keskkonnariski hindamine

1

KESKKONNAMINISTEERIUM

KESKKONNARISKI HINDAMINE

HINDAMISKÄIK JA ÜHILDAMINE KESKKONNAMÕJU

HINDAMISEGA

Tõnis Põder

2015

2

Keeletoimetaja: Sven Maanso

Tehniline toimetaja: Tiit Lukki

© Tõnis Põder, autoriõigus

© Keskkonnaministeerium, varalised õigused

ISBN 978-9949-9736-0-6 (pdf)

3

Sisukord

1 Sissejuhatus ........................................................................................................................................... 5 1.1 Taust ............................................................................................................................................................... 5 1.2 Käsiraamatu sisu ......................................................................................................................................... 5 1.3 Ülesehitus ....................................................................................................................................................... 6

2 KRH kontseptsioon .............................................................................................................................. 6 2.1 Olulised mõisted ........................................................................................................................................... 6 2.2 KRH kui iseseisev keskkonnakorralduse instrument ......................................................................... 9

2.2.1 Tervise- ja ökoriski kontseptsiooni kujunemine ...................................................................................... 9 2.2.2 Ettevõtete riskianalüüsi kujunemine .......................................................................................................... 11 2.2.3 Ruumi- ja ajamastaap ........................................................................................................................................ 11 2.2.4 Organisatsioonid ja publikatsioonid ........................................................................................................... 11

2.3 KRH keskkonnamõju hindamise osana ............................................................................................... 12 2.3.1 KMH ja KRH võrdlus .......................................................................................................................................... 12 2.3.2 KRH rakendamine KMH analoogina ............................................................................................................ 14 2.3.3 KRH rakendamine KMH-s ................................................................................................................................ 15

2.4 KRH keskkonnajuhtimises ...................................................................................................................... 18 2.5 Riskide ohjamine ....................................................................................................................................... 18

3 Riskihindamise käik ........................................................................................................................ 19 3.1 Probleemi formuleerimine ja ohu identifitseerimine ........................................................................ 19

3.1.1 Probleemi formuleerimine .............................................................................................................................. 19 3.1.2 Ohu identifitseerimine ...................................................................................................................................... 20 3.1.3 Sihtobjektide (retseptorite) määratlemine .............................................................................................. 20 3.1.4 Eksponeeritusrajad ja kontseptuaalne mudel ........................................................................................ 21 3.1.5 Ruumi- ja ajamastaap ........................................................................................................................................ 22 3.1.6 Hindamiskava ....................................................................................................................................................... 23

3.2 Eksponeerituse-mõju seos ........................................................................................................................ 23 3.2.1 Taust ......................................................................................................................................................................... 23 3.2.2 Mõju iseloomustamine organismi tasemel ............................................................................................... 23 3.2.3 Tervisemõju ........................................................................................................................................................... 26 3.2.4 Ökomõju .................................................................................................................................................................. 28 3.2.5 Toksilisuse andmeallikad ................................................................................................................................ 31

3.3 Eksponeerituse hindamine ...................................................................................................................... 33 3.3.1 Taust ......................................................................................................................................................................... 33 3.3.2 Mõjuri vallandumine ......................................................................................................................................... 33 3.3.3 Liikumist ja muundumist määravad tegurid ........................................................................................... 35 3.3.4 Mõjuri liikumise ja muundumise kirjeldamine ...................................................................................... 36 3.3.5 Eksponeerituse arvutamine............................................................................................................................ 40 3.3.6 Eksponeerituse tõenäosuslik iseloomustamine Monte Carlo meetodil ....................................... 43 3.3.7 Andmeallikad eksponeerituse arvutamiseks .......................................................................................... 44

3.4 Riski iseloomustamine .............................................................................................................................. 44 3.4.1 Riskitaseme hindamine .................................................................................................................................... 44 3.4.2 Riski kaalumine .................................................................................................................................................... 47 3.4.3 Määramatuse käsitlemine ............................................................................................................................... 49

4 Organisatsiooni riskianalüüs ....................................................................................................... 50 4.1 Taust ............................................................................................................................................................. 50 4.2 Ohtude tuvastamine .................................................................................................................................. 51 4.3 Kriitiline sündmus ..................................................................................................................................... 51

4

4.3.1 Tähendus ................................................................................................................................................................ 51 4.3.2 Ohu- ja toimivusuuring ..................................................................................................................................... 52 4.3.3 Tõrkeliigi ja -mõjuanalüüs............................................................................................................................... 52 4.3.4 Veapuuanalüüs ..................................................................................................................................................... 52 4.3.5 Sündmusepuuanalüüs ....................................................................................................................................... 53 4.3.6 Vallandumismudelid .......................................................................................................................................... 54

4.4 Eksponeerituse ja mõju analüüs ............................................................................................................ 55 4.4.1 Kriitilisele sündmusele järgnevad stsenaariumid ................................................................................. 55 4.4.2 Põhjuse-tagajärje analüüs ............................................................................................................................... 55 4.4.3 Ristlipsuanalüüs .................................................................................................................................................. 56 4.4.4 Mõju kvalitatiivne ja semikvantitatiivne hindamine ............................................................................ 57 4.4.5 Eksponeerituse ja mõju kvantitatiivne modelleerimine ..................................................................... 57 4.4.6 Sihtobjektide hulk (sotsiaalne risk) ............................................................................................................ 63

4.5 Riski iseloomustamine .............................................................................................................................. 63 4.5.1 Riskimaatriks ........................................................................................................................................................ 63 4.5.2 F-N-graafik ............................................................................................................................................................. 64

5 Regionaalse suhtelise ökoriski hindamine .............................................................................. 66

6 Riskide kommunikeerimine ......................................................................................................... 68 6.1 Taust ............................................................................................................................................................. 68 6.2 Psühholoogilised tegurid .......................................................................................................................... 68 6.3 Maailmavaade ............................................................................................................................................ 69 6.4 Soolised ja rassilised erinevused ............................................................................................................ 69 6.5 Esitusviisi mõju .......................................................................................................................................... 69 6.6 Emotsionaalne taust .................................................................................................................................. 70 6.7 Usaldus ......................................................................................................................................................... 70 6.8 Eksperdid vs. mitteeksperdid .................................................................................................................. 71

7 Mõju- ja riskihindamise ühildamine .......................................................................................... 72 7.1 Kavandamine .............................................................................................................................................. 72 7.2 Hindamiskäik .............................................................................................................................................. 73

7.2.1 Tausta iseloomustamine .................................................................................................................................. 73 7.2.2 Eksponeerituse-mõju seos .............................................................................................................................. 74 7.2.3 Mõju prognoosimine/eksponeerituse hindamine................................................................................. 74 7.2.4 Mõju hindamine/riski iseloomustamine ................................................................................................... 74

7.3 Hea praktika põhimõtted ......................................................................................................................... 75

Kasutatud allikad ....................................................................................................................................... 76

5

1 Sissejuhatus

1.1 Taust

Keskkonnamõju hindamine (KMH) ja keskkonnariski hindamine (KRH) on keskkonnakorralduse

vahendid, mille areng on toimunud rööbiti ning teineteisest sõltumatult, neid on edendanud

mitmesugused organisatsioonid ning erineva taustaga spetsialistid. Nendevaheliste kontaktide

vähesust näitab see, et KMH metodoloogia alases kirjanduses ei käsitleta KRH-d üldse või piirdutakse

lühiülevaatega (nt Canter, 1977; Pettes, 1999, Anjaneyulu & Manicam, 2011), sama paistab KRH

kirjanduses – näiteks mahukas (üle 1500 lk) kogumik „Human and Ecological Risk Assessment.

Theory and Practice” (Paustenbach, 2002) ning US EPA „Framework for Human Health Risk

Assessment” (US EPA 2014a) isegi ei maini KMH-d, Suteri põhjalik monograafia „Ecological Risk

Assessment” (Suter, 2007) pühendab KMH-le kõigest 16 rida.

Vähemalt KMH poolt vaadatuna on suuremate kontaktide vajadust mõistetud. Mitmed KMH

metodoloogia uurijad, nt Canter (1997), Suter jt (1987), Eduljee (1999) ja Petts, 1999) on leidnud, et

rõhuasetus tõenäosuse ja määramatuse selgel ja võimaluse korral kvantitatiivsel käsitlemisel on KRH

oluline paremus KMH ees. Ka peab KMH tavaliselt käsitlema tervisemõjusid, sh võimalike

õnnetusjuhtumite tagajärgi – seda, mida traditsiooniliselt käsitlevad terviseriski hindamine ja

riskianalüüs ning kus selleks on välja arendatud asjakohased meetodid. Kuigi KMH-s on

õnnetusjuhtumite riskianalüüsi ning terviseriski hindamist ka rakendatud, on järeldatud, et see pole

alati toimunud süsteemselt ja vastavuses hea praktikaga (Demidova & Cherp, 2005). Põhjuseks võib

olla vähemalt osaliselt see, et KMH osapooltel pole olnud piisavalt metodoloogilist tuge – Kanada

„Guidance on Human Health Risk Assessment for Environmental Impact Assessment in Alberta”

(Guidance on..., 2011) on teadaolevalt seni ainus KMH raames terviseriski hindamise põhimõtteid

käsitlev juhend. Eestis, kus omakeelne keskkonnariski hindamise põhjalikum ülevaade seni üldse

puudub, on riskide hindamine KMH-s piirdunud õnnetusjuhtumitega seotud riskide käsitlemisega.

Kuni KMH osapooled riskihindamise võimalusi ja piiranguid ei tunne, puudub neil ka alus seisukohaks,

mida sellelt KMH-s saaks või tuleks oodata. Käesolev käsiraamat püüab aidata KMH osapooltel saada

üldist ettekujutust riskihindamisest, selles kasutatavatest meetoditest ja nende rakendamise

võimalustest KMH-s. Samas on selles rohkesti viiteid täiendavatele allikatele, sealhulgas

arvutusalgoritmidele, mudelitele ja andmekogudele, mille kaudu on võimalik jõuda pädevuseni

vähemalt lihtsamate riskihindamiste tegemiseks. Palju sõltub sealjuures varasematest teadmistest ja

oskustest. Peamine on siiski KMH osapoolte ühtse arusaamise kujundamine KMH-s riskihindamise

rakendamiseks, oskus kaasata selleks asjatundjaid ning suutlikkus nendega sisuliseks koostööks – ja

selle tulemusel otsusetegija suutlikkus teha paremaid (= informeeritumaid) otsuseid.

1.2 Käsiraamatu sisu

Käsiraamat hõlmab terviseriski hindamist, ökoloogilise riski (edaspidi lühidalt ökorisk) hindamist ning

nn riskianalüüsi ettevõttes (vahel nimetatud ka tõenäosuslikuks riskianalüüsiks). Tervise- ja ökoriski

käsitletakse koos kui integreeritud riskihindamist, sest neil on põhimõtteliselt sama kontseptsioon

(ökoriski hindamine on arendatud terviseriski hindamisest); seal, kus asjakohane, tuuakse välja nende

erisused. Põhimõtteliselt oleks võimalik nendega ühildada ka riskianalüüs ettevõtetes, kuid praktilisem

on seda käsitleda eraldi – selle areng on toimunud eraldiseisvalt ja on erinevusi nii terminoloogias kui

ka lähenemisviisis.

6

1.3 Ülesehitus

Käsiraamatu sisu on jaotatud kuueks osaks. Esimene osa annab ülevaate KRH kontseptsioonist ning

loob aluse järgmiste osade mõistmiseks. Teine osa esitab integreeritud KRH struktuuri, mis ühendab

traditsioonilist tervise- ja ökoriski. Kolmas osa käsitleb ettevõtete riskianalüüsi, s.o õnnetusjuhtumitest

tulenevate riskide hindamist. Neljandas osas tutvustatakse suhtelise regionaalse ökoriski hindamise

viisi, mis erineb traditsioonilisest kontseptsioonist. Viies osa käsitleb KMH ekspertide (riskihindajate)

suhtlust publiku ja huvigruppidega, riskide tajumist ja taluvust mõjutavaid tegureid, objektiivse ja

subjektiivse riski kontseptsioone. Viimases, kuuendas osas käsitletakse KRH integreerimist KMH

käiku.

2 KRH kontseptsioon

Selles osas antakse kõigepealt ülevaade kesksetest terminitest (oht, ohtlikkus, risk, toksilisus,

keskkonnaohtlikkus, mõjur, retseptor, eksponeeritus jt), kirjeldatakse KRH liike ning nende osa

iseseisvalt ja KMH komponendina.

2.1 Olulised mõisted

KRH-s, nagu kiirestiarenevates interdistsiplinaarsetes valdkondades ikka, on erineva taustaga

inimesed ja organisatsioonid kaasa toonud oma arusaamu ja lähenemisviise, mille ühekülgsusest või

piiratusest johtub ka terminoloogiline segadus. See algab juba terminitest „oht” ja „risk”. Sageli, eriti

tavakeeles, kasutatakse neid sünonüümidena, kuid KRH raames see nii ei ole. Enam levinud on

määratlus, mille järgi väljendab oht kahjutekitamisvõimet/potentsiaali, seevastu risk tähendab

peamiselt kahjuliku tagajärje ilmnemise tõenäosuse või esinemissageduse ning kahju suuruse

funktsiooni või mõõtu. Mõnel juhul, eriti nn tööstuse riskianalüüsis, võib see olla esitatud lihtsa valemi

kujul, seevastu ökoriski hindamisel võib tõenäosuse arvestamine olla palju mitmekesisema sisuga ning

raskemini jälgitav. Üldtunnustatud riskidefinitsioon seni puudub, seda pole õnnestunud leida

standardite koostamisel (nt ISO juhend 73:2009 Riskihaldus. Sõnavara) ning on küsitav, kas selleni

jõutaksegi. Erinevus on siiski pigem rõhuasetuses kui sisus, kuigi on ka põhimõttelisi lahkarvamusi.1

Riski tekkeks peab olema põhjuslik seos. Kahjuliku sündmuse/tagajärje põhjustaja, s.o mõjur (ingl k

agent, chemical of concern, stressor2), võib olla füüsikaline (nt rõhk, ioniseeriv või soojuskiirgus),

keemiline (nt toksiline või söövitav aine), bioloogiline (nt haigusttekitav mikroob või võõrliik, kes

tõrjub välja kohaliku liigi) tegur või isegi informatsioon (nt ähvardus, ohusignaal, mis tekitab stressi

või paneb põgenema). Eristada saab esmaseid (vahetult riskiallikast pärinevaid) mõjureid ning nende

1 Esineb definitsioone, mis samastavad riski tõenäosusega või sündmusega. Samuti on arvamusi, et riskina ei tuleks käsitleda ainult

negatiivseid, vaid ka positiivseid tagajärgi. Mõned autorid, nt Merkhoffer (1999) defineerivad riski kui määramatust või ebakindlat

olukorda, ISO juhendi 73:2009 kohaselt on risk määramatuse toime või mõju eesmärkidele. Eesti keskkonnaseadustiku üldosas on

keskkonnarisk ja -oht defineeritud nn keskkonnahäiringu tõenäosuse kaudu, s.o viisil, mis erineb silmatorkavalt erialakirjanduse levinud

määratlustest. Ohu ja riski definitsioonide põhjalikum käsitlus jääb väljapoole selle töö raame. Täiendavaid käsitlusi vt Chongfu, 2013.

2 Mõnes keskkonnariski käsitluses (Fjeld et al., 2007; http://www.epa.gov/OCEPAterms/cterms.html) seostatakse riski saastajatega

(contaminants), mis on defineeritud kui füüsikaline, keemiline, bioloogiline või radioloogiline substants või aine, millel on kahjulik

toime õhule, veele või pinnasele. Käesolevas töös on välditud hinnangut kandvate terminite, nagu „saasteaine”, kasutamist üldnimetajana.

Iga aine võib põhjustada kahjulikku mõju, kui ta on vales kohas või vales koguses. Seega sõltub otsus, kas tegemist on saastajaga,

hinnangust, mis omakorda sõltub konkreetsest olukorrast.

7

esile kutsutud sekundaarseid ning järgnevaid kaudseid mõjureid, mis võivad moodustada mõjuahelaid

või -võrke. Oluline on põhjuse-tagajärje seoste olemasolu.

Kuigi inimeste tervisele või keskkonnale võib kahju tekitada mis tahes objekt või tegevus, on

intuitiivselt selge, et tulenevalt omadustest võib nende kahjustamisvõime olla väga erinev. See

tähendab, et ohtlikkus on konkreetse mõjuri omadus, nt toksilisus, tule- ja plahvatusohtlikkus jms,

mida saab objektiivselt mõõta.3 Ohtu tekitavate omaduste, nt kemikaalide toksilisuse mõõtmiseks

rakendatakse standardiseeritud viise. Tuleb silmas pidada, et aine toksilisus kui selle olemuslik omadus

ei sõltu aine kogusest – elavhõbe kui aine on toksilisem kui vask. Seda ei tohi segi ajada asjaoluga, et

iga aine kahjutekitamispotentsiaal sõltub ka konkreetsest kogusest – suur kogus vaske võib olla

suurema toksilise toimega kui sellest palju väiksem kogus elavhõbedat. Asjaolu, et iga aine võib küllalt

suure koguse (annuse) korral olla toksiline, on tuntud juba Paracelsuse 4 ajast. Aineid, mille

kahjutekitamise potentsiaal on nii suur, et nendega ümberkäimisel on vajalikud erilised

ettevaatusabinõud, on praktiline liigitada ohtlikuks. Piiri tõmbamine ohtliku (nt toksilise) ja

mitteohtliku (nt mittetoksilise) vahele on puhtalt praktilise kokkuleppe asi, millest tulenevalt on tehtud

erinevaid ohtlikkuse klassifikatsioone. Nende ühildamise tülikusest jagusaamiseks on üle mindud

ülemaailmsele kemikaalide klassifitseerimise ja märgistamise üldisele ühtlustatud süsteemile

(Globally Harmonised System of Classification and Labelling of Chemicals (GHS, 200)).

Riski teke on alati seotud riskiallikaga/ohuallikaga, s.t ohtliku objektiga, kust saab pärineda mõjur.

Riskiallikas võib olla nii inimtekkeline (kemikaalihoidla, prügila) kui ka looduslik (vulkaan).

Riskiallikas võib olla ajalooline (seda enam pole), olemasolev või kujutletav (kavandatav). KMH

raames on riskiallikana käsitletav ainult kavandatav tegevus (objekt). Eristada tuleb konkreetse mõjuri

(nt kemikaal, kiirgus, mikroorganism) ohtlikkust riskiallika/ohuallika ohtlikkusest – see tähendab, et

kui ohtlikkuse mõistet rakendatakse konkreetsetele objektidele ja tegevustele, nt kemikaalihoidlale või

veosele, tuleb arvestada nii selles oleva kemikaali omadusi kui ka kogust – just nagu toimub ettevõtete

klassifitseerimine ohtlikeks ettevõteteks ja suurõnnetuse ohuga ettevõteteks (majandus- ja

kommunikatsiooniministri määrus 08.06.2011 nr 40).

Kui risk on olemuslikult seotud (kahjuliku) muutusega, peab olema määratletud objekt, mille muutust

konkreetse riski puhul silmas peetakse – s.o retseptor/sihtobjekt. Kahjulik muutus võib olla ka

sündmus, sh mingi objekti teke või olemasoleva objekti kadumine. Sihtobjekti valik tuleneb talle

omistatud väärtusest, mille tõttu seda soovitakse kahjuliku toime eest kaitsta. Sihtobjektid võivad olla

inimesed, ehitised, loomad, taimed, kooslused, ökosüsteemid, maavarad, jne. Viimasel ajal on

sihtobjektina käsitletud ka ökosüsteemide teenuseid. Sihtobjekti valik tuleneb konkreetsest olukorrast.

Ilma sihtobjektita pole riski. Retseptorina võidakse käsitleda ka mingit organismi osa (elundit).

Eksponeeritus5

Sihtobjektile/retseptorile toime avaldamiseks peab see mõjuriga kokku puutuma või olema muul viisil

kättesaadav tema otsesele või kaudsele toimele. Kuna keskkonnariski kontseptsiooni kujunemisel on

olnud oluline kemikaalidest lähtuv risk, mille puhul toime avaldub ainult või peamiselt vahetul

kokkupuutel sihtobjektiga, siis on mõnikord eksponeeritust mõistetudki ainult mõjuri ja sihtobjekti

kontaktina või organismi sisenemisena. Selline definitsioon on liiga kitsas, eriti ökoriski hindamisel.

3 Nt võrreldes ainete X ja Y kogust, mis põhjustab katseloomades ühesuuruse tagajärje, nt 50% isendite surma (LC50), saab mõõta nende

toksilisuse (ohtlikkuse) erinevust. 4 Von Hohenheimi alias Paracelsuse, 16. sajandi arsti kuulus ütlus Dosis facit venenum (annus teeb mürgi). 5 Mõnel puhul eestikeelsetes riskialastes tekstides on kasutatud terminit „ekspositsioon”, mis viitab minu arvates objektile, mitte

sündmusele, millega on tegemist keskkonnariski hindamisel.

