eredmény éppen olyan érzékeny a sűrűség értékének változására, mint a hidraulikus vezetőképesség változására:

, ahol:

v_C: a szennyezőanyagok terjedési sebessége [m/nap],

k: hidraulikus vezetőképesség [m/nap],

i: horizontális hidraulikus gradiens [m/m],

ε: effektív porozitás [-],

r : sűrűség [kg/dm ³ ],

K_d : megoszlási hányados [dm ³ /kg].

Amíg a sűrűség a talajtípustól függően csak 1,6-2,0 kg/dm ³ érték között változik, addig a “k” értéke terepi tesztek alapján gyakran több mint egy nagyságrendet változhat.

Az érzékenységvizsgálat elvégzésének egyik javasolt módja, hogy minden bemenő paramétert pl. ±20% értékkel megváltoztatnak és az eredmény változása alapján meghatározzák a legérzékenyebb paramétert.

A vizsgálat hozzájárulhat a további vizsgálati irányok kijelöléséhez is a legnagyobb érzékenységű paraméter ismeretében. A mentesítési célértéket ezután újból meg lehet állapítani a legérzékenyebb paramétertartományok alapján. A legnehezebb dolog eldönteni, hogy ezen tartományból milyen adatokat használjnak föl.

Ha például a terepi tesztekből a hidraulikus vezetőképesség 1,5, 17, 22 és 25 m/nap értékei mérhetőek, a mentesítési célérték a legkisebb 1,5 m/nap érték használatával közel egy nagyságrenddel nagyobb (magasabb), mintha a fenti értékek átlagát használnánk bemenő paraméterként. Ebből is látható, hogy a kockázatfelmérés egyik sarkalatos pontja eldönteni, milyen értékek legyenek a bemenő paraméterek, illetve nem megfelelő adatok esetén milyen további vizsgálatok elvégzése szükséges.

Az érzékenységvizsgálat egy alternatív módja a szofisztikus (valószínűségi) megközelítés, amely eljárást számos ország és szervezet használja.

A módszer elvi alapjai a következők:

1. Minden bemenő paraméter megfigyelhető változatának leírása valószínűségi eloszlással.
2. Az alkalmas egyenlet(ek) megoldása a valószínűségi eloszlásból véletlenszerűen választott paraméterrel, majd a számítás újbóli elvégzése újabb választott paraméter értékkel. Az eljárás igen sok időt igényel.
3. A számított eredmények statisztikai vizsgálata, hogy az eredmény bizonytalansága valószínűségi eloszlással leírható legyen. Az eredményt általában 50 és 95%-os megbízhatósági tartománnyal írják le. A 95%-os megbízhatósági tartománnyal megadott eredmény az elképzelhető legrosszabb esetet leíró érték.

A valószínűségi alapú megközelítés egyik ismert formája a Monte Carlo analízis (MCA) [3]. Az MCA során az adatok eloszlási görbéje egy vagy több bemenő változót jelöl ki, a görbék tapasztalati úton vagy feltételezéssel meghatározott adatokat tartalmaznak. Az MCA során minden bemenő paramétert véletlenszerűen választanak ki az eloszlási görbéből. Az eredményképzés folyamatát többször lefuttaják a rendelkezésre álló összefüggéseket használva (2. ábra). Minden iteráció eredményét (output vagy kimeneti érték) megjelenítve egy valószínűségi eloszlásgörbe készíthető, amely megadja az eredmény tartományát, valamint egy kiválasztott eredmény valószínűségét.

Dózis-modellek esetén például a bemenő paraméterek az expozíciós faktorok (testtömeg, lenyelt talajvízmennyiség, expozíciós idő, stb.), és a kimenet azt mutatja, hogy a modellezett hatásviselők egy adott napi dózist milyen gyakorisággal kaphatnak.

Az MCA elvégzésére számos kereskedelemben is kapható szoftvercsomag áll rendelkezésre.