8

Viisi, kuidas mõjur või sellest alguse saanud kaudne toime jõuab sihtobjektini, kirjeldab

eksponeeritusrada (exposure pathway). Eksponeeritusradade kombinatsiooni nimetatakse ka

eksponeeritusstsenaariumiks. 6 Selle selgitamine ning eksponeerituse kujunemise ja suuruse

määramine on eksponeerituse hindamine või eksponeerituse analüüs. 7 Kui eksponeeritus ja selle

võimalus puudub, pole ka riski.

Riskihindamine ja riskianalüüs

Nende terminite kasutamisel valitseb segadus. Mõnel puhul on nende tähendus ühesugune või suurel

määral kattuv, kuid erinevates valdkondades traditsiooniliselt kasutusel üks või teine. Näiteks

sõjanduses ja majanduses on tavapärane rääkida riskianalüüsist (risk analysis), keskkonnakorralduses

valdavalt riskihindamisest (risk assessment).

Viimases on erandiks GMO-dest ja invasiivsetest liikidest tuleneva riski käsitlemine, mille puhul

kasutatakse terminit ,,riskianalüüs”. Ohtlike ettevõtete ja ohtlike ainete transpordiga kaasnevate riskide

käsitlemisel on samuti kasutusel nii ,,riskihindamine” (nt CPR 18E, 2005 ning Nicolet-Monnier &

Gheorghe, 1996) kui ka ,,riskianalüüs” (Seppäla, 1994). Aga erinevus võib olla ka sisus – mõnes

allikas (nt standardid EVS-ISO 31000:2010 Riskijuhtimine. Põhimõtted ja juhised; EVS-

EN31010:2010 Riskiohjamine. Riskihindamismeetodid; Fjeld et al., 2007) koosneb riskihindamine

kolmest komponendist: 1) riskide tuvastamisest, 2) riskianalüüsist ning 3) riskitaseme hindamisest

(risk evaluation). Seevastu C. Yoe põhjalik „Principles of risk analysis” (Yoe, 2012) eristab

riskianalüüsis järgmisi komponente 1) riskihindamist, 2) riskiohjamist ja 3) riskide kommunikeerimist.

Lühidalt, mõnes käsitluses on tegemist sünonüümidega, mõnes on riskianalüüs üldisem ja

riskihindamine selle osa, mõnes jälle vastupidi – riskihindamine on üldisem ning riskianalüüsi all

mõistetakse selle osa või liiki. Käesolevas töös on riskihindamist ja -analüüsi käsitletud

sünonüümidena.

Riskihindamine on riskide tekke väljaselgitamise ja nende suuruse kvalitatiivse või (eelistatult)

kvantitatiivse hindamise süsteemne viis. See on analüütiline protsess, mis tugineb võimaluse piires

teaduslikele alustele, kuid on tõenäosuslik ja sisaldab väärtushinnanguid ning määramatust. See on

vahend otsustaja varustamiseks informatsiooniga võimalikult hea otsuse tegemiseks.8

Riskihindamine võib olla kvalitatiivne, semikvantitatiivne või kvantitatiivne. Kvalitatiivse hindamise

korral on tulemuseks eksperthinnangutel põhinevad riskiklassid, nt suur/kõrge, keskmine ja

väike/madal. Semikvantitatiivse hindamise puhul antakse riskikomponentidele arvväärtused, mille

agregeerimisega saadud indeksite alusel saab riske reastada mingis etteantud vahemikus, nt 0–10.

Kvantitatiivse hindamise korral on tõenäosused ja tagajärjed iseloomustatud kvantitatiivselt, nt

vigastatud või hukkunud inimeste arv, elustiku kahjustamise ulatus, ehitiste kahjustamise määr,

majandusliku kahju rahaline suurus.

Keskkonnariski hindamine

Keskkonnariski hindamine on riskihindamise liik. Keskkonnariski hindamine on tegevus, millega

hinnatakse riskiallikast lähtuva mõjuri poolt mingile keskkonnaosale (keskkonnakomponendile) või

viimaste kaudu inimeste tervisele või varale (sihtobjektile/retseptorile) tekitatava negatiivse mõju

tõsidust ja tõenäosust. Keskkonnariski hindamine tugineb paljudele teadusharudele, mille osatähtsus

sõltub nii keskkonnariski liigist laiemalt (nt terviserisk, ökorisk) kui ka konkreetse juhtumi iseloomust,

sh käsitluse detailsusest. Tavapäraselt pole KRH-d peetud iseseisvaks teadusharuks, vaid vahendiks,

6 Vahel käsitletakse eksponeeritusstsenaariumina ka üht rada. 7 Vahel käsitletakse eksponeerituse hindamist kui otseselt kontakti või annuse hindamist, jättes kõrvale tee, mille kaudu mõjur

sihtobjektini jõuab. 8 Hea otsus on selline otsus, mis rajaneb kõigil mõistliku pingutusega kättesaadavatel asjakohastel teadmistel tagajärgede iseloomu ja

nende ilmnemise tõenäosuse kohta.

9

mis sünteesib mitmete teadusharude tulemusi ning edastab neist tulenevad järeldused riskiohjajale.

Viimasel ajal (Hansson and Aven, 2014) on väidetud, et KRH-l on piisavad tunnused selle pidamiseks

iseseisvaks teadusharuks.

Keskkonnariski hindamisel on kaks haru: 1) terviseriski hindamine ja 2) ökoriski hindamine. Nende

erinevus seisneb sihtobjektis – terviseriski puhul on selleks inimene9, ökoriski puhul populatsioonid,

kooslused, ökosüsteemid. Vahel, k.a Euroopa Liidu olulistes dokumentides 10 kasutatakse

terminit ,,keskkonnarisk” ainult ökoriski tähenduses, millega „keskkonnarisk” üldmõistena läheb

kaduma. Tervise- ja ökoriski kooshindamine on integreeritud riskihindamine.

Sageli (nt Fairman et al., 1999) käsitletakse KRH kolmanda liigina riskianalüüsi tööstuses (applied

industrial risk assessment), mida nimetatakse vahel tõenäosuslikuks riski hindamiseks (probabilistic

risk assessment (Asante-Duah,1998)) ja kvantitatiivseks riskihindamiseks (quantitative risk

assessment (CPR 18E, 2005)). Tegelikult ei eristu see tervise- ja ökoriskist ei riskiallika ega sihtobjekti

poolest, mis on viimaste eristamise aluseks, vaid eelkõige käsitlusala kitsuse poolest – see on

traditsiooniliselt tegelnud ohtlikes ettevõtetes, eriti keemiatööstusettevõtetes õnnetusjuhtumite ja

nende tagajärgedega. Tagajärjed võivad olla mõistagi nii inimeste, ehitiste ja seadmete kui ka

keskkonnakomponentide kahjustused, mis on sisuliselt hõlmatud tervise- ja ökoriski mõistega. 11

Selliselt käsitletakse riskianalüüsi ka ettevõtete keskkonnajuhtimises ohtlike ettevõtete Seveso 12

direktiivist tulenevalt kohustusliku riskianalüüsina, laiemalt ka keskkonnajuhtimissüsteemide

rakendamisel oluliste keskkonnaaspektide kindlaksmääramisel. Seega tuleneb tööstuse riskianalüüsi

eristamine rohkem traditsioonist ja arengukäigust kui objektiivsetest sisulistest põhjustest. Selle

spetsiifiline erisus seisneb riskihindamise ja -ohjamise tihedamas seoses.

Käesolevas töös on järgitud KRH tüpoloogiat, mille kohaselt on selles kolm haru: terviseriski

hindamine (Human Health Risk Assessment), ökoriski hindamine (Ecological Risk Assessment) ning

organisatsioonide riskianalüüsi hädaolukordade ja õnnetusjuhtumitega seotud riskide hindamine

(Applied Industrial Risk Assessment).

Riskide ohjamine (risk management) on riski vähendamiseks või vastuvõetaval tasemel hoidmiseks

ettevõetav tegevus. Riski ohjab füüsiline isik või organisatsioon, kellel on õigus või kohustus

rakendada abinõusid riski hoidmiseks vastuvõetaval tasemel või vähendamiseks selleni. Riski

hindamise ja ohjamise vahekorra kohta on erinevad seisukohad (osa 2.5).

2.2 KRH kui iseseisev keskkonnakorralduse instrument

2.2.1 Tervise- ja ökoriski kontseptsiooni kujunemine

Tänapäevane keskkonnariski hindamise kontseptsioon on välja kasvanud terviseriskide hindamisest.

Koos keemiatööstuse kiire kasvuga XX sajandi algusaastatest muutus oluliseks kemikaalidega

vahetult kokkupuutuvate inimeste tervisekaitse. Kõigepealt tähendas see ohutute annuste

väljaselgitamise vajadust. Selleks hakati süsteemselt ühildama epidemioloogiliste uuringute andmeid

loomkatsetega ning kirjeldama annuse ja mõju vahelist seost (Friess, 1987, op. cit. Paustenbach, 2002).

Pärast II maailmasõda keemiatööstuse kiire kasv jätkus, eriti kiiresti suurenes põllumajanduses

9 Terviseriski hindamisel on levinud riski defineerimine haiguse või surma tõenäosusena. 10 Nt „EC Technical Guidance Document on Risk Assessment” (TGD, 2003). 11 Teisalt võivad keskkonnariskis sihtobjektideks olla ehitised või kultuurimälestised, mida tervise- ja ökoloogilise riski hindamisel

sihtobjektide hulka ei loeta ja mida ka riskianalüüs täiesti ei hõlma (mingi tehase rutiinse tegevuse põhjustatud õhusaaste mõju nt lähedal

asuvate skulptuuridele ei mahu riskianalüüsi ega ökoloogilise riski alla. 12 EL direktiiv 82/511/EC, mis kehtestas suures koguses ohtlikke kemikaale käitlevate ettevõtete riskianalüüsi kohustuse. Tõuke selleks

andis 1976. a Itaalias Sevesos toimunud õnnetus, kui keskkonda pääses tetrachlorodibenzodioksiin (TCDD).

10

taimekaitsemürkide kasutamine, ulatuslikult hakati kasutama toidulisandeid ja säilitusaineid. Peatselt

ilmnesid negatiivsed kõrvalnähud looduses ja teadvustati keskkonna saastatusest tulenev oht inimeste

tervisele. Ilmnes ka, et paljude kasutusel olevate kemikaalide tervise- ja keskkonnaohtlikkuse kohta

andmed puuduvad või on napid. 13 Ameerika Ühendriikides muutus eriti aktuaalseks vanade

jäätmehoidlate ohtlikkuse ning reostatud alade puhastamise vajaduse üle otsustamine. Nii jõuti

tõdemuseni, et tegemist pole pelgalt tööohutuse probleemiga, vaid ka muude elanikerühmade tervise

ja looduskeskkonna kahjustamine toimub viisil ja ulatuses, millest tekkinud probleemide

kontrollimiseks ja lahendamiseks on vaja uut meetodit. Sellist, mis aitaks teha otsuseid olukorras, kus

asjakohane informatsioon on puudulik, kuid samas võimaldaks seda kasutada parimal moel, selgelt

arvestades määramatust.

Selleks uueks vahendiks sai 1983. a Ameerika Ühendriikide Teaduste Akadeemia (US National

Academy of Science, NAS) esitatud terviseriski hindamise kontseptsioon, mis omakorda sai aluseks

järgmisel kümnendil USA Keskkonnakaitseagentuuri (US Environmental Protection Agency, EPA)

esitatud ökoloogilise riski hindamise kontseptsioonile (US EPA, 1998). 14 Järgnevatel aastatel

publitseeris USA Keskkonnakaitseagentuur veel mitu täiendavat juhendit, sh kantserogeense toime ja

kumulatiivse riski käsitlemiseks (US EPA, 2003a; US EPA, 2005a). Peamiselt nendes juhendites

esitatud põhimõtteskeemidele või nende modifikatsioonidele tugineb praegu KRH praktika.

Modifikatsioonid erinevad üksteisest kasutatava terminoloogia ning struktuuri poolest, kuid need pole

põhimõttelise tähtsusega. Viimasel aastakümnel on KRH-s toimunud kaks märkimisväärset muutust:

arusaamine tervise- ja ökoriski ühendamise otstarbekusest on tinginud nn integreeritud riskikäsitluse

(joonis 2.1) ning ökoriski käsitluses on toimunud nihe suuremale põhinemisele ökoloogia teoorial.

Joonis 2.1. KRH põhimõtteskeem.

13 See probleem püsis aktuaalne ka hiljem, vt (http://www.chemicalindustryarchives.org/factfiction/testing.asp). 14 Teenimatult on hilisemates ülevaadetes jäänud tähelepanuta NATO teaduskomitee osa, nt projekt „Risk Management of Chemicals in

the Environment”. Kindlasti tehti KRH alal palju ka tuumarelvade katsetuste tagajärjel tekkinud probleemide tõttu, kui selle mõju n-ö

peavoolu KRH arengule on raske jälgida. Selgelt on see näha soojuskiirguse tervisemõju käsitlustest, kus otse viidatakse

tuumaplahvatustega saadud andmetele.

PROBLEEMI JA OHU

TUVASTAMINE

• Ohuallikate kindlakstegemine

• Sihtobjektide kindlaksmääramine

• Kontseptuaalse mudeli koostamine

• Hindamiskava ja uuringute vajadus

EKSPONEERITUSE

ANALÜÜS

• Vallandumine

• Liikumine keskkonnas

• Eksponeerituse mõõtmine &

modelleerimine

EKSPONEERITUSE–MÕJU

ANALÜÜS

• Toksiline jm toime

• Ekstrapoleerimine

• Põhjuslik seos

• Läviväärtused

RISKI ISELOOMUSTAMINE

• Riskitaseme hindamine &

tõlgendamine

• Riski kaalumine

• Määramatuse iseloomustamine

http://www.chemicalindustryarchives.org/factfiction/testing.asp

11

2.2.2 Ettevõtete riskianalüüsi kujunemine

Kolmas KRH liik, riskianalüüs tööstuses, arenes tervise- ja ökoriski hindamisest erinevat rada. Selle

kontseptsiooni arengul olid tõukejõuks keemiaettevõtetes toimunud õnnetused, millega kaasnesid

inimohvrid ja ehitiste ning seadmete purustused, s.t otsesed mõjud. Seetõttu on tööstuse riskianalüüsi

mõistetud kui vastuse otsimist kolmele küsimusele: 1) mis võib juhtuda? 2) kui tõenäoline on, et see

juhtub? ja 3) mis siis saab, kui see juhtub? (millised on tagajärjed)? (Kaplan, 1997)

Õnnetusvõimaluste väljaselgitamisele ning nende vältimise meetmetele hakati rõhku panema juba

tegevuste kavandamisel (projekteerimisel). Selleks arendati välja metoodikad, nagu HAZOP,

veapuuanalüüs, sündmusepuuanalüüs jt,15 mida peatselt hakati kasutama juba olemasolevate ettevõtete

riskide käsitlemiseks. Euroopa Liidus rakendus riskianalüüs tööstuses massiliselt Seveso direktiivi toel,

mis defineeris ohtliku ning suurõnnetuse ohuga ettevõtte ja tegi neile riskianalüüsi tegemise

kohustuseks.

Tööstuse riskianalüüsis on olnud põhiroll tehnikaekspertidel, kes võimalike probleemide tuvastamise

järel on püüdnud kohe ka lahendusi leida, s.t rakendada ohjemeetmeid, ühildades nii hindaja kui ka

ohjaja rolli. Siit tuleneb riskianalüüsi erinevus tervise- ja ökoriski hindamisest, kus need rollid on

enamasti lahutatud.

2.2.3 Ruumi- ja ajamastaap

KRH kasutusvõimalusel ei ole ruumilisi piiranguid. See võib käsitleda nii globaalseid ja aastakümnete

või sajandiga mõõdetavaid muutusi ning nende tõenäosust, nagu näiteks inimtekkelise kliimamuutuse

puhul, aga võib piirduda ka ohtlikust ettevõttest lähtuva riskiga, mille puhul on ohuala suurus alla 1

km2 ning tagajärgede kestus piirdub mõne nädalaga.

Ruumi ja ajamastaabi valiku määrab see, millistes mastaapides esinevad käsitletavad mõjurid ning

sihtobjektid ning nendevahelised seosed. Ruumimastaabi võib määrata suvaliselt, nt mingi piirkonna

valimine selle elanikele lähtuva riski käsitlemiseks, kuid see võib olla ka funktsionaalne üksus, nt

pinnaveekogu või viimane koos valglaga.

Ajamastaabi valik tuleneb käsitletavate mõjude iseloomust – nt kui käsitletakse kalade suremist

akuutse reostuse toimel, piirdub ajamastaap mõne päevaga. Kui hindamise eesmärk on selgitada, kui

suur on populatsiooni väljasuremisrisk, peaks ajamastaap hõlmama hoopis pikemat aega, kindlasti

mitut põlvkonda. Aja- ja ruumimastaabi määramine on KRH kavandamisel väga oluline.

2.2.4 Organisatsioonid ja publikatsioonid

Keskkonnariskiga tegeleb hulk organisatsioone, sh riiklikke (nt US EPA), rahvusvahelisi (WHO,

Euroopa Keskkonnaagentuur, OECD, Euroopa Kemikaalibüroo, Euroopa Liidu Toiduohutusamet) ja

erialaorganisatsioone (nt Society for Risk Analysis, Society of Environmental Toxicology and

Chemistry (SETAC)).

Euroopa Liidus on KRH-d (tervise- ja ökoriski hindamist) rakendatud peamiselt tööstuskemikaalide,

toidulisandite ning kosmeetikavahendite turule lubamise otsustamisel. Erinevad

riskihindamisvaldkonnad, lähtudes mõjuri liigist, on jaotatud mitme organisatsioonid vahel. Nende

15

Neid käsitletakse 4. osas.

12

riskikäsitluses on erisusi, mis on seletatavad käsitletavate tegurite spetsiifikaga.

Tööstuskemikaalide keskkonnariski hindab Euroopa Kemikaaliagentuur (http://echa.europa.eu

/web/guest/about-us/who-we-are/committee-for-risk-assessment). Hindamiseks kasutatakse mudelit

EUSES (European Union System for the Evaluation of Substances) (https://ec.europa.eu

/jrc/en/scientific-tool/european-union-system-evaluation-substances), mis põhineb varem Hollandis

väljatöötatud süsteemil USES. Hindamise aluseks pole reaalsed Euroopa keskkonnatingimused, vaid

hüpoteetilise standardkeskkonna mudel. Konkreetsete paikade riskihindamiseks ja uurimistööks see

mudel ei sobi.

Toidu kaudu tekkiva, sh pestitsiididest, söödalisanditest ja GMO-dest lähtuva riski hindamine on

Euroopa Liidu Toiduohutusameti pädevuses (http://www.efsa.europa.eu/en/topics/topic /era.htm).

Pestitsiidide kasutamisega kaasneva ökoriski hindamise koordineerija on nn Focus grupp

(http://focus.jrc.ec.europa.eu/index.html). Lisaks kasutavad seda väljatöötatud mudelit praktikas

liikmesriikide asutused, nt Eestis Maaeluministeerium. Seda mudelit (õieti mudelite komplekti)

kasutatakse pestitsiidide kasutuskorra määramiseks.

KRH-alaseid teoreetilisi ning rakenduslikke uuringuid ja KRH praktilisi rakendamise näiteid

avaldavad mitmed teaduskirjastused. Peamised riskihindamist käsitlevad ajakirjad on Human and

Ecological Risk Assessment, Risk Analysis, Risk Newsletters, Journal of Risk Research, Toxicology

Letters, Science of the Total Environment, Journal of Environmental Management. Ilmunud on

mahukaid monograafiaid nii eraldi terviseriski (Asante-Duah, 2002; Field et al., 2007) ja ökoriski

(Suter, 2007) kui ka KRH kohta tervikuna (Asante-Duah, 1988; Fairman et al., 1999; Paustenbach,

2002; Ricci, 2006).

Kokkuvõtteks. KRH hõlmab oma mitmekesisuses väga erinevaid riskiallikaid, käsitleb nii mineviku-,

oleviku- kui ka tulevikutegevustega seotud riske, mitmesuguseid mõjureid, nii otseseid kui ka kaudseid

tagajärgi kõige erinevamates aja- ja ruumimastaapides. Sealjuures on suur rõhk määramatusel ning

selle iseloomustamisel tõenäosuse kaudu.

2.3 KRH keskkonnamõju hindamise osana

2.3.1 KMH ja KRH võrdlus

KRH ja KMH võrdlemisel on kohane alustada nende kesksete terminite, s.o keskkonnariski ja

keskkonnamõju vahekorra selgitamisest. Keskkonnamõju on defineeritud kui mingi teguri poolt esile

kutsutud muutust looduskeskkonnas, inimese tervises ja heaolus, kultuuripärandis või varas.

Anjaneyulu & Manickam (2011) defineerivad keskkonnamõju kui mis tahes muutust füüsilises,

keemilises, bioloogilises, kultuurilises või sotsiaal-majanduslikus keskkonnas projektiga seotud

tegevuste tagajärjel. Samamoodi – muutusena keskkonnas – on keskkonnamõju defineeritud ka

keskkonnajuhtimises (EVS-EN ISO 14001:2005). KMH käigus tuleb hinnata nimetatud muutuste

olulisust, s.t otsustada, kas eeldatavalt tekkiv muutus on oluline, ning võrrelda muutusi nende olulisuse

põhjal. Millised peaks olema olulisuse hindamiseks kasutatavad kriteeriumid, on KMH-kirjanduses

olnud kaua diskuteeritav. Muu hulgas puudub üksmeel selles, kas kriteeriumide hulgas peaks olema

mõju ilmnemise tõenäosus. Näiteks Pastakia & Jensen (1998) ning Ljäs et al (2010) seda olulisuse

kriteeriumide hulgas ei loetle. Seevastu KMH direktiiv ja sellest tulenevalt keskkonnamõju hindamise

ja keskkonnajuhtimissüsteemi seadus (KeHJS) § 6 lg 3 p 5 sätestavad selgelt, et KMH (algatamisel

kaalutlusotsuse alusel) mõju olulisuse üle otsustamisel tuleb lähtuda mõju suurusest, ruumilisest

ulatusest, kestusest, sagedusest ja pöörduvusest, toimest, kumulatiivsusest ja piiriülesest mõjust ning

http://focus.jrc.ec.europa.eu/index.html

13

mõju ilmnemise tõenäosusest. Ka keskkonnamõju strateegilisel hindamisel on aluseks samad

kriteeriumid: mõju võimalikkus16, kestus, sagedus, pöörduvus, sh kumulatiivne ja piiriülene mõju

(KeHJS, § 33(5). On igati loogiline eeldada, et see nõue laieneb ka mõjude hilisemale hindamisele

KMH käigus.

Mõju olulisuse kriteeriumide hulgast võib eristada põhikriteeriume, mis kätkevad endas kitsamaid

kriteeriume, sh KMH direktiivis ja KeHJS-is esitatuid. Need põhikriteeriumid on:

tähtsus (importance) – väärtushinnang, mis sõltub mõjutatavast objektist ning muutunud

omadusest – inimelu on alati tähtsam kui teiste liikide elu;

suurus (magnitude) – mingi omaduse mõõdetav muutumine;

ruumiline ulatus/ressursikasutus, mõjutatavate sihtobjektide hulk (spatial extent, amount of

resources extracted or quantity of individuals affected);

ajamõõde (temporal dimension).

Nimetatud kriteeriumid üheskoos iseloomustavad mõju tõsidust. Kui sellele lisada täiendav kriteerium

mõju ilmnemise tõenäosus/võimalikkus, saame, et keskkonnamõju olulisus KMH-s tähendab sisuliselt

sama, mida risk KRH kontekstis, s.o hõlmab mõju tõsidust ning selle ilmnemise

tõenäosust/võimalikkust. Seega keskkonnamõju ja keskkonnariski tähendused kattuvad. Praktikas see

siiski nii selge ei ole. KRH-s on tõenäosuse arvestamisel väga oluline koht, tõenäosus ja määramatus

on erilise tähelepanu all. Seevastu KMH-s on need tagaplaanil ning mitmed teoreetilised käsitlused,

rääkimata mõjude hindamise praktikast, neid ei arvesta.17 Tõsi, KMH puhul tuleb ette olukordi, kus

mõju ilmnemine on täiesti kindel, mistõttu tõenäosuse arvestamiseks pole kohta, riskide puhul seevastu

on tagajärje ilmnemine ebakindel, s.o tõenäosuslik (surmkindlaid tagajärgi võib ka riskihindamises

võtta kui erijuhtumeid, kus tõenäosus on 1 (või 100%).

G. Suter ja tema kaasautorid on väitnud, et rõhuasetus määramatusele KRH-s on oluline

kontseptuaalne paremus võrreldes tavapärase mõjuhindamise lähenemisviisiga (Suter et al., 2005).

Asjaolule, et KMH praktikas mõjude tõenäosusele endiselt piisavalt tähelepanu ei pöörata, lähenemine

on valdavalt deterministlik ning piirdutakse muutuste keskmiste suuruste või halvimate variantide

esitamisega, on tähelepanu juhtinud ka teised uurijad (nt Anjaneyulu & Manicam, 2011).

KMH ja KRH vahel on erinevus ka selles, kuidas tõmmatakse piiri ebaolulise ja olulise mõju (riski)

vahele. KMH-s on peamiseks aluseks normdokumentidega, eelkõige õigusaktidega kehtestatud

piirväärtused18, KRH-s on lähenemine mitmekesisem.

Oluline erinevus on kasutusvaldkonnas. Võrreldes KMH-ga on KRH kasutusvaldkond laiem, kuna ei

piirdu ainult kavandatavate tegevustega, vaid hõlmab ka toimuvaid tegevusi ning isegi varem

toimunud tegevuste tagajärgi (nn retrospektiivne riskihindamine).

KMH ja KRH erinevus seisneb ka selles, et KMH on algusest peale tuginenud õigusaktidele (USA-s

National Environmental Policy Act, NEPA) ja see on sisse viidud sunniviisiliselt. Seevastu KRH on

organisatsioonid võtnud kasutusele peamiselt vabatahtlikult, erandiks on ohtlikele ettevõtetele

kohutuslik riskianalüüs. Ka on KMH enam keskendunud hindamiskäigu vormile kui sisule. Viimast

väidet toetab ilmekalt asjaolu, et KMH-kirjanduses on hindamiskäik sageli esitatud skeemina, kus

16 KeHJS kasutab direktiivis oleva probability vastena ,,võimalikkus”. Erialakirjanduses eristatakse mõnikord tõenäosust (probability)

ning võimalikkust (likehood); viimast käsitletakse subjektiivse tõenäosuse tähenduses. Tavakeeles mõistetakse võimalikkuse all ka

põhimõttelist võimalikkust, seostamata seda tõenäosusega. 17 Vaid 2%-s Eestis ajavahemikul 2011–2014 tehtud KMH algatamisotsustest oli mõju olulisuse hindamisel arvestatud ka mõju

ilmnemise tõenäosust, seda vaatamata asjaolule, et selle arvestamise nõude sätestab KeHJS (Karus, 2015). 18 On võimalik, et need on kehtestatud riskihindamisele tuginedes, kuid aluseks olevad argumendid jäävad kasutajatele üldjuhul

teadmata.

14

elemendile „kavandamine” järgneb element „aruande koostamine”, just nagu vahepeal midagi

märkimisväärset ei toimukski. Seevastu KRH käigu kujutamisel on esile toodud just hindamise sisu.

Kokkuvõtlikult on KMH ja KRH erinevused ja sarnasused esitatud tabelis 2.1.

Tabel 2.1. Keskkonnamõju ja keskkonnariski hindamise võrdlus

Omadus KMH KRH

Rakendatavus Kavandatavate tegevuste

(projektid, strateegilised

planeerimisdokumendid jms)

keskkonnamõju hindamine.

Reeglina käsitleb normaalse

tegevuse tagajärgi,

õnnetusjuhtumite käsitlemisel

kaasatakse riskianalüüsi tegijad.

Nii varasema, käimasoleva kui ka

kavandatava tegevusega kaasnevate

riskide hindamine.

Hõlmab nii normaalse tegevuse kui

ka intsidentide ja õnnetustega

kaasnevaid riske – s.t nii tagajärgi

kui ka nende tõenäosust.

Rakendamisvajaduse

kindlaksmääramine

Reguleeritud õigusaktidega kas

otse (kohustuslikud KMH objektid)

või kaalutlusotsuste tegemise korra

kaudu.

Peamiselt vabatahtlik, kuid mõnel

juhul, nt tööstuskemikaalide või

GMO-de kasutusloa saamiseks ja

ohtlikel ettevõtetel õigusaktidega

kohutuslik.

Hindamiskäik Enamasti õigusaktidega täpselt

reglementeeritud.

Enamasti vaba, mõnel puhul, nt

tööstuskemikaalide turulelubamise

aluseks olev KRH on

reglementeeritud.

Huvigruppide kaasamine Reeglina rangelt nõutav

õigusaktidega ettenähtud korras.*

Soovitatav kui asjakohane – sõltub

konkreetsest KRH-st.

Alternatiivide

käsitlemine

Reeglina käsitletakse. Käsitletakse, kui vajadus tuleneb

KRH eesmärgist.

Rakendatav erinevate

aja- ja

ruumimastaapidega

nähtuste käsitlemiseks

Jah, suurem eristamine KMH ja

KSH põhjal.

Jah, võimalik mis tahes mastaabi

valik lokaalsest kuni globaalseni.

Määramatuse käsitlemine Kui vajadust ka tunnistatakse, siis

praktikas valdavalt tähelepanuta.

Selgelt nõutud. Pööratakse suurt

tähelepanu.

Hindamise sisuline käik

(metodoloogia)

Mõned organisatsioonid on

koostanud juhendeid, on mõned

asjakohased raamatud,

erialaajakirjades käsitletakse.

Võrreldes KMH-ga palju

mahukamad ning detailsemad

juhendid, palju arvukamalt

asjakohast teoreetilist kirjandust.

Hinnatav suurus Keskkonnamõju Keskkonnarisk, mis hõlmab nii

mõju kui ka selle tekkimise

tõenäosust.

* Singapuris pole KMH õiguslikku alustki, ammugi mitte avalikustamise nõuet.

2.3.2 KRH rakendamine KMH analoogina

Järgnevalt on esitatud näited, kus otsuste põhjendamiseks on kasutatud KRH-d, kuid sama hästi oleks

võinud kasutada ka KMH/KSH-d.

Strateegilise valiku tegemine Pärast puhastusseadmete muda merre uputamise keelustamist kaaluti Ühendkuningriigis kuut

käitlemisvõimalust (KMH terminoloogias ,,alternatiivi”): 1) ladestamist prügilasse, 2) põletamist,

3) bioremediatsiooni, 4) kompostimist, 5) kasutamist mullalisandina ja 6) kasutamist väetisena. Mudas

sisalduvatest kemikaalidest lähtuva terviseriski hindamise alusel leiti käitlemisvõimaluste

paremusjärjestus (riski kasvamise järjekorras): põletamine < väetiseks kasutamine < kompostimine <

mullalisandiks kasutamine < bioremediatsioon < ladestamine prügilasse (Eduljee, 1999).

15

Tegevuse tehnoloogiliste lahenduste ja asukoha valimine Järgnev näide pärineb Driscolli ja kaasautorite (Driscoll et al., 2002) tööst New Jersey (USA)

sadamapiirkonna süvendamisel eemaldatava reostunud sette käitlemisviisi valiku kohta. Kaaluti

kaheksat lahendust, mis olid järgmised:

kaadamine;

merre rajatavasse hoidlasse (tehissaarde) sulgemine;

kaldaga piirnevasse hoidlasse sulgemine;

maismaal asuvasse hoidlasse sulgemine;

prügilasse ladestamine;

tehismulla valmistamiseks;

tsemenditehases põletamine;

0-alternatiiv.

Kõigile alternatiividele tehti tervise- ja ökoriski hindamine US EPA juhendite põhjal. Mõjurid olid

kloororgaanilised pestitsiidid, polükloreeritud befenüülid (PCB-d) ja dioksiinid. Ökorisk hõlmas

selgrootuid, lepis- ja röövkalu, linde ning taim- ja putuktoidulisi imetajaid.

2.3.3 KRH rakendamine KMH-s

KMH praktikas on riskihindamist kasutatud peamiselt kaht liiki projektide puhul. Nendeks on

kõigepealt objektid, kus käideldakse ohtlikke kemikaale (nt NLG terminalid) ning KMH raames tuleb

käsitleda võimalike õnnetusjuhtumite tagajärgi. Sel puhul rakendatakse meetodeid, mis on välja

töötatud ettevõtete riskianalüüsis. Teiseks objektid, mis oma tehnoloogiast tulenevalt suunavad

keskkonda, eeskätt õhku, ohtlikke aineid (nt jäätmepõletusettevõtted). Sel puhul rakendatakse

terviseriski hindamises väljatöötatud meetodeid, et saada tagajärgede kohta kvantitatiivsed hinnangud,

mis võimaldaksid iseloomustada ka kaudseid mõjusid ja koosmõju. See aitab võimalikke tagajärgi

iseloomustada palju täielikumalt, kui seda võimaldab KMH-s tavaline viis – õhus/vees prognoositud

kontsentratsiooni võrdlemine õigusaktiga seatud piirväärtusega. Ökoriski analüüsi on KMH-s

teadaolevalt rakendatud väga piiratult.

Järgnevalt on esitatud kolm juhtumit, mis illustreerivad riskianalüüsi ja terviseriski hindamise

rakendamist KMH-s (neist viimases käsitleti ka ökoloogilist riski):

NLG terminal Pipavav’is Indias (Indomer..., 2011);

Gaasiveeldamisettevõte Kanadas (Santec..., 2013);

Integreeritud jäätmetöötluskeskus (sorteerimine, biogaasi tootmine, põletamine) Hongkongis

(Hong Kong..., 2008).

Swan Energy Ltd NLG terminal

NLG terminali puhul määratleti võimalikud õnnetusjuhtumid (tankerikonteineri purunemine, toru

purunemine, laadimisel juhtuv leke jms) ning koostati iga juhtumi põhjal edasiste sündmuste

stsenaariumid, millest mõned lõppesid põlengu või plahvatusega. Stsenaariumide koostamisel ja

iseloomustamisel käsitleti kaht varianti – eeldatavasti kõige tõenäolisemat ning halvimat võimalikku.

Sealjuures arvestati nii tehnilisi näitajaid kui ka ilmastikutingimusi. Halvima stsenaariumi puhul

eeldati, et kogu tuleohtlik kemikaal vallandub ning kõik see moodustab aurupilve, mis võib süttida

kogu oma ulatuses ja plahvatada.

Riskidena käsitleti nii põlengust ja plahvatusest põhjustatud soojuskiirguse kui ka ülerõhu teket, mille

ruumilist jaotust modelleeriti US EPA ja NOOA arendatud mudeli ALOHA (Areal Locations of

Hazardous Atmospheres) abil. Riski iseloomustati tekkiva soojuskiirguse ja ülerõhu ruumilise jaotuse

16

kaudu. Soojuskiirgusel eristati kolm tsooni, mille piiridele vastas suurus 37,5, 12, 5 ja 4 kW/m2;

ülerõhul kaugused allikast, kus ülerõhu suurus oli 0,3; 2 ja 3 psi. (Lisaks vt ALOHA kohta osast 4.)

Sasol Canada Holding Ltd – vedelgaasi tootmise ettevõte

Hindamise eesmärk oli selgitada kavandatud ettevõttest lähtuva lühiajalise (akuutse) ning pikaajalise

(kroonilise) terviseriski laadi ning olulisust ümbruskonna inimestele.

Peale selle tuli hinnata õhu ja vee kvaliteedi halvenemise mõju metsloomade tervisele.

Käsitlus algas keskkonda sattuvate kemikaalide inventuuriga ning nende võimalike keskkonda

pääsemise teede väljaselgitamisega. Kõigi käsitletavate kemikaalide puhul järeldati, et nende

sattumine otse pinna- või põhjavette on nii vähetõenäoline, et seda pole mõtet käsitleda, käsitleda tuleb

ainult nende emissiooni atmosfääri.

Võimalike levikuteede järgi jaotati kemikaalid kahte gruppi: need, mille levik piirdub atmosfääriga,

ning teised, mis liiguvad atmosfääri kaudu ka muudesse keskkonnakomponentidesse ning sealtkaudu

inimesteni. Grupeeriti ainete füüsikaliste omaduste alusel.

Ruumiliselt jagati käsitletav ala kolmeks: 1) otseselt kavandatava tegevuse ala, 2) lokaalne ala, mis

hõlmas tegevusala naabruses 7,5 km raadiusega piirkonna ning 3) regionaalne piirkond suurusega 50

x 50 km.

Käsitletavas alas määratleti inimeste paiknemine ja tegevusalad, mille põhjal nad jaotati nelja

kategooriasse:

farmerid;

asulate elanikud;

naabruses asuvate ettevõtete töötajad;

turistid.

Igale grupile omistati karakteristikud, millest sõltus eksponeerituse viis ja suurus – näiteks

toimepiirkonnas viibimise aeg, erinevused tarbitavate toiduainete struktuuris (tabel 2.2).

Tabel 2.2. Eksponeerituse viisid Sasol Canada Holding Ltd terviseriski hindamises

Eksponeerituse toimumine Farmerid Asukad Töötajad Külalised

Hingamise kaudu

Õhk + + + +

Tolm + + + 0

Allaneelamise kaudu

Tolm + + + 0

Kohalik joogivesi + + 0 0

Kohalikud puu- ja aedviljad + + 0 0

Kohalikud lihatooted + 0 0 0

Piim ja munad + 0 0 0

Kohalikud ulukid 0 + 0 0

Kohalikud kalad + + 0 0

Kehapinna kaudu

Kontakt pinnaseosakestega + + + 0

Kontakt ujumisel + + 0 0 + tähendab, et sel viisil eksponeeritus toimub.

17

Kõigi gruppide puhul käsitleti eraldi viit vanuserühma, keda iseloomustavad näitajad saadi Kanada

elanikke käsitlevast statistikast.

Kemikaalide levikut atmosfääris prognoositi mudeliga CALPUFF, mille väljund oli omakorda

sisendiks kemikaalide liikumise modelleerimiseks pinnases, veekogudes ja elustikus.19

Modelleeriti kolme olukorda:

põhiolukorda (base case), mis iseloomustas olemasolevatest ning juba heakskiidetud

(tegevusloa saanud, kuid veel mitte alustatud) tegevustest lähtuvat riski;

rakendusolukorda (application case) = põhiolukord + KMH objektiks olev kavandatav projekt;

kavandatud olukord (planned development case), kus eelmisele lisanduvad teadaolevad

kavandatud või taotletud tegevused.

Ökoriski hindamiseks modelleeriti kemikaalide kontsentratsiooni õhus, pinnases ning vees ning

tulemusi võrreldi kirjandusest saadud piirväärtustega või eksponeeritusmõju andmetega. Kuna

puudusid küllaldased andmed metsloomade kohta, siis polnud võimalik käsitleda mõju liigi tasandil,

vaid piirduti gruppidega ,,linnud” ja ,,imetajad”.

Integreeritud jäätmekäitluskeskus Hongkongis

KRH hõlmas põletamisel atmosfääri sattuvatest kemikaalidest ning biogaasist lähtuvaid terviseriske,

samuti transportimisel tekkivate emissioonide põhjustatud riske. Metoodika võeti US EPA koostatud

jäätmepõletusettevõtetest lähtuva terviseriskide hindamise juhendist (US EPA, 2005b).

Mõjuriteks valiti kirjanduse alusel jäätmekäitlemistehastele iseloomulikud ja probleeme tekitavad, sh

õigusaktidega reguleeritud ained: 13 metalli, püsivad orgaanilised ühendid (PCB-d ja PAH-id) ning

kolmanda grupina SO2, CO, NO2, HF, HCl ning tahked osakesed. Kahe esimese grupi mõjurite puhul

käsitleti kroonilist, kolmanda grupi puhul akuutset toimet.

Emissiooni (korstna kaudu õhkupaisatavate ainete heitkogused) suuruse määramiseks võeti aluseks

kemikaalide maksimaalsed lubatud kontsentratsioonid suitsugaasides ning projektis esitatud

arvestuslik suitsugaaside kogus ajaühikus maksimaalse kavandatava jäätmekoguse (3000 tonni

ööpäevas) korral.

Eeldataval ohualal identifitseeriti nn saastetundlikud kohad: valitsusasutused, ärikeskused, tööstusalad,

koolid, hotellid, haiglad, elamurajoonid, kultuuriobjektid. Nendes kohtades modelleeriti saasteainete

kontsentratsioon kahe mudeliga. Lähipiirkonna (10 km raadius) jaoks kasutati nn Gaussi mudelit

(Industrial Source Complex (ISC) model) ning kaugema piirkonna jaoks Euleri võrranditel põhinevat

PATH mudelit. ISC mudeliga arvutati pikaajalised aasta keskmised kontsentratsioonid õhus ning

ainete väljasadestumine maapinnale, veekogudesse ning taimestikule.

Mõjurite edasist liikumist inimesteni kaudseid teid pidi – veetarbimisega ning toiduainete (aedviljad,

liha- ja piimatooted, kohalik kala) kaudu – modelleeriti mudeliga IRAP-h-view, mille sisendiks olid

ISC mudeliga saadud tulemused. Sihtobjektideks olevaid inimesi käsitleti kolme grupina: farmerid,

kalurid ning ülejäänud elanikud; neis kõigis käsitleti eraldi alagruppidena täiskasvanuid ja lapsi.