2. ábra

A valószínűségi kockázatfelmérés sematikus ábrája (US Navy)

A valószínűségi alapú megközelítés alkalmazásakor az alábbi faktorok figyelembe vétele szükséges:

1. Elegendő adat áll rendelkezésre az adott paraméter eloszlásának leírására?
   Az eloszlási görbék nem minden esetben állnak rendelkezésre minden bemenő paraméterre. Például az ökológiai receptorokat ért dózisok modellezésekor elsősorban az adatok hiánya miatt nem állnak rendelkezésre ilyen eloszlások. Ezért gyakran az MCA során a kevés adatból szerkesztett eloszlás nagyfokú bizonytalanságot hordoz. Ebből a bizonytalanságból eredően a modell adta eredmény nem mindig ad igazolható kockázatbecslést.
2. Az MCA folyamata költség és időnövekedést eredményez, de számos esetben hasznos információt nyújt.
3. Az MCA elvégzése előtt meg kell győződni arról, hogy a felhasznált paraméterek, illetve minden egyes paraméter eloszlásának tekintetében egyetért-e a kockázatfelmérést végzők és a hatóság.
4. A becsléshez használt paraméterek egymástól is függhetnek. A kapcsolatok leírása szükséges lehet, pl. nem feltétlenül várható a hidraulikus gradiens magas értéke a magas hidraulikus vezetőképesség értékétől.
5. Az MCA segítségével meghatározott kockázat kiegészítője, de nem helyettesítője a determinisztikus (nem valószínűségi alapú) kockázatfelmérésnek.
6. A kockázatfelmérés mindig egy bizonyos fokú bizonytalansággal és változékonysággal terhelt. A bizonytalanság foka és mértéke direkt módon befolyásolja az eredmény megbízhatóságát, ezáltal a döntési folyamatot. Ezért fontos az eredmények megjelenítése, pl. hogy milyen megbízhatósági tartományt használtak a mentesítési célérték leírásához.

A bizonytalanság a szegényesen jellemzett faktorokra vonatkozó adathiányt reprezentálja. A bizonytalanság számos tényező eredménye, többek között:

• nincs elegendő információ az adott paraméterről és annak eloszlásáról,
• egyszerűsítő feltételezéseket használtak,
• nincs elegendő információ a biotikus és abiotikus tényezők közötti kapcsolatról,
• annak valószínűsége, hogy az adott expozíciós útvonal ténylegesen előfordul-e.

A bizonytalanság általában több adat gyűjtésével csökkenthető, bár ez általában nagyobb költségvonzatot jelent.

A változékonyság a heterogenitást reprezentálja a jól körülírható adatoknál. A legtöbb “biológiai” faktor esetében a változékonyság belső tulajdonság (pl.: állatok testtömege, szennyezőanyag lenyelési/felvételi arány) és általában ezeket az tényezőket statisztikai eloszlással jellemzik. Szemben a bizonytalansággal a változatosság nem csökkenthető további adatgyűjtéssel.

A bizonytalanság forrása lehet:

• az elméleti modellek feltételezései, a terjedési és expozíciós utak,
• a nem komplett vagy nem elegendő adat,
• a természetes változékonyság és
• analitikai hibák.

Az elméleti modell bizonytalansága alkalmatlan becslési végpontokat jelölhet ki, és ezáltal hibás következtetésekhez vezethet. Ha a bemenő paraméterek nem megfelelőek, a kockázattal kapcsolatos következtetések nem lesznek helyénvalóak. Ha a területen az adatok természetes változékonysága (pl. a fizikai, kémiai és biológiai alkotók) nem ismert teljes mértékben, akkor a terület kondícióiban természetes módon beállt változásokhoz képest a kockázat elemzése sokkal nagyobb eltérést adhat, mint indokolt lenne. Az analitikai hiba okozta bizonytalanság pedig súlyos következményekkel járhat az adatok interpretációjára és a kockázat jellemzésére.