Gruppidele kohaldati erinevaid eksponeerimisradu. Kõigil arvestati otse õhu kaudu (hingamisteede

kaudu) toimuvat eksponeeritust, juhuslikku pinnaseosakeste sattumist seedetrakti ning

koduskasvatatud aedviljade kaudu saadavat osa. Täiendavad eksponeeritusrajad olid

grupispetsiifilised: farmeritele lisandusid toiduobjektidena sead ja omakasvatatud kodulinnud ning

19 KMH aruande lisas on esitatud arvutusvalemid, kuid pole nende alusel tehtud mudelit, millega arvutused tehti.

18

nende munad, kaluritel omapüütud kalad. Sealjuures arvestati omakasvatatud toidu ning kohalike

kalade osakaalu Hongkongi elanike toiduratsioonis. Joogivee kaudu toimuvat eksponeeritust ei

arvestatud, sest käsitletud piirkonna veekogusid ei kasutata joogiveehaardeks ning polnud näha

võimalust, et seda hakatakse tegema edaspidi. Lisaks polnud Hongkongis kehtiv US EPA juhendis

olev eeldus, et farmerid kasutavad loomatoiduks kohapeal kasvatatud sööta.

Annuse arvutamisel kasutati mudelis US EPA juhendis esitatud vaikeväärtusi ja WHO andmekogust

võetud üldistusi, mõnel puhul asendati need Hongkongi oludele paremini vastavate suurustega.

Andmed kemikaalide toksilisuse kohta võeti WHO andmekogust Air Quality Guidelines (AQG) ning

US EPA andmekogust Integrated Risk Information System (IRIS). Arvutati nii vähitekkerisk kui ka

mittekantserogeensest toimest lähtuv risk.

2.4 KRH keskkonnajuhtimises

Paljud organisatsioonid rakendavad formaliseeritud keskkonnajuhtimissüsteemi (KKJS)

vabatahtlikult kas eraldiseisvana või enamasti ühildatult kvaliteedijuhtimisega ja tervise- nig

tööohutuse juhtimisega. Aluseks saab võtta KKJS standardid, millest levinuim on ISO 14001, Euroopa

Liidus veel Eco-Management and Audit Scheme, EMAS, lisaks majandusharude spetsiifilised

standardid, nt keemiatööstuse Responsible Care. Keskkonnajuhtimissüsteemi ehitamine algab

organisatsiooni nn oluliste keskkonnaaspektide kindlakstegemisest. Oluline keskkonnaaspekt on

defineeritud kui tegevuse, toote või teenuse element, mis põhjustab või võib põhjustada olulist

keskkonnamõju (EVS-EN ISO 14001:2005). Olulised keskkonnaaspektid selgitatakse välja kahes

etapis: kõigepealt selgitatakse keskkonnaaspektid ning seejärel hinnatakse nende olulisust, mis

definitsiooni järgi peaks põhinema nende tegeliku või võimaliku keskkonnamõju olulisuse hindamisel.

KKJS-kirjanduses on pakutud erinevaid hindamiskriteeriumide komplekte, millest enamik sisaldab

ühe kriteeriumina tõenäosust või sagedust. Mõnikord hinnatakse olulisust ainult kahe kriteeriumi –

aspekti tekitatud mõju (tagajärje) ja selle ilmnemise tõenäosuse (sageduse) alusel lihtsalt

riskimaatriksina (4. osa). Aspekti olulisuse hindamine samastub sel juhul sisuliselt sellest lähtuva riski

hindamisega. Enamasti kasutatakse veel lisakriteeriume, nt õigusaktide nõuete olemasolu ja mõju

äritegevusele. Mõju tõsidus võib olla esitatud selle komponentide (mõju suurus, ajamastaap, ruumiline

ulatus jt) kaudu, nii et riskianalüüs moodustab hindamisalgoritmis osa, sisuliselt on riskimaatriks ka

seal, kuid varjatud kujul.

Kokkuvõtteks. KRH on keskkonnakorralduses rakendatud nii iseseisva instrumendina kui ka osana

KMH-s ning organisatsioonide keskkonnajuhtimissüsteemides. Viimastes on selle rakendamine olnud

piiratud ning varjatud erineva terminoloogia kasutamisega.

2.5 Riskide ohjamine

Riski ohjamine on olulisel määral otsuse tegemine, mille tõttu mõned autorid (Fairman et al., 1999;

Merkhofer, 1999) on seda määratlenud just otsustusprotsessina, mille kaudu valitakse sobiv viis riski

piiramiseks, et hoida seda vastuvõetaval tasemel.

Ühe seisukoha järgi tuleb hindamist ja ohjamist käsitleda lahus, sest riski hindamine eeldab spetsiifilist

kompetentsust ja on järelikult selle ala asjatundjate töö. Riski hindamise tulemused annavad riski

ohjajatele, eeskätt selleks seatud ametnikele ja teiste organisatsioonide juhtidele vajalikku

informatsiooni riski ohjamiseks vajalike otsuste tegemiseks. Teise seisukoha järgi hõlmab riski

hindamine ka riski ohjamist. Esimene seisukoht, mis rõhutab vahe tegemist riski hindamisel kui

teadusele tugineval tegevusel ja ohjamisel kui poliitilisel protsessil, on olnud valitsev USA-s. Teine

seisukoht on rohkem toetust leidnud Euroopas, kus nende kokkukuulmist on põhjendatud hindamise

19

ja poliitika eraldusjoone hägususega (nt Fairman et al., 1999). See põhjendus ei ole küll piisav, kui

tegemist on eraldatud tegevustega, millel on eristatavad iseseisvad eesmärgid ning – ja mis eriti oluline

– mida teevad erinevad inimesed ja institutsioonid. Teatud juhtudel, nt ettevõtete riskianalüüsi korral,

võib hindamise ja ohjamise kooskäsitlemine olla õigustatud.

KMH raames tehtava riskide hindamise puhul on riskide ohjamine kavandatud tegevuseks loa andja,

s.o otsusetegija funktsioon. Seega on riskide ohjamine selgelt lahutatud hindamisest. See ei tähenda,

et otsusetegija ei saa kaasa rääkida riskide hindamisel vastuvõetava riskitaseme kindlaksmääramisel

(vt ka osa „Riskide kommunikeerimine”).

3 Riskihindamise käik

3.1 Probleemi formuleerimine ja ohu identifitseerimine

Probleemi formuleerimise ja ohu tuvastamine on KRH esimene etapp, mis peab andma vastuse, kas

käsitletava probleemi puhul on asjakohane KRH kasutamine. Kui jah, siis määratletakse nn

kontseptuaalse mudeli või süsteemikirjelduse abil selle käsitlusala ning koostatakse tegevuskava.

3.1.1 Probleemi formuleerimine

Enne KRH alustamist peaks olema määratletud probleem, mille lahendamiseks KRH kasutamist

kaalutakse. Teadvustamise alguses on probleemid tavaliselt ebamäärased – rohkem tajutud, kui selgelt

sõnastatud. Probleem võib otse tuleneda tajutud ohust ja see sõnastatakse koos ohuallikate

identifitseerimisega – probleemi ja ohu käsitlemine on iteratiivne protsess. Probleemi ei saa, vähemalt

enamasti, selgelt formuleerida ilma teadmisteta ohu kohta, samas on ohu identifitseerimisel oluline

probleemi piiritleda.

Et otsustada, kas KRH on sobiv viis probleemile lahenduse otsimiseks, tuleb see selgelt sõnastada.

Selleks tuleb korrastada KRH kohta teadaolevat, eristada faktid, arvamused ja hinnangud. Probleemi

võivad sõnastada nii asjatundjad, poliitikud, ametnikud kui ka kõik huvitatud (avalikkus). Probleemi

peaks üldreeglina täpsemalt formuleerima asjaosaliste (need, kes probleemi tajusid ja esitasid ja keda

see puudutab) ning hindajate dialoogi käigus. Probleemi täpsustamisel võib abi olla

nn keskkonnakorralduslike eesmärkide sõnastamisest – mida tahetakse säilitada või saavutada. Kui

KRH ülesanne on toetada otsusetegijat otsuse tegemisel, nt anda vajalikku teavet tegevusloa

väljastamiseks või piirangute kehtestamiseks, peaks olema võimalikult selgelt sõnastatud küsimused,

mille vastustest otsuse tegemine sõltub. Sellest lähtudes saab konkretiseerida ka vastuse vormi, s.o

milliste karakteristikute kaudu oleks hindamistulemusi sobiv esitada. Mõistagi võib olla asjakohane

ka laiem huvigruppide ja avalikkuse osalemine (vt ka riski tajumine ja edastamine), eriti juhul kui

probleemi püstitus tuleb ametnikelt (ohjajatelt) või hindajatelt.

Kui probleemi formuleerimise etapp lõpeb KRH algatamise otsusega, peab olema selge algatamise

põhjus (miks seda tehakse) ja ka käsitlusala (mida see hõlmab).

Probleemi formuleerimine peab andma vastuse, milles probleem seisneb, kas KRH on kohane

instrument selle lahendamiseks ning milline oleks otstarbekas käsitluse ulatus ning detailsus ning mida

riskihindamiselt oodatakse.

20

3.1.2 Ohu identifitseerimine

See on ohuallikate ning neis olevate mõjurite tuvastamine ning nende võimaliku kahjuliku toime

kirjeldamine. Ohuallikas on mis tahes objekt, milles valmistatakse, kasutatakse või hoitakse mõjureid,

transpordivahendid, milles neid edasi toimetatakse (sõidukid, torujuhtmed), või tegevused, millest

võib lähtuda mõjur. Sõltuvalt probleemist ja sellest tulenevalt KRH eesmärgist võib see olla

konkreetne objekt (nt jäätmepõletustehas) või mingil alal paiknevate objektide kogum. Ohuallikaks

võivad olla ka mingil territooriumil, nt ka kogu Euroopa Liidus olevad kemikaalid, kui käsitletakse

neist lähtuvat riski kogu EL territooriumil. Ohuallikas võib olla varem toimunud tegevusega reostatud

pinnas, kust saasteained (= mõjurid) võivad levida mujale, tegutsev ettevõte või kavandatav tegevus

(objekt). Ohuallikaks võib olla ka looduslik objekt, nt jõgi võimaliku üleujutuse põhjustajana.

Oluline on iseloomustada nii ohuallikaid (nt kemikaalihoidlas olevate või veetavate kemikaalide

kogused) kui ka mõjurite omadusi, millest nende ohtlikkus (s.o kahjutekitamisvõime) tuleneb.

Kemikaalide puhul on sellised omadused toksilisus, tule- ja plahvatusohtlikkus, kiirgusallikatel

kiirguse liik ja intensiivsus, mikroorganismidel virulentsus jne.20

Ohuallika kirjeldus peaks hõlmama peale allika asukoha ka allika tugevust ning vallandumise

iseloomu s.t millise intensiivsusega ja kui palju võib vallanduda ning kas vallandumine on pidev,

korrapärane või juhuslik.21 Olulised on mõjuri omadused, millest tuleneb nii keskkond (atmosfäär,

veekogu), kuhu ta kõigepealt suunatakse või satub, esinemisvorm (gaas, vedelik, seotud tahkete

osakestega jms), aga ka edasine liikumine ning muundumine. Omadustest tuleneb ka ohtlikkus – nt

kemikaalidel terviseohtlikkuse puhul toksilisus, keskkonnaohtlikkuse puhul toksilisus,

bioakumulatsioonivõime ning püsivus või lagundatavus. Kemikaalide klassifitseerimise ja

märgistamise korrastamiseks on ÜRO välja töötanud ühtse süsteemi (Globally Harmonised System of

Classification and Labelling of Chemicals), mille on üle läinud ka Euroopa Liit. Uue klassifikatsiooni

järgi jagatakse ained ja segud ohulaadi alusel füüsilise ohu, terviseohu ning keskkonnaohu klassi, ning

klasside sees omakorda raskusastet täpsustavatesse ohukategooriatesse (GHS, 2007).22

3.1.3 Sihtobjektide (retseptorite) määratlemine

Terviseriski hindamisel on sihtobjektid/retseptorid inimgrupid, keda tuleb defineerida mingite

tunnuste alusel, milleks võivad olla piirkond, tegevusala, vanus, sugu, tundlikkus jms. Ökoriski puhul

võivad sihtobjektideks olla mis tahes elusolendid ja erineva taseme üksused – liigid, populatsioonid

(lokaal- või metapopulatsioonid), kooslused või ökosüsteemid. Integreeritud KRH hõlmab nii inimesi

kui ka ökoloogilisi sihtobjekte. Integreerimine on õigustatud nende sisulise kattumise tõttu – neil

võivad olla ühised eksponeeritusrajad ja ökoriski sihtobjektide (nt mingi veekogu kalastiku) kaudu

võivad mõjurid jõuda inimesteni.

Ökoriski puhul mõjutab sihtobjektide valikut neile omistatav väärtus, mis võib olla mitut laadi (selgelt

näitab väärtustamist õigusaktidega kaitse alla võtmine). Olulised omadused, mis valikud mõjutavad,

võivad olla liigi osatähtsus ökosüsteemi funktsioneerimises, selle majanduslik tähtsus jms. Peale

objekti on vaja ka määratleda tema omadused, mida otsene või kaudne mõjur võib muuta ning mida

peetakse oluliseks.

20 Asjaolust, et ohu identifitseerimisel tuleb tugineda andmetele võimaliku mõju kohta, tuleneb tihe seos elemendiga „eksponeerituse-

mõju seos”. Seetõttu on mõnes KRH modifikatsioonis need ühendatud elementi „ohu iseloomustamine”. 21 Vallandumise põhjalikum käsitlus toimub eksponeerituse etapis. Mõned autorid esitavad vallandumist omaette KRH etapina (nt

Fairman et al., 1999; Fjeld et al., 2007). Juhuslikku soovimatut vallandumist, mis toimub plahvatuste, tulekahjude ning lekete tagajärjel

või kujul, käsitleb riskianalüüs. 22 See süsteem ei laiene mitmetele kemikaaligruppidele, näiteks toidu- ja söödalisanditele ja säilitusainetele.

http://www.unece.org/trans/danger/publi/ghs/ghs_rev01/01files_e.html

21

Sihtobjektide määratlemisel võib olla oluline arvestada nende liikuvust – mõned võivad olla paiksed,

mõned liikuda mõjupiirkonnas suures ulatuses või viibida seal ajutiselt. Sihtobjektid võivad olla

reaalsed, üldistused või hüpoteetilised, n-ö mudelid. Üldistuseks on n-ö keskmine inimene, või

„tippkiskja”, kelle karakteristikud (nt kaal, veetarve, hingamisintensiivsus jms) on kasutusel

vaikeväärtustena.

Integreeritud riskihindamine hõlmab nii ökoriski kui ka terviseriski sihtobjekte. Sihtobjektide valik

peab olema vastavuses KRH eesmärkidega.

3.1.4 Eksponeeritusrajad ja kontseptuaalne mudel

Keskkonnariski puhul toimub eksponeeritus ühe või mitme keskkonnakomponendi kaudu ja võib

toimuda üheaegselt mitme eksponeeritusraja kaudu (multi-pathway exposure), mis moodustavad

eksponeeritusstsenaariumid.23 Ettekujutuse sellest, kuidas ohuallikast pärineva mõjuri toime põhjuse-

tagajärje seoste kaudu jõuab (või võib jõuda) sihtobjektini, võtab kokku nn kontseptuaalne mudel

(nimetatakse ka süsteemikirjelduseks). See esitab loogilise ja põhjendatud ettekujutuse mõjuallikate,

käsitletavate mõjurite vallandumisteede, nende levikuradade, võimalike muutuste ja teiseste

(kaudsete) toimete tekke ja sihtobjektide reageerimise kohta.

Kontseptuaalne mudel võib olla esitatud tekstina, graafiliselt või, nagu esitatud US EPA ökoriski

hindamise juhendis (US EPA, 1998), nende kombinatsioonina: 1) riskihüpoteeside kogumina, mis

kirjeldab mõjurite, eksponeerituse ja sihtobjektide vahelisi põhjuse-tagajärje seoseid ning 2) seda

illustreeriva graafilise esitusena.

Riskihüpoteesi moodustavad faktid ja põhjendatud hinnangud, mis näitavad, kuidas risk saab võimalik

olla – kuidas toimub või saab toimuda eksponeeritus ning kuidas võiks sihtobjektid sellele reageerida.

Riskihüpoteesid sõnastatakse olemasolevate andmete analüüsi ja nende kvaliteedi hindamise põhjal.

Selle käigus selguvad ka andmete võimalikud lahknevused, andmelüngad ning lisauuringute vajadus

ja võimalus.

Graafiline esitus aitab saada riski kujunemise ülevaatlikku pilti, eristades selgelt vaheastmed, sh

kaudsed mõjurid (mõjud), mis viivad sihtobjektideni, ning eksponeeritusradade liitumisel tekkivad

mõjude liitumised.

Kontseptuaalsed mudelid võivad olla erineva üldistusastmega. Joonisel 3.1 on näidatud Sasol Canada

Holding Ltd vedelgaasi tootmise ettevõtte KMH käigus tehtud riskihindamise eksponeeritus-

stsenaariumid.

Kontseptuaalse mudeliga piiritletakse riskihindamise käsitlusala ning detailsus. Seetõttu tuleks

kontseptuaalset mudelit tutvustada KRH osalistele, esmajoones riskiohjajale, et saavutada ühist

arusaamist käsitlusala vastavusest nende ootustele ja vajadustele ning hindamisele seatud ülesannetele;

vajaduse korral tuleb kontseptuaalset mudelit korrigeerida. Kontseptuaalne mudel võib muutuda veel

KRH käigus, kui lisandub olulisi täiendavaid andmeid, mis aitavad KRH eesmärki paremini saavutada.

Kontseptuaalsete mudelite koostamist ökoriski hindamisel on põhjalikumalt käsitlenud Suter (1996).

23 Eksponeeritusstsenaariumile omistatakse erinevat tähendust. Nt US EPA (2005b) käsitleb stsenaariumidena vaid otseselt sihtobjekti

kontakte (õhk, vesi, erinevad toiduained), enamasti käsitletakse stsenaariumidena sündmuste jadasid, s.o eksponeeritusradasid ja nende

kombinatsioone.

22

Kontseptuaalne mudel põhineb andmetel, mille täielikkus ja kvaliteet võib olla erinev, mudelitel, mis

sisaldavad eeldusi ning lihtsustusi, millest paratamatult tulenevad määramatused; need tuleb

teadvustada ning esitada.

Joonis 3.1. Eksponeeritusstsenaariumid (Stantec..., 2013).

3.1.5 Ruumi- ja ajamastaap

Kui KRH käsitleb kavandatavaid tegevusi, mida on kusagil juba ellu viidud, saab ruumimastaabi

määramisel tugineda nende kohta saadud andmetele. Nt jäätmepõletusettevõtete kohta on teada, et

saasteainete väljasadenemine atmosfääriheidetest toimub peamiselt 10 km raadiuses, mistõttu on

mõistlik kõigepealt keskenduda selles piirkonnas olevatele sihtgruppidele ning eksponeeritusteedele.

Kui eksponeeritusrada hõlmab populatsioone või on need sihtobjektiks (ökoriski puhul), tuleb

ruumimastaabi valikul silmas pidada, kas populatsiooni levikuala on võimalikust ohualast suurem,

sellega samas suuruses (piirid ligikaudu kattuvad) või ohuala piiresse jääv väiksem ala. Oluline on

käsitletava populatsiooni ja võimaliku metapopulatsiooni vahekord, millest sõltub populatsioonide

dünaamika.

Eristada tuleb toime ruumi- ja ajamastaapi ning mõju ruumi- ja ajamastaapi – nt rändekoridorides

toimuvatel lühiajalistel tegevustel võivad olla kaugeleulatuvad ning pikaajalised tagajärjed. Lühidalt:

Õhk

Muld

Taimed

Vesi

Ulukid

& kariloomad

Projekt

Kalad

Piirkonna

asukad

Hingamine

Inhalatsioon

Nahakontakt

Suu kaudu Suu kaudu

Suu kaudu

Inhalatsioon

Õhust

sadenemine

Suu kaudu

Suu kaudu

Suu kaudu

Nahakontakt

Juurtega

Suu kaudu

Inhalatsioon

Õhust sadenemine

difusioon

23

ruumi- ja ajamastaabi valik peaks olema süsteemne, ühildades kontseptuaalse mudeli ja reaalsed

ruumi- ning ajasuhted.

3.1.6 Hindamiskava

Kontseptuaalse mudeli alusel koostatakse hindamiskava, mis näitab, kuidas hindamine hakkab

toimuma. See hõlmab oluliste seoste määratlemist ning nende hindamismeetodite (andmed,

arvutusalgoritmid, mudelid koos neis käsitletavate muutujatega, deterministlik või tõenäosuslik

käsitlemine jms) valikut. Selles peab olema käsitletud ka täiendavate andmete kogumise (mõõtmiste)

vajadus. Hindamine võib olla kavandatud mitmeastmelisena: esmalt jäme hindamine, võttes aluseks

halvimad stsenaariumid, ning kui selle tulemused põhjuse annavad, siis põhjalikum ning reaalseid

tingimusi rohkem arvestav hindamine.

3.2 Eksponeerituse-mõju seos

3.2.1 Taust

Eksponeerituse-mõju seos on vajalik 1) etteantud eksponeeritusele vastava mõju prognoosimiseks ja

2) ohutu (vastuvõetava) riskisuurusega eksponeerituse leidmiseks. Oluline on kvantitatiivne põhjuslik

seos mõjuri ja mõju vahel ning selle hindamisega seotud määramatus. Eksponeerituse-mõju seose

käsitlemine KRH-s põhineb suurel määral toksikoloogial, ökotoksikoloogial ja ökoloogial. Sõltuvalt

mõjuri ja temaga seotud ohu iseloomust ning mõjutatavatest objektidest valitakse erinevatele

teadusharudele tuginedes kirjelduseks sobivad muutujad.

3.2.2 Mõju iseloomustamine organismi tasemel

Organismis avalduvad mõjud võivad olla biokeemilised muutused, haigused, sh vähktõbi, allergilised

reaktsioonid, käitumis- või arenguhäired. Mõjud jaotatakse adaptiivseteks ja kahjulikeks (WHO/IPCS,

2004). Sõltuvalt sellest, kas mõjur on elutegevuseks vajalik või mitte, on kaks põhimõttelist seosekuju

(joonis 3.2).

Joonis 3.2. Mõjuri ja mõju vaheline seos. A. Elutegvuseks vajalik, B. Elutegevuseks mittevajalik tegur.

Elutegevuseks vajaliku teguri sobiv vahemik on C1–C2, mittevajaliku teguri kahjutu vahemik 0 – C2.

MÕJU

0 C1 C2

Normaalne

elutegevus

Pöördumatu

kahjustus

Surm

KONTSENTRATSIOON

Pöörduv

kahjustus

24

Deterministlik vs. stohhastiline seos

Mõjumehhanismi alusel eristatakse kaht tüüpi mõjusid – deterministlikke ja stohhastilisi (Fairman et

al. 1999).24 Rakud on teatud määral võimelised parandama mõjuri toimel tekkinud kahjustusi. Kui

parandamine ei õnnestu, siis deterministliku toime korral kaotab rakk võime normaalseks toimimiseks

või sureb, ilma et kahjustus kanduks tütarrakkudele. Mida suurem on annus, seda suurem hulk rakke

kahjustub ja seda suurem on elundi kahjustus. Kui kahjustus on nii ulatuslik, et takistab mõne elutähtsa

elundi talitust organismi eluks vajalikul määral, siis organism sureb.

Stohhastilise toime korral kahjustatakse raku pärilikke omadusi määravat informatsiooni, kuid raku

paljunemisvõime jääb püsima ning tekkinud defekt kandub tütarrakkudele. Somaatiliste rakkude

korral võib tulemuseks olla vähktõbi, sugurakkude korral järglaste arenguhäired. Stohhastilise toime

korral kasvab annuse suurenemisel mõju ilmnemise tõenäosus, kuid mitte mõju tõsidus – tekkinud

vähktõve raskus ei kasva proportsionaalselt seda esile kutsunud kantserogeeni annusega.

Mõned mõjurid on nii deterministliku kui ka stohhastilise toimega. Selline on näiteks ioniseeriv kiirgus,

mille väike doos on stohhastilise toimega (vähitekke tõenäosust kasvatav), suurtel doosidel avaldub

ka deterministlik toime (kudede kahjustus).

Eksponeerituse-mõju mudelid

Eksponeerituse-mõju seose kirjeldamiseks kasutatakse matemaatilisi mudeleid. Eristatakse kaht tüüpi

mudeleid: empiirilisi ja bioloogilisi.

Empiiriliste mudelitega püütakse katse- või vaatlusandmetele tuginedes parimal viisil kirjeldada

mõjuri ja mõju vahelist seost, süüvimata selle kujunemise bioloogilistesse põhjustesse, v.a mõned

üldised põhimõtted. Bioloogiliste mudelitega seevastu püütakse lähtuda organismides toimuvatest

protsessidest, s.t tuletada seost tekkemehhanismide kaudu. Siiani on peamiseks annuse-mõju seose

kirjeldamise vahendiks empiirilised mudelid. Empiirilised andmed, millele seose kirjeldamisel

tuginetakse, on saadud peamiselt loomkatsetega, harvem epidemioloogiliste uuringutega.25 Mõjude

avaldumisele on iseloomulik juhuslik varieeruvus, mis tuleneb retseptorite (nt katseloomade, inimeste)

tundlikkuse varieeruvusest.

Eksponeerituse-mõju seose analüüsil on üks probleem selles, et mõõtmisandmed on enamasti palju

suuremate eksponeerituste kohta kui need, mis on KRH seisukohalt olulised. Suurema

eksponeerituspiirkonna andmete põhjal saab konstrueerida mitmesuguseid empiirilisi mudeleid, mis

ühtviisi hästi kirjeldavad eksponeerituse-mõju seost selles piirkonnas. Seevastu väiksema

eksponeerituse piirkonnas, mille kohta empiirilised andmed puuduvad, võivad nad anda oluliselt

lahknevaid tulemusi. Kuna mudelite oluline kasutusala on just sellise piirkonna uurimine, on

paratamatu, et erinevate, ühtmoodi „õigete” mudelitega saadud tulemused võivad suuresti lahkneda.

Erinevate mudelite kasutamine on üks põhjus, miks keskkonnariski hindajad võivad jõuda väga

erinevate tulemusteni.

Mõnel puhul on täheldatud ka elutegevuseks mittevajalike (ka n-ö toksiliste) ainete väikeste annuste

korral positiivset toimet. See nähtus kannab nimetust hormees ning komplitseerib „annuse-

kontsentratsiooni” seose ekstrapoleerimist väiksemate kontsentratsioonide (või annuste) piirkonda.

24 Selline liigitamine võib tekitada eksliku ettekujutise, nagu nn deterministliku seose puhul pole tõenäosusel kohta. Seetõttu kasutatakse

liigitust „läviväärtusega ja läviväärtuseta” (threshold and non-thershold) või kantserogeenid ja mittekantserogeenid. 25 Suund on bioloogilise mudelite osatähtsuse suurenemisele ning loomkatsete asendamisele nn katseklaasimeetoditega (in vitro), kus

organismide asemel kasutatakse retseptoritena rakukultuure ja biokeemilisi retseptoreid, samuti arvutisimulatsioonidega (in silico), mis

käsitlevad kemikaali struktuuri ja tema toime vahelisi seoseid.

25

Lävi- ja toimeväärtus (annus või kontsentratsioon) Kudede ja organite funktsioneerimisvõime säilib ka juhul, kui mingi osa rakke on vigastatud või

surnud, sest teatud ulatuses suudetakse need asendada. Sellisel juhul on olemas läviannus või -

kontsentratsioon, millest väiksema puhul organismis kahjulikku mõju veel ei teki (joonisel 3.2

piirkond 0 – C2).

Läviväärtused on olemas deterministliku toime korral, stohhastilise toime puhul läviväärtust pole, s.t

mis tahes nullist suurema annuse/kontsentratsiooni korral on ka mõju ilmnemise tõenäosus nullist

suurem (kuigi võib olla äärmiselt väike).26 Seega stohhastilise toime puhul, nt kantserogeenset toimet

käsitledes, ei ole õige rääkida ohutust (riski ei ole) eksponeeritustasemest, nii nagu saab seda teha

deterministliku toime puhul. Selle asemel saab rääkida vastuvõetavast suurusest, s.o piirist, millest

alates peetakse tõenäosust tühiseks. Selle piiri tõmbamine põhineb subjektiivsel hinnangul ja on

kokkuleppe asi.

Läviväärtuse täpse suuruse leidmine on problemaatiline. Praktikas on täpse suuruse asemel kasutusel

n-ö surrogaatnäitajad: No Observed Effect Level (NOEL), Lowest Observed Effect Level (LOEL), No

Observed Adverse Effect Level (NOAEL) ja Lowest Observed Adverse Effect Level (LOAEL). KRH-

s on kasutusel esmajoones NOAEL.27

NOAEL on defineeritud kui suurim täheldatavat kahjulikku toimet mitteomav annus/kontsentratsioon

või maksimaalne mittetoimiv tase. Täheldatavus tähendab siin mõju esinemise statistiliselt

usaldusväärset erinevust eksponeeritud grupi ja kontrollgrupi vahel. Enamasti on see leitud

loomkatsetega, vahel ka inimuuringute põhjal.

Oluline koht annuse-mõju seose iseloomustamisel on toimeväärtusel, mis tähendab

annust/kontsentratsiooni, mis tekitab etteantud suurusega mõju. Sisuliselt on toimeannus laialtkasutav

LC50. Toimeannus on oluline lähtepunkt (point of departure) ohutu annuse leidmiseks (osa 3.2.2).

Mõju vs. aeg

Mõju sõltub nii eksponeeritusest kui ka eksponeerituse kestusest. Sama eksponeeritustase tekitab

pikema aja vältel suurema mõju. Lihtsal kujul, mis mõnel puhul on sobiv, väljendab seda seost nn

Haberi reegel:28

kus

C = toksilise aine kontsentratsioon;

n = parameeter, mis sõltub ainest, vaikimisi 129;

t = eksponeerituse kestus.

KRH-s käsitletakse nii lühiajalisi, suurte annuste/kontsentratsioonide tekitatud (akuutseid ehk

ägedaid) mõjusid kui ka väiksemate kontsentratsioonide/annuste tekitatud pikemaajalisi ehk kroonilisi

mõjusid.30 Kuna suurem osa empiirilistest andmetest on akuutse toime kohta, siis ollakse tihti sunnitud

kroonilist mõju tuletama akuutsest mõjust. Mõju laad ja tekkemehhanism võib akuutse ja kroonilise

eksponeerituse korral olla erinev, seetõttu võib ühel ainel olla mitu ,,annuse-toime” seost (Asante-

Duah, 1998).

26 See seisukoht on valitsev KRH-s, kuid on väidetud, et vähemalt mõnel puhul võib ka stohhastilise toimega mõjuritel olla läviväärtus. 27 Level on siin eksponeerituse suuruse üldine tähistus, mis võib olla väljendatud erinevates ühikutes. 28 Keemik F. Haber, kes tegeles I maailmasõja ajal mürkgaaside kasutuselevõtuga. Seal sobis see seos hästi. 29 Haberi versioonis parameeter nt puudub, see on hilisem täiendus. 30 Nendevahelist piiri on tõmmatud erinevalt, mõnikord on lisatud nende vahele ,,subkrooniline”. The Agency for Toxic Substances and

Disease Registry (ATSDR) definitsiooni kohaselt tähendab „akuutne” kuni 14 päeva.

nC t konstant

26

Koosmõju

Oma olemuselt võib mitme mõjuri tekitatud koosmõju olla kolme liiki:

• liituv – mitme mõjuri koosmõju võrdub nende mõjude summaga;

• sünergiline – mitme mõjuri koosmõju on mõjude summast suurem;

• antagonistlik – mitme mõjuri koosmõju on mõjude summast väiksem.

Levinuim viis koosmõju käsitlemiseks on summeerimine. See on õigustatud, kui on andmeid, mis seda

tõendavad või vähemalt näitavad mõjude liitumise võimalikkust. Teiste koosmõju liikide kohta on

andmeid vähe ning on arvatud, et nad pole kuigi sagedased.

3.2.3 Tervisemõju

Ohutu annus Deterministliku toimega (läviväärtusega) mõjurite korral on oluline mõjurit iseloomustav suurus

maksimaalne ohutu eksponeeritustase (väljendatuna annuse või kontsentratsiooni kaudu). See on

tavaliselt defineeritud kui suurim kontsentratsioon (annus), mille puhul ei ilmne negatiivset mõju ka

tundlikes rühmades (lapsed, eakad) kogu elu kestva eksponeerituse korral.31 Seda suurust tähistatakse

erinevate terminitega. USA-s (ja mõistagi sellega seotud andmekogudes) on kasutusel ,,referentsannus”

ja ,,referentskontsentratsioon” (Reference Dose, RfD; RfC). Euroopas on kasutusel aktsepteeritav

päevaannus (Acceptable Daily Intake, ADI)32.

RfC ja ADI leidmisel on lähtepunktiks NOAEL või toimeannus (benchmark). Viimane valitakse

eksponeerituse-mõju mudeli väiksemate annusteväärtuste piirkonnas, mille kohta on veel

mõõtmisandmed. Tavaliselt on selleks 10% (vahel 5%) mõju suurusele vastav eksponeeritus. NOAEL-

ist ja toimeannusest lähtumine väljendavad ohutu annuse määramiseks põhimõtteliselt erinevaid

lähenemisviise, mistõttu nendega saadud tulemusi pole võimalik teineteiseks teisendada. Võrreldes

NOAEL-iga on toimeannusest lähtumise oluline eelis see, et lähtepunkti leidmisel arvestatakse nii

seost kirjeldava kõvera kuju kui ka andmete hajuvust, NOAEL-i puhul on selleks vaid üks empiiriliselt

leitud punkt.

Olenevalt lähteandmetest tuleb ohutu eksponeerituse (annuse) leidmisel arvestada osa või kõiki

järgmisi määramatust põhjustavaid tegureid: üleminekut LOAEL-ilt NOAEL-ile (kui viimase kohta

andmeid pole), ekstrapoleerimist akuutselt mõjult kroonilisele,33 ekstrapoleerimist katseloomadelt

inimesele ning inimeste erinevat tundlikkust.

ADI määramisel on lähtepunktiks reeglina NOAEL ning ekstrapoleerimiseks kasutatakse selle

jagamist määramatust iseloomustava ülekande- või varuteguriga (Safety Factor, SF):

kus SF väärtuseks on vaikimisi 100.

RfD määramisel on lähtepunktiks NOAEL või toimeannus ning määramatust arvestatakse nn

määramatusteguri (Uncertainty Factor, UF) ja (Modifying Factor, MF) kaudu:

31 Kui tegemist on lühema perioodiga, on see eraldi näidatud. Kuna mõju võib mõnel puhul sõltuda ka organismi sisenemise teest, on

vajaduse korral ka see täpsustatud; nt RfDoral näitab, et see kehtib suukaudsel (seedetrakti kaudu) manustamisel. 32 Kasutusel on ka Tolerable Daily Intake (TDI), Derived No Effect Level (DNEL), Reference Exposure Level (REL). Kaks viimast on

RfD sünonüümid. 33 Akuutse mõju andmetest kroonilise mõju läviväärtuste tuletamist tuleks vältida, kuna tavaliselt on tegemist erinevate

mõjumehhanismidega.

NOAELADI =

SF

27

UF leitakse ekspertide poolt määramatust tekitavatele teguritele arvväärtuste (need võivad kõikuda

suures ulatuses, vaikimisi 10) korrutisena. MF on modifitseerimistegur, mis võimaldab ekspertidel

arvesse võtta asjaolusid, mida UF ei hõlma, nt andmete kvaliteeti, annuse tekke spetsiifikat jms. Kui

määramatusele omistatav arvväärtus kujuneb suuremaks kui 1000, on andmed RfD määramise jaoks

ebapiisavad.

Kuna RfD määramise viis on paindlikum ja selgem kui ADI-l ning selle tõttu ka tulemus paremini

argumenteeritud, peetakse seda usaldusväärsemaks kui ADI34 (Asante-Duah, 2002).

Õhu kaudu toimuva eksponeerituse puhul võib olla tegemist suurte lühiajaliste

kontsentratsioonikõikumistega ning olulised võivad olla just lühiajalised, kuid suured

kontsentratsioonid. Kuna mõju sõltub eksponeerituse kestusest, võib tekkida vajadus

referentsannuste/kontsentratsioonide teisendamiseks ühesugusele kestusele. Selleks on koostatud

ülekandetegurid lühemate eksponeerituste teisendamiseks 24 tunni eksponeeritusele. USA New Jersey

atmosfääriemissioonide riskihindamise juhendis (Guidance on..., 2009) on selleks pakutud järgmisi

koefitsiente, millega ööpäevast lühemate eksponeeritustega saadud RfC väärtusi korrigeerida:

1 h keskmine x 2,5

4 h keskmine x 2,25

6 h keskmine x 2

7 h keskmine x 2

8 h keskmine x 1,75

Lühiajalistele eksponeerimistele vastavate ohutute annuste kohta vt lisaks 4. osast.

Eksponeeritusvaru/Kindluspiir

Mittekantserogeense (deterministliku) toime korral on RfD kõrval kasutusel eksponeeritusvaru

(Margin of Exposure, MOE), mis leitakse NOAEL-i ja eksponeerituse suhtena:

MOE >100 korral loetakse eksponeeritus ohutuks (Williams and Paustenbach, 2002). MOE

kasutamine on asjakohane, kui käsitletava mõjuri jaoks RfD puudub.

Kaldetegur Stohhastilise toime korral eeldatakse, et läviväärtus puudub ning ekstrapoleerimine toimub

eksponeerituse-mõju mudelil valitud lähtepunktist 0-punkti. Lisaks eeldatakse, et väikeste annuste

piirkonnas on annuse ja mõju tekke tõenäosuse vahel lineaarne seos, s.o 0-punktist lähtuv sirgjoon.

Selle tõusu (kallet) iseloomustav nn kaldetegur (Slope Factor, SF35) näitab haigusjuhtumite tekke

tõenäosust mõjuri (kemikaali) annuseühiku (mg/kg*d-1) või kontsentratsiooniühiku kohta keskkonnas,

milles inimene viibib. Kuna toime võib sõltuda teest, mille kaudu eksponeeritus toimub, on kaldeteguri

juures see üldreeglina märgitud.36

34 Seetõttu loobuti US Superfund projekti raames ADI kasutamisest (US EPA

http://www.epa.gov/oswer/riskassessment/ragsa/pdf/rags_ch7.pdf). 35 Kaldeteguri ühik on (mg/kg * ööpäevas)-1 . 36 SForal tähendab, et see kehtib seedetrakti kaudu manustamisel, SFinhal ja SFdermal vastavalt hingamisteede ja naha kaudu toimuvat

kontakti.

NOAEL või ToimeannusADI =

UF MF

NOAELMOE

Eksponeeritus

28

Mõnikord kasutakse eksponeerituse-mõju seose iseloomustamiseks annuseühiku asemel mõjuri

kontsentratsiooni sissehingatavas õhus või joogivees.37 Seda näitajat, mis iseloomustab kasvajatekke

sageduse (tõenäosuse) kasvu mõjuri kontsentratsiooniühiku kohta, nimetatakse ühikriskiks (unit

(cancer) risk, UR või UCR).38 Selle ühik õhu puhul on (µg/m3)-1.

Kaldetegur on peamine näitaja, mis iseloomustab ainete kantserogeensust kvantitatiivselt ja millele

tugineb riski, s.o haigusjuhtumite sageduse prognoos terviseriski hindamisel. Samas võimaldab see ka

vastupidist – leida vastuvõetavale riskile vastava maksimaalse eksponeerituse suurust. Sealjuures

eeldatakse, et kasvaja teke sõltub eksponeerituse suurusest, kuid mitte kestusest – s.t, et risk ei sõltu

sellest, kas kantserogeen sattus organismi lühema või pikema aja vältel, vaid ainult organismi

sisenenud kantserogeeni kogusest. Lisaks eeldatakse, et individuaalse tundlikkuse erinevus puudub,

s.t sama annuse korral on haigestumise tõenäosus kõigil inimestel ühesugune.

Kaldeteguri määramisel eksponeerituse ja tõenäosuse vahel lineaarse seose olemasolu eeldamine võib

tähendada vähitekke tõenäosuse ülehindamist ja on võimalik, et mõnikord empiirilised uuringud ei

näita fooniga võrreldes statistiliselt usaldusväärset riski kasvu, mis kaldeteguri põhjal peaks esinema.

Kaldeteguri määramiseks kasutatavate metoodikate erinevusest (lähenemise konservatiivsuse

erinevusest) tulenevalt võivad SF/UCR suurused oluliselt erineda (Jones-Otazo et al., 2005).

3.2.4 Ökomõju

Võrreldes terviseriskiga, mille puhul sihtobjekt, s.o inimene on üheselt mõistetav ning ka võimalike

mõjude (s.o tervisekahjustuste) kindlakstegemine ja mõõtmine tugineb pikaajalistele kogemustele ja

meditsiinilistele uuringutele, on ökoloogilise mõju mõõtmine palju komplitseeritum. Isegi kui jääda

organismi tasemele, tuleb ühe liigi (inimese) asemel tegemist liikide müriaadiga.39

On endastmõistetav, et eksponeerituse-mõju otseseid mõõtmisandmeid saab olla vaid murdosa liikide

kohta, eeskätt nende kohta, keda mingil põhjusel väärtustatakse ning kes seetõttu on olnud ökoloogide

ja ökotoksikoloogide uurimisobjektiks. Oluline valikutegur on olnud ka eksperimentide lihtsus. See

on üks põhjus, miks suur osa organismi tasemel tehtud ökotoksikoloogilistest uuringutest on tehtud

veeorganismidega ning käsitlevad akuutset mõju (LC50; EC50). Krooniliste ja subkrooniliste

läviväärtuste (NOEL, NOAEL, LOAEL) kohta on mõõtmisandmeid palju vähem, mistõttu püütakse

neid tuletada akuutse mõju andmetest.