Ha a vizsgálatok nagyfokú bizonytalanságot és változékonyságot mutatnak a mentesítési célérték meghatározásának folyamatában – beleértve a receptorokra vonatkozó kockázatot és a költségeket –, akkor a bemenő paraméterek kiválasztott értékeinek és azok szigorúságának, valamint a becsült hatások megítélése szempontjából további megfontolások szükségesek. Ez a módszer hozzájárulhat vagy egy sokkal konzervatívabb mentesítési célérték megállapításához, vagy további terület-specifikus adatok helyes begyűjtéséhez, ezáltal pedig egy “Tier upgrade” elvégzéséhez. Tehát a bizonytalanság vizsgálat fontos eszköz lehet annak eldöntésére, hogy egy jövőbeli vizsgálat milyen előnyökkel jár.

A vizsgálatok során, amennyiben az lehetséges, ellenőrző vizsgálatokat kell beiktatni:

• a becsült értékek mért értékekkel való verifikációjával,
• vagy egy független számítási móddal.

A bizonytalanság vizsgálat lehet minőségi, vagy mennyiségi folyamat, amelynek ki kell terjednie:

• a bizonytalanság okozta várható hatásokra a kockázatfelmérés folyamatában,
• azonosítania kell, hogy a kockázatot alul- vagy fölülbecsülték-e, és meg kell magyarázni, hogy ez miért történt, valamint
• meg kell adni a bizonytalanság csökkentésének lehetséges módszereit.

		4. A bizonytalanságok és azok kezelése a kockázatfelmérésekben

A fejezet bemutat néhány bizonytalanságot hordozó jelenséget és tényezőt a teljesség igénye nélkül, melyek szükségesek a kockázatfelmérés korlátainak megismeréséhez:

A környezeti kockázat mennyiségi felmérésekor tisztázásra szorul, hogy kit vagy mit tekintenek hatásviselőnek; csupán az embert, vagy az élőlényeket, a környezeti elemeket, az épített környezetet, esetleg archeológiai szempontból védendő értékeket, illetve ezek mely részhalmazát vagy mindezek összességét. Pontosan meg kell határozni, hogy mi a vizsgált végpont. Mi az a káros hatás, vagy károsodás, amelynek bekövetkezési valószínűségét vizsgálják. Pl. halál bekövetkezése, akut vagy krónikus károsodás, valamilyen mértékű mutagén vagy allergizáló hatás bekövetkezése, egy környezeti elem olyan mértékű elszennyeződése, amely az egyes receptorok felé már károsító hatást közvetít, vagy esetleg egy baktériumfaj bizonyos típusú enzimaktivitásának valamilyen mértékű megváltozása, stb. Figyelembe kell venni, hogy a kockázatok kialakulásában szerepe van egyéb kockázatforrásoknak; a “háttérkockázatnak” is, amelyet e fejezet nem vizsgál.

A rossz munkaegészségügyi körülmények, a helytelen életvitel (dohányzás, lelki betegségek stb.), a közlekedés, az élelmiszerbiztonság vagy a kémiai biztonság területe mind-mind kockázatforrások.
Mindezek pontos meghatározása gyakran nehézségekbe ütközik, bizonytalanságot hordoz, mert minden hatásviselő és káros hatás nem vehető figyelembe, a vizsgált populáció összetétele és az expozíció helye változhat, megbízható epidemiológiai adatok hiányában a háttérkockázat szintje nem becsülhető. Az ilyen típusú bizonytalanságok csökkenthetők konzervatív feltételezéseket alkalmazva.

A kockázatfelmérésben a hatásviselők számára tolerálható szennyezőanyag koncentrációk vagy dózisok használatosak kiindulási pontként, “referencia szintként”. A megengedhető koncentráció vagy dózis számítása az egyes vegyi anyagokról nemzetközi adatbázisokban elérhető információkon (toxicitás, ökotoxicitás) alapul. Számos esetben azonban igen gyér az egyes vegyi anyagokról rendelkezésre álló toxikológiai információ, éppen ezért a tolerálható szintet/dózist gyakran nagy biztonsági faktor alkalmazása mellett határozzák meg. Ha több kísérleti eredmény áll rendelkezésre, akkor kisebb biztonsági faktor alkalmazásával a valóságot jobban közelítő tolerálható dózisokat és koncentrációkat kapnak. A kockázatfelmérés első lépcsőjében a környezeti közegekben az elfogadható szennyezőanyag koncentrációkat olyan konzervatív feltételezésekkel határozzák meg, hogy az ember és az ökoszisztéma egyszerre csak egy vegyi anyagnak van kitéve, mely az összes expozíciós úton ugyanabban az időben hat, és az expozíciós utakon (pl. belégzés, lenyelés, bőradszorpció) bejutott szennyezőanyagok mennyisége összeadható. Minden olyan egyéb esetben, ahol egyidőben több szennyezőanyag expozíciója valószínűsíthető - melyek befolyásolják egymás mobilitását és biológiai hozzáférhetőségét -, vagy pedig szinergista hatás várható, további vizsgálatok szükségesek.