Nii nagu loomkatsete rakendamisel tervisemõju uurimises, on siingi võimalik mudelorganismidega

saadud tulemusi ekstrapoleerida lähedastele taksonitele, samuti ekstrapoleerida madalamal tasemel

(raku- või subtsellulaarsel tasemel) tehtud uuringute tulemusi kogu organismile. Kõige tavalisem on

siiski mõju ekstrapoleerimine liigilt liigile. Sel puhul tuleb arvestada liikidevahelisi erinevusi – ka

lähedaste liikide tundlikkus võib olla erinev.

USA Ohio keskkonnaagentuuri ökoriski hindamise juhendis (Guidance for..., 2008) on esitatud skeem

nn loomadele ökoloogilise referentsannuse (Ecologically-Based Reference Dose; ERfD) tuletamiseks

erineva kestusega ning erinevate testorganismide tehtud uuringute andmetest. Kuigi see skeem

võimaldab ERfD määramist ka akuutse mõju andmetest, tuleks sellest siiski hoiduda.40 US EPA on ka

37 Sõltub sellest, millistest andmetest on kaldetegur leitud. Eksperimentides kasutatakse annuseid, epidemioloogilistes uuringutes kontsentratsiooni. 38 Kasutusel on veel sünonüüme: Potency Slope, Cancer Slope Factor, Unit Risk Factor. 39 Maailmas on klassifitseeritud 1,5 miljonit liiki. Eestis on ainult pärismaiseid looduses elavaid selgroogseid registreeritud 376

(http://loodus.keskkonnainfo.ee:88/biomultifarious/species/HTML_Page1126009395). 40 Esitatud skeemis on sellise ekstrapoleerimise määramatust ka lähedaste liikide korral peetud äärmiselt suureks (varutegur 10 000),

mis muudab sellise ekstrapoleerimise mõttetuks.

29

koostanud arvutiprogrammi, mis võimaldab ekstrapoleerida olemasolevad akuutse mõju andmed

liikidele, kelle kohta need puuduvad: (http://epa.gov/ceampubl/fchain/webice/WebICE_User_

manual.pdf)

Erinevalt terviseriski hindamisest pole ökoriski hindamisel rõhk organismil, vaid populatsioonil ja

kooslusel ning ökosüsteemil – kui tegemist pole just eriti väärtustatud liigiga, kelle puhul on ka

üksikorganismid olulised sihtobjektid,41 siis on üksikorganismide kaod aktsepteeritavad, oluline on

populatsioonide, koosluste ja ökosüsteemide seisund. See tähendab vajadust ekstrapoleerida organismi

tasandilt kõrgemale hierarhiatasandile, millega kaasneb olulisi teoreetilisi ning praktilisi probleeme ja

määramatust.42

Kemikaalide toime kohta olevate katseandmete ülekandmisel loodusesse tuleb arvestada, et kemikaali

käitumine looduses võib olla erinev katsetingimustest ning mõjutada eksponeeritust. Erinevused

võivad olla kemikaali sattumises organismi, nt keha pinna, hingamiselundite (eelkõige veeorganismide

puhul) või seedekulgla kaudu. Organismi tundlikkust mõjuri suhtes võivad mõjutada looduses

esinevad abiootilised ja biootilised tegurid, mis erinevad katsetingimustest. Lisaks on võimalik, et

looduslikes oludes võivad organismid mõjuriga kokkupuudet vältida.43

Organismi tasandilt populatsiooni tasandile ekstrapoleerimisel tuleb silmas pidada, et organismi

tasandil toimunud suured muutused ei tarvitse kanduda populatsioonitasandile. Näiteks liikidel, kelle

noorjärkude suure arvukusega kaasneb ka suur suremus, ei tarvitse noorjärkude suremuse muutused

kajastuda populatsiooni suuruses. Eriti kehtib see lühiajalise akuutse mõju korral.

Populatsioonidünaamika sõltuvuse korral tihedusest võivad tiheduse vähenemisel käivituda protsessid,

mis kompenseerivad tekkinud kao (negatiivne tagasiside) või suurendavad hälvet (positiivne

tagasiside – nn Allee efekt). Populatsioonile lähtuva riski seisukohalt on olulised karakteristikud

eksponeerituse ja populatsiooni seisundi (suurus, tihedus, struktuur, kasvukiirus jt) vahelised seosed.

Oluline võib olla populatsiooni väljasuremisriski modelleerimine, milleks on eraldi mudelid

looduskaitsebioloogias. Kooslust või ökosüsteemi iseloomustavad karakteristikud, nagu koosluse

struktuur, liigiline mitmekesisus, produktiivsus jms.

Seosed mõjuri ja populatsiooni, kooslust või ökosüsteemi seisundit iseloomustavate muutujate vahel

võivad olla nn kvalitatiivsed eksperthinnangud, kvantitatiivsed, nt looduses tehtud mõõtmiste

regressioon- või korrelatsioonanalüüsil põhinevad, või kirjeldatud nn protsessimudelitega. Viimased

varieeruvad väga lihtsatest kuni väga kompleksseteni. Mudeli valik sõltub sellest, milline üldistusaste,

realism ja täpsus on konkreetses olukorras asjakohane. Kui eesmärk on kontrollida, kas halvim

võimalik mõju ületab mingit etteantud kriteeriumi, võib olla sobiv üldine, kohaspetsiifikat

mittearvestav mudel. Sobiva mudeli valik sõltub ka sisendandmetest. Ülevaate ökoloogilistest

mudelitest ja nende kasutusvõimalustest KRH-s annab (Roast et al., 2007); mudelite tegemisest annab

ülevaate US EPA juhend (http://www.epa.gov/crem/library/cred_guidance_0309.pdf). Koosluse ja

ökosüsteemi muutuste, eriti kaudsete mõjude ja tagasisidega seotud muutuste prognoosimisel on

teoreetilised piirangud, mida mudelite täiustamine ei võimalda ületada.44

Levinud viis koosluse tasandil eksponeerituse-mõju kirjeldamiseks on selle esitamine eeldatavasti

mõjutatud liikide osakaalu kaudu, kasutades liikide tundlikkuse tõenäosuslikku jaotust (Species

Sencitivity Distribution, SSD) (nt Jager & Visser, 1994; TGD, 2003). Mõju võib olla akuutne või

41 Nt rangelt kaitse all olevad liigid, nt kotkad. 42 Samal hierarhiatasandil ekstrapoleerimine oleks võimalik mudelökosüsteemide kasutamisega, kuid juba tehnilistel põhjustel on see

väga piiratud. 43 Vältimine võib tähendada mõne elupaiga mahajätmist, nt subpopulatsiooni kadumist, mis omakorda on ökoloogiline mõju. 44 Need tulenevad avatud iseorganiseeruvate süsteemide olemusest, mille käitumine on prognoositav vaid piiratud ulatuses. Samal

põhjusel ei ole võimalikud kui tahes pikaajalised ilmaprognoosid.

http://www.epa.gov/crem/library/cred_guidance_0309.pdf

30

krooniline, väljendatud mitmesuguste karakteristikutena (nt akuutse puhul LC50 või ECx, kroonilise

puhul NOEL, NOAEL või LOAEL45 (joonis 3.3).

Joonis 3.3. SSD kõvera näide (http://www.epa.gov/caddis/da_advanced_2.html).

Jaotusfunktsioon konstrueeritakse empiiriliste andmete alusel. Sõltuvalt analüüsi eesmärgist võib see

hõlmata kõiki koosluse taksoneid või keskenduda mõnele grupile. SDD võeti esmalt kasutusele

kemikaalide puhul, kuid on rakendatav ka teiste mõjurite käsitlemisel (Suter, 2007).

Ökoriski käsitlemisel võib olla oluline määrata kooslusele ohutu eksponeerituse läviväärtus.

Läviväärtuse määramine koosluse (ökosüsteemi) jaoks organismidega tehtud katsete põhjal on seotud

põhimõtteliste raskustega, mis tekivad alati, kui süsteemi käitumist tahetakse prognoosida selle

elementide käitumise põhjal. Mida keerulisem (komplekssem) on süsteem, seda suuremad raskused

tekivad. Kooslusele (ökosüsteemile) ohutu kontsentratsiooni (Predicted No Effect Concentration,

PNEC) määramiseks on KRH praktikas kasutusel kaks teed:

Võetakse teadaolevalt kõige tundlikuma liigi kroonilise toime läviväärtus (NOEL, NOAEL,

LOAEL) ning jagatakse nn ohutusteguriga, mille väärtus võib lähteandmetest sõltuvalt olla

vahemikus 10–1000 (TGD, 2003).

Lähtutakse eeldusest, et kooslus ei ole ohustatud, kui eksponeeritus ei ületa 95%46 liikide

NOEL-i. Piir leitakse liikide tundlikkuse jaotusfunktsiooni alusel (joonis 3.4). Sealjuures on

tähtis silmas pidada, et ohustatud 5% hulgas poleks koosluse funktsioneerimise seisukohalt või

muudel põhjustel oluliseks peetavaid liike – koosluse väärtus võib just seisneda selles, et on

olemas haruldased liigid, kes koosluse funktsioneerimises erilist tähtust ei oma.

45 Mõnikord esitatakse neid lisaks pikaajalistele ka lühiajaliste mõjude iseloomustamiseks. 46 Konservatiivsema lähenemise korral võib piiriks olla 99%. Seevastu TGD (2003) pakub suurema konservatiivsuse saamiseks 95%

tasemele vastava annuse (kontsentratsiooni jagamist varuteguriga, mille suurus on vahemikus 1–5.

Kaadmiumi kontsentratsioon (mg/L)

Tu

nd

lik

ku

se t

õen

äosu

s

31

Joonis 3.4. Kooslusele ohutu kontsentratsiooni (PNEC) määramine liikide tundlikkuse (SSD) kaudu.

3.2.5 Toksilisuse andmeallikad

Andmeid kemikaalide toksilisuse kohta on kogunud rahvusvahelised (WHO, FAO, OECD) ning

riiklikud organisatsioonid (US EPA, Health Canada) ja neid võib leida mitmest andmekogust.

Järgnevalt on loetletud KRH jaoks olulised andmekogud.

Rahvusvahelise kemikaaliohutuse programmi (IPCS) koostatud kokkuvõtlik andmekogu

Concise International Chemical Assessment Documents (CICADs) on leitav aadressil http://www.inchem.org/pages/cicads.html

OECD The Global Portal to Information on Chemical Substances (eChemPortal), mis sisaldab

andmeid nii toksilisuse kui ka ökotoksilisuse kohta, on leitav aadressil http://www.echemportal.org/echemportal/substancesearch/page.action?pageID=0

Sageli KRH-des kasutatav andmekogu, US EPA koostatud Integrated Risk Information System

(IRIS) on leitav aadressil http://www.epa.gov/iris/

Põhjalikku informatsiooni rohkem kui 5000 kemikaali toksilisuse ja muude omaduste kohta

pakub USA meditsiiniraamatukogu (Hazardous Substances Data Bank (HSDB) aadressil http://toxnet.nlm.nih.gov/newtoxnet/hsdb.htm

Ökotoksikoloogia andmeid saab leida US EPA andmekogust ECOTOX http://cfpub.epa.gov/ecotox/

Kantserogeense toime kohta on kokkuvõtliku ülevaate koostanud Health Canada http://www.popstoolkit.com/tools/HHRA/SF_HealthCanada.aspx

PNEC NOAEL

1,0

0,9

0,8

0,7

0,6

0,5

0,4

0,3

0,2

0,1

0,0

Pote

ntsi

aals

elt

mõju

tatu

dli

ikid

e osa

kaal

0,05

http://www.inchem.org/pages/cicads.html

http://www.echemportal.org/echemportal/substancesearch/page.action?pageID=0

http://www.epa.gov/iris/

http://toxnet.nlm.nih.gov/newtoxnet/hsdb.htm

http://cfpub.epa.gov/ecotox/

http://www.popstoolkit.com/tools/HHRA/SF_HealthCanada.aspx

32

Mitmete organisatsioonide esitatud andmed kemikaalide kantserogeensuse kohta on kokku

võetud andmekogus International Toxicity Estimates for Risk Assessment (ITER), mis on

leitav aadressil https://iter.ctc.com/publicURL/pub_search_list.cfm

TOXLINE (http://toxnet.nlm.nih.gov/newtoxnet/toxline.htm) kaudu on võimalik saada ülevaade

paljusid kemikaale käsitlevate kirjandusallikate kohta.

Hea kokkuvõtte õhusaaste referentskontsentratsioonidest, sealhulgas akuutse toime RfC-de

andmed, on leitavad aadressil http://www.nj.gov//dep/aqpp/permitguide/ToxAll2011.pdf

Õhusaaste akuutse toime kohta on andmeid järgmistes andmekogudes:

Acute Exposure Guideline Levels (AEGLs) (http://www.epa.gov/oppt/aegl/pubs/chemlist.htm)

Emergency Response Planning Guidelines (ERPGs) (https://www.aiha.org/get-

involved/AIHAGuidelineFoundation/EmergencyResponsePlanningGuidelines/Documents/2015%20ERPG

%20Levels.pdf)

Temporary Emergency Exposure Limits (TEELs)

(http://www.atlintl.com/DOE/teels/teel/teel_pdf.html)

Immediately Dangerous to Life and Health Limits (IDLHs)

(http://www.cdc.gov/niosh/idlh/intridl4.html)

Andmekogude täiendamine uute andmetega ja olemasolevate võimalik muutmine toimub paratamatult

mingi ajanihkega, mistõttu need ei tarvitse kajastada kõige uuemaid uuringutulemusi. Andmekogudes

on sageli ka näidatud, millistele uuringutele esitatu tugineb – sellest on näha uuringute vanus. Ka

vastukäivate uuringutulemuste puhul viivitatakse tulemuste kajastamisega andmekogudes. Seetõttu

tuleks konkreetsest mõjurist lähtuva riski käsitlemisel vaadata ka teadusajakirjades esitatud uuemaid

tulemusi. Sõltuvalt lähteandmetest ning lähtepunkti valikust võivad erinevate organisatsioonide

esitatud toksilisuse näitajate arvväärtused erineda, nt kaldetegurite (SF) erinevused võivad ulatuda

koguni mitme suurusjärguni. Seega on vaja konkreetses KRH-s kasutatava kaldeteguri valimist

põhjendada, sealhulgas viidata asjakohastele allikatele.

Dibenso-p-dioksiinide ja dibensofuraanide ja PAH-ide suure hulga tõttu käsitletakse neid mõnikord

üheskoos dioksiinide-furaanide summana, millele kohaldatakse vastavalt 2,3,7,8-tetraklorodibeso-p-

dioksiini (2,3,7,8-TCDD) kui enamuuritud ja tokilisima ühendi toksilisuskarakteristikuid; PAH-ide

puhul lähtutakse benso(a)püreeni toksilisuskarakteristikutest. See põhjustab riski hindamist tegelikust

suuremaks (üldjuhul eelistatakse KRH-s riski võimalikku ülehindamist alahindamisele, s.o eelisatud

on konservatiivne käsitlus). Lisaks võib dioksiinide ja PAH-ide käsitlemisel nende koguhulkade põhjal

hindamistulemusi moonutada see, et erineva toksilisusega dioksiinide ja PAH-ide proportsioon

erinevates keskkonnakomponentides, nt toiduainetes, võib kõikuda suures ulatuses. Toksilisuse

erinevustest tulenevat hindamisviga on võimalik vähendada toksilisuse ekvivalentkontsentratsiooni

kaudu. See saadakse kemikaali kontsentratsiooni korrutamisel toksilisuse ekvivalentkordajaga (Toxic

Equivalency Factor, TEF), mis väljendab antud kemikaali toksilisust võrreldes nn referentskemikaali

toksilisusega; dioksiinidel on selleks 2,3,7,8-TCDD ja PAH-idel benso(a)püreen.

https://iter.ctc.com/publicURL/pub_search_list.cfm

http://toxnet.nlm.nih.gov/newtoxnet/toxline.htm

http://www.nj.gov/dep/aqpp/permitguide/ToxAll2011.pdf

http://www.epa.gov/oppt/aegl/pubs/chemlist.htm

https://www.aiha.org/get-involved/AIHAGuidelineFoundation/EmergencyResponsePlanningGuidelines/Documents/2015%20ERPG%20Levels.pdf



http://www.atlintl.com/DOE/teels/teel/teel_pdf.html

http://www.cdc.gov/niosh/idlh/intridl4.html

33

3.3 Eksponeerituse hindamine

3.3.1 Taust

Terviseriski puhul peab eksponeerituse analüüs andma vastuse küsimusele, kuidas ja milliste

sihtgruppideni mõjur jõuab, milline on kontakti suurus, kestus ja ajastus, kuidas toimub sisenemine

erinevate gruppide organismidesse (hingamisteede kaudu, seedetrakti kaudu, keha pinnalt) ning

milline on annuste suurus.

Ökoriski puhul tuleb analoogselt terviseriskiga näidata, milliseid teid kaudu, millisel kujul (sh

sekundaarsete mõjurite teke) ja millisel määral eksponeeritus kujuneb, milline on kontsentratsioon

kontaktikohas või annus. Eksponeeritus ei tähenda tingimata füüsilist kontakti, nt kokkupuudet

kemikaaliga. See võib väljenduda mis tahes teguri olemasolus või ka puudumises, mida on

põhjustanud esmane mõjur, nt toiduobjektide hävimine kokkupuutes toksilise kemikaaliga või

varjupaikade kadumine veetaseme muutumise tõttu (vt ka osa 3.2).

Eksponeeritust saab leida mõõtmise, arvutamise ja modelleerimise teel. Sageli ei käsitle KRH kogu

eksponeeritusrada, vaid mõõdetakse või arvutatakse 47 vahetult sihtobjektide eksponeeritust.

(Mõõtmine on võimalik vaid siis, kui eksponeeritus juba toimub, s.o tingimusel, mis KMH kontekstis

ei kehti. Seetõttu mõõtmiste osa eksponeerituse analüüsil käesolev töö ei käsitle.)

Eksponeerituse analüüs (hindamine) koosneb kolmest järgmisest osast: 1) mõjuri vallandumine

(emissioon), 2) selle liikumise ja muundumise ning uute mõjurite indutseerimise iseloomustamine ja

võimaluse piires kvantifitseerimine keskkonnakomponentide (õhk, vesi, pinnas, elustik) sees ning

vahel ja 3) sihtobjektide eksponeerituse iseloomustamine.

Sihtobjektide eksponeerituse suuruse iseloomustamisel tuleb silmas pidada, et seda väljendavad

ühikud oleks vastavuses eksponeerituse-mõju seose kirjeldamisel kasutatavate ühikutega. Näiteks kui

sihtobjekt on maismaataimestik, võib eksponeeritus olla väljendatud mõjuri keskmises (mediaan) vees

lahustunud vormide kontsentratsioonina vegetatsiooniperioodi kestel pinnasekihis, mille paksus

vastab juurestiku leviku sügavusele. Inimeste puhul on eksponeeritus tavaliselt väljendatud keskmise

ööpäevase annusena mingi ajavahemiku kohta.

Eksponeerituse ajaline käik on aluseks mõju käsitlemisel akuutse, subkroonilise või kroonilisena.

Eksponeerituse arvutamisel on sisendid tavaliselt esitatud punktväärtustena: aritmeetilise keskmisena

(USEPA Guidelines for..., 1992), aritmeetilise keskmise 95-protsentiilina (Ecological Risk..., 2008),

kogumi 95-protsentiilina (US EPA Exposure..., 2011; WHO/FAO, 2008). Sisendandmete valik

tuleneb käsitluse konservatiivsusest. Reeglina valitakse andmed nii, et risk on ülehinnatud, mitte

alahinnatud. Eriti suur ülehindamine toimub jämeda (screening level) hindamise korral, mis on sisult

eelhindamine, selgitamaks riski võimalikkust. Sisendite valikust tingituna on ka tulemus

punktväärtuse kujul.

3.3.2 Mõjuri vallandumine

Mõjurite vallandumise iseloomustamine on eksponeerituse hindamisel esimene samm. Ohuallikad,

millest mõjur vallandub või võib vallanduda, jagunevad punkt-, joon- ning hajusallikateks. Ühel

47 Nt mõjuri mõõdetud kontsentratsioon joogivees või mingis toiduaines on keskmise ööpäevase annuse arvutamise aluseks.

34

ohuallikal võib olla mitu vallandumiskohta,48 millest omakorda võib vallanduda mitu mõjurit. Mõjurid

võivad keskkonda pääseda mitmel kujul. Atmosfääri sisenemine toimub gaasilisel kujul või seotuna

tahkete osakestega. Gaasina esinevad kergestilenduvad ühendid, vähelenduvad orgaanilised ühendid

ning enamik metalle on seotud tahkete osakestega. Mõned ained, näiteks elavhõbe, esinevad mõlemal

kujul. Heitvees olevad saasteained võivad olla lahustunud kujul, seotult heljumiga või kolloididena.

Vallandumine võib olla tavapärase toimimise osa (nt atmosfääriheited jäätmepõletusettevõttest,

vibratsiooni ja maapinnavõngete tekitamine maavarade kaevandamisel, heljumi teke veekogu

süvendamisel) või juhtuda hädaolukordades või õnnetusjuhtumite tagajärjel (viimast käsitletakse 4.

osas). Mõjuri vallandumise kohta saab andmeid otsese mõõtmise, pöördmodelleerimise,

massibilansiarvutuste, ekstrapoleerimise ja inseneriarvutuste ning -hinnangute abil (kavandatava

tegevuse puhul pole kaks esimest viisi kasutatavad). Esimese lähendusena võib aluseks võtta

õigusaktidega seatud maksimaalsed lubatud emissioonid.

Levinud viis emissioonide arvutamiseks on tehnoloogiliste protsesside massibilansi kaudu.

Massibilansiarvutus põhineb võrrandil

kus

ΔS = aine koguse muutus käsitletavas üksuses;

I = sissetulek, nt toormega;

P = toodangusse minev osa;

D = lagunemine tehnoloogilise protsessi käigus;

W = tahketesse jäätmetesse minev osa;

Ea = atmosfääri minev osa;

Ew = reovette minev osa.

Emissiooni saab prognoosida ka ekstrapoleerimisega, tuginedes vahetult juba toimuva analoogse

tegevuse seireandmetele, või nn emissioonitegurite kaudu, mis seovad emissiooni selle allikaks oleva

tegevuse liigi ja mahuga. Emissioonitegur võib olla leitud massibilansi arvutuse alusel, nt

elektrijaamast atmosfääri minevate heitkoguste leidmine kasutatava kütuse massiühiku kohta.

Tavaliselt iseloomustavad emissioonitegurid pikaajalist keskmist suurust. Normaalsest töörežiimist

kõrvalekaldumisel, nt seadmete käivitamisel ja peatamisel, võib emissiooni suurus oluliselt suureneda.

Seda tuleb arvestada emissiooni suuruse arvutamisel. Hädaolukordade ja õnnetusjuhtumite puhul

toimuvat emissiooni suurenemist käsitletakse eraldi riskianalüüsi raames.

Emissiooniteguri kaudu emissiooni arvutamise põhivalem on

kus

E = emissiooni suurus;

A = tegevuse intensiivsus;

EF = emissioonitegur;

ER = emissiooni vähendamiseks rakendatud meetmete tõhusus.

48 Peale korstnast tuleva heite võib olla oluline arvestada mahutitest, pumpadest, ventiilidest jms toimuvat emissiooni.

a wS I (P D W E E )

ERE A EF 1

100

35

Emissiooni inseneriarvutused põhinevad süsteemisiseste muutujate vahelistel seostel (nt mahutis oleva

vedeliku aururõhk, mahuti tehnilised karakteristikud jms) ja nendeks pole vaja andmeid sisendite ja

väljundite kohta, nii nagu bilansiarvutuste puhul.

Ülevaate punktallikate emissioonide arvutamise meetodite kohta annab OECD Pollutant Release and

Transfer Registers (OECD, 2013). Tehnoloogilise protsessi käigus seadmetest (nt pumbad, mahutid,

ventiilid jms) tekkivate n-ö varjatud emissioonide suuruse kohta annab ülevaate US EPA (1995).

Hajusallikatest (pindsaasteallikatest, s.o veepinnalt ja pinnasest) lähtuva emissiooni arvutamise

viisidest annab ülevaate Teinemaa jt (2005).

3.3.3 Liikumist ja muundumist määravad tegurid

Vallandunud aine liigub ja tihti ka muundub. Liikumine toimub nii keskkonnakomponendi sees (nt

jõkke juhitud aine edasikandumine vooluveega) kui ka ühest keskkonnakomponendist teise (nt

atmosfäärist maapinnale sadenemine ja veekogu pinnalt atmosfääri aurumine).

Liikumine. Ainete liikumist määravad füüsikalised, keemilised ja bioloogilised protsessid.

Füüsikalised protsessid on difusioon, aurumine, konvektiivne liikumine ja gravitatsiooniline liikumine.

Difusioon tekib kontsentratsioonigradiendi korral – aine hakkab liikuma madalama

kontsentratsiooniga piirkonna suunas. Gravitatsioonilise liikumise näited on sademetega väljakanne

atmosfäärist, heljumi settimine veekogu põhja, vedelike liikumine pinnases. Konvektiivse liikumise

hulka kuulub aine passiivne edasikanne koos liikuva keskkonnaga, milles ta asub. Selle näited on tuul,

vertikaalne turbulentne segunemine (turbulentne difusioon), õhumasside liikumine, samuti hoovused,

keerised ja vertikaalsete temperatuurigradientide – pealmise veekihi kevadel soojenemise ja sügisel

jahtumise tõttu – põhjustatud vertikaalne segunemine siseveekogudes ja meredes. Ka

vooluveekogudes vooluga või meredes hoovustega edasikantavad põhjasetted on horisontaalse

konvektiivse (advektiivse) liikumise näited.

Keemilistest protsessidest on olulised lahustumine, kolloidide teke, sorbtsioon (adsorbtsioon ja

absorbtsioon) ja keemiline sadenemine.

Bioloogiline liikumine hõlmab ainete liikumist keskkonnast elustikku ja tagasi keskkonda ning

liikumist toiduahelates, mille lõpus on tihti inimene. Kemikaalide omastamine organismide poolt (s.t

jõudmine rakkudesse, kehavedelikesse või vereringesse) sõltub nende esinemisvormist (nt metallidel

ioonsed, kolloidühendid, kompleksühendid, adsorbeerumine tahketele osakestele), mis omakorda

sõltuvad aine omadustest (nt molekuli hüdrofoobuse ja polaarsuse vaheline seos) ning

keskkonnatingimustest (nt metüülelavhõbeda teke). Omastamiskergust iseloomustav biokättesaadavus

(bioavailability) võib esinemisvormist sõltuvalt kõikuda suures ulatuses (nt metüülelavhõbeda

biokättesaadavus on oluliselt suurem kui molekulaarsel elavhõbedal, elavhõbedasulfaadil aga hoopis

tühine). Vees, sealjuures mullavees lahustunud vormid on kättesaadavamad kui tahkete osakestega

seotud vormid jms. Vormide esinemise proportsioonid sõltuvad muudest keskkonnatingimustest, nt

metallid on tundlikud pH suhtes. Seetõttu on eksponeerituse käsitlemisel üldkoguste

(kontsentratsioonide) kõrval oluline silmas pidada ka esinemisvorme. Kuna see komplitseerib

eksponeerituse käsitlemist, tehakse vahel konservatiivne eeldus, et biokättesaadav on kogu

keskkonnas olev kemikaal või piirdutakse biokättesaadava osa kohta ligikaudse hinnanguga.

Muundumine hõlmab keemilisi reaktsioone, mille tagajärjel tekivad uued ained, samuti kemikaalide

lagunemist. Lagunemise põhjused võivad olla füüsikalised, keemilised ja bioloogilised protsessid.

Füüsikaline lagunemine on tavaline radionukliididel, ka fotolüüs kuulub füüsikalise lagunemise hulka.

Keemiline lagunemine toimub hüdrolüüsi ja redoksreaktsioonide teel. Orgaanilised ained muunduvad

36

ja lagunevad ka organismide ainevahetusprotsessides. Neist esimest nimetatakse

biotransformatsiooniks, teist biodegradatsiooniks. Viimases on peaosa mikroorganismidel.

Biolagundatavus on orgaaniliste ainete oluline omadus, millest sõltub suurel määral aine püsivus

keskkonnas ja selle ohtlikkus – püsivad ained võivad kuhjuda, nii et nende kontsentratsioon tõuseb

kahjulikku (vastuvõetamatut) mõju põhjustavale tasemele. Ainete lagunemise kiirust keskkonnas

iseloomustab poolestusaeg (half-life), s.o aeg, mille jooksul laguneb pool keskkonda sattunud aine

kogusest. See näitaja on rakendatav lagunevate orgaaniliste ainete ja radioaktiivsete ainete puhul.

Ainerühmade korral, mis sisaldavad arvukalt aineid, nt PCB-d ja PAH-id, võidakse nende keskkonnas

liikumise iseloomustamisel tugineda ühe aine omadustele. USEPA (2005b) soovitab PCB-segude

puhul, milles rohkem kui nelja klooriaatomit sisaldavate ühendite osakaal on väiksem kui 0,5%, võtta

liikumise ja muundumise iseloomustamisel aluseks Aroclor 1016; kui klooriaatomite protsent on

suurem, võtta aluseks Aroclor 1254.

3.3.4 Mõjuri liikumise ja muundumise kirjeldamine

Kõige üldisema ettekujutuse ainete, eriti tehisainete liikumisest ja jaotumisest keskkonnas saab nende

põhiliste füüsikalis-keemiliste omaduste alusel.

Mitmefaasilistes süsteemides liiguvad kemikaalid faaside vahel, kuni on saavutatud termodünaamiline

tasakaal. Piisavalt madalate kontsentratsioonide korral on tasakaaluseisundile vastav

kontsentratsioonide suhe erinevate faaside vahel konstantne ja seda iseloomustab jaotustegur K:

kus

C1 = aine kontsentratsioon 1. faasis;

C2 = aine kontsentratsioon 2. faasis;

K12 = jaotustegur, mille suurus sõltub aine omadustest.

Mitmesugustel jaotusteguritel on oluline osa eksponeerituse kirjeldamisel, sh aineleviku mudelites.

Ainete jaotumist hüdrosfääri, ka atmosfääri vahel iseloomustab jaotustegur Kwa:

kus

Cwater = aine kontsentratsioon vees;

Cair = aine kontsentratsioon õhus;

H = Henry seaduse konstant (H = ps/S, kus ps on küllastunud auru rõhk (Pa) ja S on lahustuvus vees

(mol*m-3)).

Mida suurem on käsitletava aine Kwa (mida väiksem on tema puhul Henry konstant), seda suurem on

veekeskkonda koguneva aine osa atmosfääri kogunevast osast.

Ainete jaotumine vee ja niiske pinnase või veekogu põhjasette vahel sõltub aine adsorbeerumisest

tahketele osakestele. Seda iseloomustab pinnase-vee jaotustegur Kd:

112

2

CK konstant

C

waterwa

air

C 1K

C H

sd

w

CK

C

37

kus

Cs = adsorbeerunud kemikaali kontsentratsioon pinnases või settes;

Cw = poorivees lahustunud kemikaali kontsentratsioon.

Hüdrofoobsete ainete jaotumine pinnase või sette ja vee vahel sõltub pinnase (sette)

orgaanikasisaldusest, mida väljendab selles oleva orgaanilise süsiniku kontsentratsioon. Orgaanilisse

fraktsiooni koguneva aine osakaalu iseloomustab Koc:

kus

Cc = orgaanilisele ainele adsorbeerunud kemikaali kontsentratsioon;

Cw = kemikaali kontsentratsioon vees.

Hüdrofoobsete ainete puhul on Kd ja Koc seotud orgaanilise süsiniku osakaaluga pinnases või settes

foc:

Ainete kalduvust kuhjuda organismidesse iseloomustab üldkujul jaotustegur Kbk:

kus

Cb = kontsentratsioon organismis;

Ck = kontsentratsioon keskkonnas.

Kemikaali kontsentratsioon organismis saab kujuneda mitme sisenemistee kaudu – läbi kehapinna,

hingamiselundite kaudu ja läbi seedetrakti. Eristatakse bioakumulatsiooni, mille puhul arvestatakse

kõiki sisenemisteid ja mida iseloomustab bioakumulatsioonitegur (Bioaccumulation Factor, BAF)

ning biokontsentratsiooni, iseloomustab biokontsentratsioonitegur (Bioconcentration Factor, BCF).

BCF ei arvesta toidu kaudu saadava kemikaali panust selle kontsentratsiooni kujunemisel organismis.

BAF on leitav looduses tehtud mõõtmiste põhjal, BCF on üldjuhul leitud katseliselt.

Hüdrofoobsete ainete kogunemist organismi saab täpsemalt iseloomustada nende kontsentratsiooni

kaudu lipiidides. Kuna lipiidide mudeliks sobib hästi oktanool, on oktanooli-vee jaotustegur (Kow)

laialtkasutatav karakteristik hüdrofoobsete ainete bioakumulatsiooni (biokontsentratsiooni)

iseloomustamiseks. KRH praktikas on tavaline, et hüdrofoobsete ainete BAF või BCF määratakse Kow

kaudu. Kasutusel on erinevaid valemeid, mis arvestavad käsitletava kemikaali omadusi. Nende üldkuju

on

kus

A ja B on mudeli parameetrid, mis sõltuvad aine omadustest.

Ülevaate BCF arvutamise mudelitest annab Suter (2007). Soovituslikke BCF ja BAF arvutamise viise

võib leida ka tervise- ja ökoriski hindamise juhenditest, nt (Guidance for..., 2008; US EPA, 2005b

Appendix 2). Põhjaliku ülevaate BAF ja BCF määramisest annab US EPA Technical Support

Document Volume 2: Development of National Bioaccumulation Factors (US EPA, 2003b).

coc

w

CK

C

d oc ocK f K

bbk

k

CK

C

owlogBCF A logK B

38

Organismides nn saasteainete kontsentratsiooni prognoosimine KRH-s toimubki peamiselt BSF või

BCF abil. Oluline on silmas pidada, et see väljendab lineaarset seost, kehtib väikeste

kontsentratsioonide puhul ning eeldab tasakaaluseisundit. Seetõttu sobib see meetod keskmise

kontsentratsiooni ja kroonilise mõju käsitlemisel.

Vahel ekstrapoleeritakse BAF/BCF-i troofiliste tasemete vahel, korrigeerides seda

nn biomagnifikatsiooniteguriga. Selle puhul lähtutakse eeldusest, et mõned kemikaalid kuhjuvad

rohkem kõrgemal troofilisel tasemel olevates organismides.49

Et arvestada toidust tulevat osa, võidakse BCF-is korrigeerida teguriga, mille suurus sõltub troofilisest

tasemest (sisuliselt tähendab see BCF-i teisendamist BAF-iks). Kemikaalide puhul, mille Kow<4, ning

1. ja 2. troofilise taseme organismide (fütoplankton ja zooplankton) puhul troofilise taseme

parandustegurit (Food-Chain Multiplier) ei rakendata (Suter, 2007).

Tuleb silmas pidada, et BAF-i ja BCF-i määramise täpsus on võrdlemisi väike ning kirjanduses

esitatud andmed võivad palju lahkneda. Seetõttu on BAF/BCF kasutamine riskihindamisel oluline

määramatuse allikas.

Kuna logKow ja logKoc vahel on tugev lineaarne korrelatsioon, saab Kow kasutada ka neutraalsete

(mittepolaarsete või nõrgalt polaarsete) orgaaniliste ühendite mullaorgaanikasse sorbeerumise

hindamiseks. Schüürmann et al., 2007) andmetel on nende vahel järgmine seos:

Peale kontsentratsioonide jaotumise eri keskkonnakomponentide vahel võib tarvilik olla kemikaali

koguhulga jaotumine selle sees eri faaside vahel, eeskätt vee ja suspensiooni (heljumi) vahel ning

mulla/sette tahke faasi ja vee vahel. Seda saab leida järgmise valemiga (Sijm et al. 2007):

kus

FRwater = vees lahustunud kemikaali osakaal;

Vw = vee ruumala süsteemis vesi-suspensioon (võrdub ligikaudu süsteemi ruumalaga);

Ms = suspensiooni mass süsteemis vesi-suspensioon;

Kp = jaotustegur.

Peamised esmased mõjurit (eeskätt kemikaale) vastuvõtvad keskkonnad on atmosfäär ning pinnaveed.

Atmosfääri pääsenud ainete liikumise ja selle tagajärjel tekkinud kontsentratsioonivälja kirjeldamiseks

on välja töötatud arvukalt mudeleid, mis arvestavad väljumistingimusi (nt korstna kõrgus),

heitkoguseid ning meteoroloogilisi tingimusi, mõned neist ka käsitletava piirkonna topograafiat ning

hajumisega kaasnevaid protsesse – lagunemist ja väljasadenemist. Mudeli aluseks olevate füüsikaliste

protsesside kirjeldamise viisi põhjal jaotatakse need kolme liiki:

nn Gaussi dispersioonimudelid, mis kirjeldavad aine hajumist tuulega edasikandumisel

normaaljaotuse (Gaussi jaotuse) kaudu;

Euleri advektsiooni-difusioonivõrranditel põhinevad mudelid ja

Lagrange’i mudel.

49 On ka väidetud, et sellel nähtusel ei tarvitse olla sisulist seost troofilise tasemega, vaid põhjuseks on hoopis kõrgematel troofilistel

tasemetel olevate organismide pikem eluiga.

oc owlogK 0,71 logK 0,62

wwater

tot p s w

C 1FR

C 1 K M / V

39

Levinud hajuvusmudelite pered, mis sisaldavad mitut kitsamalt spetsialiseeritud versiooni, on

CALPUFF, AERMOD, ADMS, AirViro. US EPA on esitanud ka KMH ja KRH jaoks soovituslikud

mudelid (http://www.epa.gov/scram001/dispersion_prefrec.htm).

Hajuvusmudelitega saadud kontsentratsioonid näitavad terviseriski hindamisel välisõhu kaudu

toimuva eksponeerituse suurust või on keskmise ööpäevase annuse arvutamise aluseks, olenevalt

eksponeerituse-mõju iseloomustamiseks valitud karakteristikutest.50 Hajuvusmudelid võimaldavad

määrata ka uuritavate ainete kuiv- ja märgväljasadenemist taimestikule, maapinnale ning

pinnaveekogudesse. Edasist liikumist maapinnast taimedesse, sealt kodu- ja metsloomadesse ning

inimtoitu, samuti liikumist valglalt veekogudesse ja vee-elustikku iseloomustavad järgmised mudelid,

arvutused või eksperthinnangud. Liikumise iseloomustamine jätkub, kuni on jõutud eksponeeritusraja

(stsenaariumi) lõpuni, s.o sihtobjektini.

US EPA (2005b) on esitanud võrrandid, mis atmosfääri saastelevi modelleerimise tulemustest lähtudes

võimaldavad arvutada käsitletavate ainete kontsentratsiooni

mullas;

taimestikus (köögiviljad, loomasööt jms);

koduloomades ning neist pärit toiduainetes (liha, piim, munad);

pinnaveekogudes;

kalades.

Võrrandid koos mitmete muutujate soovituslike suurustega on leitavad juhendi B lisast. Seda

metoodikat võib vastavalt käsitletavatele emissiooniallikatele ja mõjuritele modifitseerida, nt lisades

täiendavaid eksponeeritusradasid (joogivesi, kontakt suplusveega), täiendavaid toiduaineid, sh ulukeid.

Erinevusi võib olla ka sihtobjektide valikus, nt võivad olla arvestatud ajutiselt eksponeeritud grupid,

nagu turistid ning pendelmigrandid. Näite täiendavate eksponeeritusradade lisamisest US EPA

(2005b) metoodikale võib leida firma Sasol kütusekeemiaettevõtte KMH aruandest (Stantec, 2013).

Eksponeerituse arvutamisel võidakse kasutada võimalikult reaalsetele oludele vastavat lähenemist, nt

arvestada täpsemalt konkreetseid keskkonnatingimusi, välisõhu kaudu vahetult toimuva

eksponeerituse korral mõjurite kontsentratsiooni konkreetsetes elamurajoonides ning kaudse

eksponeerituse puhul kohaliku toidu osakaalu ning sihtgruppide toidukorvi. Esmase jämeda hindamise

puhul võidakse teha vastupidi – võtta aluseks hüpoteetiline, halvimat võimalikku olukorda kirjeldav

eksponeeritus, et selgitada, kas olulist riski üldse tekkida saab.

Kuna õhukaudse eksponeerituse suurus võib olla ajas väga muutlik, siis iseloomustatakse seda peale

pikaajaliste (aastakeskmiste) kontsentratsioonide ka lühiajaliste maksimumsuuruste kaudu. Eriti

oluline on see õnnetusjuhtumitega seotud emissioonide puhul, mida käsitletakse 4. osas.

Integreeritud riskihindamisel on eksponeerituse analüüs tervise- ja ökoriski retseptorite jaoks suurel

määral kattuv. Näiteks US EPA (2005b) esitatud arvutusmeetodid kemikaalide kontsentratsioonide

arvutamiseks mullas ja pinnavees ning kalades langevad kokku ökoriski hindamisel kasutatavate

arvutusmeetoditega. Põhimõtteliselt sarnane on ka eksponeeritusradade iseloomustamine olenemata

sellest, kas sihtobjektiks on inimene või metsloomad. Kui on arvutatud kemikaali kontsentratsioon

vees, saab sellest arvutada riski nii suplevatele inimestele kui ka vee-elustikule, samuti

kontsentratsiooni kalades. Viimase põhjal saab arvutada nii kala söömisest lähtuva terviseriski

inimestele kui ka riski kalatoidulistele loomadele.