A kockázatfelmérések általában nem vesznek figyelembe periódikusan ismétlődő vagy kevésbé valószínű eseményeket, mint pl. hóolvadás vagy áradások, árvizek.
A kockázati modell általában a legvalószínűbb nemvárt eseményekre és azok következményeire fókuszál. A kockázatfelmérésnek azonban a kevésbé valószínű események vizsgálatát is tartalmazni kell, ha ilyen események is bekövetkezhetnek, hiszen egy olyan esemény is eredményezhet nagy kockázatot, melynek bekövetkezési valószínűsége kicsi, de a következménye súlyos. Ez a veszély fennálhat, ha például a szennyezőanyag terjedését akadályozó gát (természetes vagy mesterséges) erodálódik (pl. az aszfaltborítás az időjárás hatására szétmálik, agyagréteg eltávolításra kerül, stb), s ilymódon a migráció megindul, vagy mértéke számottevően megnő és ezáltal a szennyezőanyagok jobban hozzáférhetővé válnak. A nemkívánt esemény a szennyezőanyagok terjedéséhez vezethet, a szennyezőanyag csóva frontja egy bizonyos idő elteltével érzékeny területeket, vagy receptorokat érhet el. A rendszeres monitoring tevékenység megoldásként szolgál, hiszen a szennyezettség kiterjedésének nyomonkövetésén túlmenően a kockázatfelmérésben figyelembe vett peremfeltételek esetleges megváltozására is felhívja a figyelmet. A kevésbé valószínű nemvárt események hatásának figyelembe vétele érdekében a kockázatfelmérésekben addig kell vizsgálódni, míg rövid idejű, nagy expozíciójú eseményt nem találunk.

Az expozíció-valószínűség számítás alapja a szennyezőanyag terjedés modellezés. A modellek a legvalószínűbb terjedési útvonalakat szokták meghatározni olyan ideális feltételek mellett, mint pl. homogén földtani-vízföldtani felépítés, a szennyezőanyag egyensúlyi megoszlása a környezeti elemek között, a szennyeződés homogén módon oszlik el, stacionárius talajvíz áramlás, stb. Ugyanakkor a valóságban a talajszerkezet gyakran nem homogén, az eloszlás a környezeti elemek között nem egyensúlyi. Ehhez adódik hozzá a szennyezőanyag koncentrációt természetes módon csökkentő vagy növelő folyamatok (szorpció-deszorpció, biodegradáció, hígulás, kipárolgás, stb.) becsléséből eredő bizonytalanság is. Monitoring tevékenységgel ilyen esetekben is ellenőrízhető a kockázatfelmérésben figyelembe vett peremfeltételek helyessége, de érzékenység vizsgálattal már a kockázatfelmérés során megállapítható, hogy mely paraméterek változása befolyásolja leginkább az eredményt.

		Irodalom

[1] P.A. Marsland, M. A. Carey: Metodology for the Derivation of Remedial Targets for Soil and Groundwater to Protect Water Resources, Environmental Agency R&D Publication 20, Bristol 1999

[2] Norwegian Pollution Control Authority (SFT): Guidelines for the risk assessment of contaminated sites, TA-1691/1999, Report 99:06, Oslo-Norway 1999

[3] U.S. Navy: Guidance for Conducting Ecological Risk Assessments