50 Kui eksponeerituse-mõju seost iseloomustab RfC ja UCR, siis sobib kontsentratsioon, kui või RfD ja SF kaudu, siis annus.

http://www.epa.gov/scram001/dispersion_prefrec.htm

40

Kui mõjur juhitakse kõigepealt pinnaveekogusse, võib eksponeerituse analüüs langeda osaliselt kokku

õhku suunamisest alguse saavate stsenaariumide käsitlemisega, kuid see algaks mõjuri

kontsentratsiooni arvutamisest pinnavees. Selle arvutusviisi puudus on kontsentratsiooni ruumilise

jaotumuse arvestamata jätmine. Heitveelasu kui punktallika puhul võib olla oluline ka

kontsentratsiooni ruumiline jaotus, eriti vooluvete puhul. Ka mõjuri sissevoolude kõikumised võivad

olla suuremad, kui on esmalt atmosfääri suunatud emissioonide korral, kui väljasadenemine ruumilist

ja ajalist ebaühtlust vähendab.

Veekogusisest ruumilist muutlikkust võimaldavad arvesse võtta mõjuri veekogus liikumist

kirjeldavad mudelid, nt WASP jt

(http://www.epa.gov/athens/wwqtsc/html/water_quality_models.html). Kokkuvõtliku ülevaate

mudelitest on esitanud (Wang et al., 2013).

3.3.5 Eksponeerituse arvutamine

Kemikaalidest lähtuva riski hindamisel väljendatakse eksponeeritust kas kontsentratsiooni (koguhulk

või biokättesaadav osa) kaudu keskkonnakomponendis (vesi, pinnas, põhjasetted jms), milles

sihtobjekt elab, või annusena (doosina).

Kontakteerutava keskkonnakomponendi kontsentratsioon eksponeerituse väljendusena on tavaline

vee-elustiku, maismaataimede ning selgrootute ökoriski hindamisel. Inimeste puhul on tavaline

eksponeerituse väljendamine annusena, kuid välisõhule eksponeeritust väljendatakse sageli ka

kontsentratsiooni kaudu. Ökoriski sihtobjektideks olevad imetajad, linnud ja roomajad võivad olla

eksponeeritud mitmel viisil – hingatava õhu, toidu ning sellega seotud pinnaseosakeste, joogivee ning

nahapinna kaudu (imetajatel ja lindudel peetakse viimast tavaliselt ebaoluliseks) ning eksponeeritus

võib olla mõõdetud nii kontsentratsiooni kui ka annuse kaudu.

Termin annus (doos) ise on kasutusel mitmes tähenduses. See võib olla defineeritud kui organismi

siseneda võiv või sisenenud kemikaali hulk. Eristatakse potentsiaalset (external või administered dose)

annust, absorbeerunud annust (internal dose) ja konkreetsesse elundisse jõudnud ning seda mõjutavat

annust (tissue/target dose) (WHO/IPCS, 2004; USEPA, 1992).

Potentsiaalne annus on vee, toidu või sissehingatava õhuga organismi sisenenud kemikaali hulk või

selle hulk nahaga kokkupuutuvas substantsis, nt tolmus, vees või ainete segus. Kemikaali hulk, mis on

läbinud nahapinna või hingamiselundite või seedetrakti limanaha ning jõudnud koevedelikesse või

vereringesse, on absorbeerunud annus. Absorbeerunud annus hõlmab potentsiaalsest annusest

üldreeglina ainult osa. Kuna absorbeerunud annust on raskem leida kui potentsiaalset, piirdutakse

keskkonnariski hindamisel sageli potentsiaalse annusega, tehes konservatiivse eelduse, et see

absorbeerub täies mahus, või kasutatakse absorbeerunud annusele üleminekuks parandustegurit, mis

väljendab absorbeerunud osa suhtelist suurust.

Kuna mõju kemikaali toime seisukohalt on peale organismi sisenenud kemikaali koguse olulised

sisenemise intensiivsus (ajaühikus sisenenud kemikaali kogus) ja organismi suurus, siis tavaliselt

esitatakse eksponeeritus keskmise ööpäevas sisenenud kemikaali kogusena organismi massiühiku

kohta (mg/kg*ööpäevas). 51 Hingamisteede ja seedekulgla kaudu saadava annuse arvutamise

põhivalem terviseriski hindamisel on

51 Inglise keeles kasutatakse nende eristamiseks termineid dose (mg), ööpäevane annus dose rate (mg/d) ja ööpäevane annus

kehakaaluühiku kohta dose rate per-unit-body-weight (mg/kg·d). Kasutatakse ka termineid intake ja uptake.

C IR EF ED ABSADD

BW AT

http://www.epa.gov/athens/wwqtsc/html/water_quality_models.html

41

kus

ADD52 = keskmine ööpäevaannus ajavahemiku AT jooksul (mg/kg·ööpäevas);

C = kemikaali kontsentratsioon joogivees, toidus, seedetrakti sattuvates pinnaseosakestes (soil

ingestion) ja õhus (mg/L, mg/kg, mg/m3);

IR (intake/contact rate) = suu kaudu manustamise või hingamise intensiivsus, s.o ööpäevas

manustatud joogi ja toidu ning sissehingatava õhu kogus (L/d, kg/d, m3/d);

EF (exposure frequency) = kontakti sagedus (päevi aastas), see hõlmab nii mingi toiduaine või joogi

tarbimise sagedust kui ka liikumisest tulenevaid muutusi õhu kaudu toimuvale eksponeeritusele;

ED (exposure duration) = eksponeerituse kestus, s.t ajavahemik, mil kontaktid toimuvad (aastates);

ABS = läbi hingamisteede või seedetrakti limanaha organismi absorbeerunud kemikaali osakaal

potentsiaalse annuse hulgas (ühikuta suurus, informatsiooni puudumisel vaikimisi 1,0, s.t eeldust, et

kogu kemikaal, mis sisaldus sissehingatavas õhus, toidus või joodud vees, läheb vereringesse);

BW (body weight) = kehakaal (kg);

AT (averaging time) = keskmistamise aeg (päevades).

Põhivalemist võib olla tuletatud erinevaid modifikatsioone, nt võivad lähteandmetest tulenevalt IR ja

EF olla kokku võetud ühe muutujana (nt mingi toiduaine tarbimise aastakeskmine suurus mingi

piirkonna inimgrupis). Õhu kaudu toimuva eksponeerituse suurus sõltub inimeste liikuvusest, nt töö

ja elukoha kaugusest. Võidakse arvestada ka võimalikku eemalolekut, nt puhkuse kestel.

Nahakaudse eksponeerituse põhivalem on kujul (US EPA,1989)

kus

ADD = keskmine ööpäevaannus;

CS = kemikaali kontsentratsioon nahaga kokkupuutuvas meediumis (nt tolmus);

SA = kontaktis oleva nahapinna suurus;

AF = külgumistegur (adherence factor) (mg/cm2-event);53

ABS = imendumistegur (dermal absorption factor).

Kemikaali kontsentratsioon vees ja toidus, vee- ja toidutarve ning kehakaal on ajas muutuvad suurused.

Jämedama hindamise korral võidakse piirduda väga üldiste (keskmiste või äärmuslike) suurustega.

Muutlikkuse täpsem arvessevõtmine on võimalik eksponeeritusperioodi jagamisega osadeks, mille

kestel eksponeeritust määravad suurused on püsivad või piisavalt vähemuutuvad. Kui eksponeeritus

toimub paralleelselt mitmel viisil (erinevad sisenemisteed, erinevad mõjurit sisaldavad toiduained),

tuleks ka neid kõiki arvestada. Sel puhul on ADD leitav valemiga, mille üldkuju on

kus

i on ajavahemik, mille kestel annust mõjutavad tegurid on suhteliselt püsivad ning neid

iseloomustatakse keskmiste kaudu;54

j on eksponeerituse eri viisid (õhk, vesi, toit).

Perioodide arv, milleks jagatakse inimese eluiga, võib olla erinev. Nt osas 2.3.3 käsitletud Hongkongi

jäätmekäitlusettevõtte KRH-s (Hong Kong, 2008) kasutati jagamist kahte vanusegruppi (lapsed ja

52 Kasutusel on ka Chronic Daily Intake (CDI) ja Chronic Daily Dose (CDD). 53 Selle sisu määramise kohta vt „US EPA Exposure Factors Handbook”, 2011. 54 „USEPA Guidelines for exposure assessment” 1992 soovitab aritmeetilist keskmist.

CS SA AF ABS EF EDADD

BW AT

n kij ij ij ij

i 1 j 1 i

C IR EF EDADD

BW AT

42

täiskasvanud), Sasoli naftakeemiaettevõtte puhul viit vanuserühma (Stantec, 2012). US EPA (2005b)

metoodikas on esitatud kolm vanuserühma: imik, laps ja täiskasvanu. Kui andmeid on piisavalt, võib

neid olla rohkemgi – soovitatud on isegi 10 vanusegrupi kasutamist (US EPA (2011). Arvestada võib

ka paiksust, s.o ühes paigas elamise aega.

Kui eksponeeritus on väljendatud mõjuri kontsentratsioonina kontaktikeskkonnas (nt õhus), võib olla

vaja arvestada, et see võib toimuda ainult mõned tunnid ööpäevas ning mitte aasta ringi. Osalise

eksponeeritusaja arvestamiseks kasutatakse järgmist valemit):

kus

EC = korrigeeritud eksponeerituskontsentratsioon;

Ca = kemikaali kontsentratsioon õhus eksponeerituse ajal;

ET = eksponeerituse aeg (tunde päevas);

EF = eksponeerituse sagedus (päevi aastas);

ED = eksponeerituse kestus (aastad);

AT = keskmistamisaeg (päevades). (http://www.epa.gov/risk/expobox/routes/inh-cal.htm)

Kui ööpäevasisest eksponeerituse muutust pole, siis jääb seda käsitlev osa arvutamisel ära. Kui

eksponeeritus toimub ühetaoliselt kogu eksponeeritusaja vältel ning eksponeeritusaeg võrdub

keskmistamisajaga, siis Cexp = Ca.

Kui õhukaudne eksponeeritus, väljendatuna mõjuri kontsentratsioonina, on eri ajaperioodidel erinev,

saab keskmist eksponeeritust leida valemiga

kus

EC = pikaajaline kemikaali keskmine kontsentratsioon õhus;

ECi = kemikaali keskmine kontsentratsioon õhus perioodil i;

EDi = eksponeerimisperioodi i pikkus;

AT = keskmistamisaeg. Kantserogeense riski hindamisel eeldatava eluea pikkus, mittekantserogeense

toime hindamisel võrdne üksikute eksponeerimisperioodide i summaga.

Ökoriski hindamisel on tavaline eksponeerituse iseloomustamine mõõdetud või prognoositud

kontsentratsiooni (Predicted Environmental Concentration, PEC) kaudu kontaktikeskkonnas (õhus,

vees, pinnases, põhjasetetes). Annuse kaudu eksponeerituse iseloomustamist kasutatakse imetajate ja

lindude puhul ja see toimub põhimõtteliselt samamoodi kui inimeste korral – ka siin tuleb arvestada

toitumise55 ja ruumilise liikumise ajalist (nii sesoonset kui ka pikaajalist) dünaamikat. Metsloomadel

on toiduga saadava annuse arvutamise valemi üldkuju

kus

ADDpot = keskmine potentsiaalne ööpäevaannus (mg/kg∙d);

Ck = stressori keskmine kontsentratsioon toiduobjektis k (mg/kg);

NIRk = toiduobjekti k keskmine ööpäevaratsioon (toidukogus/kehakaalu kohta ööpäevas);

55 Toitumisviisist tulenevalt võib olla oluline pinnaseosakestega koos saadav eksponeeritus.

a

1päev EDEC C ET EF

24h AT

ni i

i

EC EDEC

AT

m

pot k k b

k 1

ADD C NIR A

http://www.epa.gov/risk/expobox/routes/inh-cal.htm

43

Ab = seedekulglast organismi sisenenud kemikaali osa.

ADD iseloomustab keskmist annust mingi ajavahemiku kohta. Kui tegemist on mittekantserogeense

toimega, võetakse keskmistamisperioodiks eksponeerituse kestus. 56 Kantserogeense toime korral

võetakse keskmistamisajaks eeldatav eluiga. Tuleb silmas pidada, et emissiooni kestus ning

eksponeerituse kestus ei lange tingimata kokku – see kehtib küll otse õhuga sissehingamise korral,

kuid mõned nn saasteained võivad keskkonnas ja elustikus püsida veel pärast nende juurdetuleku

lõppu.

Soovituslikud eksponeerituse arvutamise valemid on juhendites US EPA (2005b) lisas C ning

Guidance for..., 2008 lisas B. Eksponeerituse ligikaudseks hindamiseks on välja töötatud lihtsustatud

mudeleid, nt US EPA Exposure and Fate Assessment Screening Tool (E-FAST) (US EPA, 2007).

Eksponeerituse arvutamiseks on mitmed organisatsioonid, nt Maailmapank, koostanud

internetipõhiseid arvutusprogramme (joonis 3.5).

Joonis 3.5. Annuse arvutamine Toolkit’i abil

(http://www.popstoolkit.com/riskassessment/riskcalculationtool.aspx.) Cw suuruseks on võetud

arseeni maksimaalne lubatud kogus joogivees (Joogivee kvaliteedi- ...,2013), muudel sisenditel

tavalised vaikeväärtused.

3.3.6 Eksponeerituse tõenäosuslik iseloomustamine Monte Carlo meetodil

Eksponeerituse iseloomustamine punktväärtuste kaudu on piiratud, kuna varjatuks jääb sisendite

varieeruvuse mõju tulemusele, ka määramatuse käsitlemine on sel puhul suurel määral kvalitatiivne.57

Sellest ülesaamist võimaldab eksponeerituse tõenäosuslik käsitlemine, milleks KRH-s on

propageeritud Monte-Carlo simulatsioonimeetodi kasutamist (Paustenbach, 2002; Asante-Duah, 1998;

US EPA, 1997; US EPA, 2014). Tõenäosuslik käsitlus pole alternatiiv punktväärtuste kasutamisele,

vaid selle täiendus. Kui punktväärtustel põhinevad halvimad (s.o riski tunduvalt ülehindavad)

stsenaariumid ei näita riski või see on vastuvõetaval tasemel, ei ole tõenäosuslik hindamine õigustatud.

56 Erisus võib tulla, kui toime iseloomu tõttu saab see avalduda eksponeeritava eluperioodi mingis lühikeses ajavahemikus. 57 Osaliselt on see küll ületatav, tehes arvutusi mitme punktväärtusega , nt keskmiste ja äärmuslikega.

44

Monte Carlo meetodi olemus seisneb mõnede sisendite punktväärtuste asendamises nende

tõenäosusfunktsiooniga (normaal-, log-normaal-, kolmnurkjaotus jt) ning suure hulga arvutuste

tegemist neist juhuslikult valitud suurustega, mille tulemusel saadakse eksponeerituse tõenäosuslik

jaotus.

Millised sisendid esitada tõenäosusfunktsioonidena ning millised punktväärtustena, samuti sobiva

tõenäosusfunktsiooni ja selle parameetrite58 valik sõltub konkreetsest olukorrast, sh lähteandmetest.

Valik võib tugineda nii teoreetilisele ettekujutusele, mõõtmisandmetele kui ka eksperthinnangutele.

Asjakohaseid kommentaare Monte Carlo simulatsiooni kasutamise kohta KRH-s annab US EPA

(1997).

KRH juhendid US EPA (2005b) ja Guidance on... (2011) Monte Carlo meetodi rakendamist ei käsitle.

Senises KRH praktikas on Monte Carlo simulatsiooni kasutamise näited piirdunud eeskätt annuse

arvutamisega, näiteid selle kohta leiab Bacigalupo & Hale (2012) ja Qu jt (Qu et al., 2012) töödest.

3.3.7 Andmeallikad eksponeerituse arvutamiseks

Emissioonitegurite andmekogusid on koostanud mitmed organisatsioonid:59

Euroopa Keskkonnaagentuur (http://www.eea.europa.eu/publications/emep-eea-guidebook-

2013)

US EPA (http://www.epa.gov/ttn/chief/ap42/index.html)

Ühendkuningriigi National Atmospheric Emissions Inventory http://www.naei.org.uk/emissions/

Soome Keskkonnainstituut (SYKE) http://www.apef-library.fi

Põhjaliku ülevaate eksponeerituse mõõtmisel kasutatavate muutujate kohta vanusegruppide ning

muude tunnuste alusel annab US EPA „Exposure Factors Handbook” (US EPA, 2011a).

Eksponeerituse kohta on kogunud andmeid ka WHO (2008). Eksponeerituse kohta sisaldab andmeid

ka mõni kemikaalide ohtlikkust käsitlev andmekogu, nt Hazardous Substances Data Bank (HSDB)

aadressil http://toxnet.nlm.nih.gov/newtoxnet/hsdb.htm.

Ökoriski hindamise jaoks olulise imetajate ja lindude toidu- ja veevajaduse kohta on koostanud

ülevaate Suter (2007).

3.4 Riski iseloomustamine

Riski iseloomustamise etapis sünteesitakse eksponeerituse-mõju analüüsi ja eksponeerituse analüüsi

tulemusi. Riski iseloomustuses antakse eksponeerituse ja mõjuri toime andmetele tuginedes hinnang

riski suuruse kohta ning hinnangu põhjendused ning tõlgendused. Põhjendused rajanevad teaduslikel

toetuspunktidel ja nende seostel (nn tõendusliinid, evidence lines) koos lihtsustavate eelduste ja

määramatuste selge esitusega. Viimased on olulised vältimaks otsusetegijate põhjendamatut kindlust

tulemuste kasutamisel.

3.4.1 Riskitaseme hindamine

Kui eksponeerituse analüüsi tulemused ja eksponeerituse-mõju seos on esitatud kvantitatiivselt, saab

riski suurust esitada kvantitatiivselt. Esitusviis on mittekantserogeense ja kantserogeense toime korral

erinev.

58 Parameeter tähendab siin tõenäosusfunktsiooni määravat konstanti, nt normaaljaotuse puhul keskmist ja standardhälvet. 59 Erinevad andmekogud võivad esitada suurel määral kattuvaid andmeid, kuna tuginevad samadele uuringutele.

http://www.eea.europa.eu/publications/emep-eea-guidebook-2013

http://www.eea.europa.eu/publications/emep-eea-guidebook-2013

http://www.epa.gov/ttn/chief/ap42/index.html

http://www.naei.org.uk/emissions/

http://www.apef-library.fi/

http://toxnet.nlm.nih.gov/newtoxnet/hsdb.htm

45

Mittekantserogeense toimega mõjurite korral on nii tervise- kui ka ökoriski hindamisel levinuim nn

ohu- või riskisuhte/olulisussuhte (Hazard Quotient, Risk Quotient; HQ, RQ, ErQ)60 kasutamine:

HQ on ühikuta suurus. Üldiselt on levinud HQ binaarne interpreteerimine: kui 𝐻𝑄 ≤ 1, siis riski ei

ole, kuna kahjulikku mõju eeldatavasti ei saa tekkida. Kui 𝐻𝑄 > 1 , on alus eeldada riski olemasolu.

Oluline on silmas pidada, et HQ suuruste erinevused piirkonnas 1 ≥ 𝐻𝑄 ≥ 1 ei ole üheselt

tõlgendatavad, nt HQ = 2 ja HQ = 4 ei tähenda riski kahekordset erinevust, samuti ei tähenda asjaolu,

et kahe mõjuri puhul on võrdne ühest suurem HQ, et neist põhjustatud riskid oleksid võrdsed.61

Peale kroonilise toime (eksponeerituse) võib sellist suhet kasutata ka akuutse toimega (ja lühiajalise

eksponeeritusega) seotud riski korral. Oluline on, et valitud karakteristikute ühikud kattuksid.

Kui sihtobjekt on eksponeeritud mitmele mõjurile (nt kemikaalile) ning kontakt toimub mitmel viisil

(suukaudne vee ja toiduga, hingamine), tuleb arvestada nendest kõigist tekkinud koguriski.62 Seda

tehakse tavaliselt summeerimise teel. Summeerimine (liitmine) on põhjendatud, kui mõjurite

toimemehhanismid kattuvad. Seega peaks summeerimisele eelnema mõjurite grupeerimine

toimemehhanismi alusel. Kui toimemehhanismide kohta pole piisavalt andmeid, piirdutakse mõjurite

grupeerimisega nende sihtorganite põhjal. Väga konservatiivse käsitluse puhul ja ebapiisavate

andmete korral võib mõjude liitumist võtta lihtsustava eeldusena. Summeerimine toimub lihtsalt

riskisuhete (HQ) liitmise teel:

HI = ohuindeks (Hazard Index);

i = riski tekitav mõjur;

n = sama toimemehhanismiga riski tekitavate mõjurite hulk.

Kui liidetavatest üks või mitu HQ-d on ühest suurem, võib järeldada riski olemasolu. Kui kõik HQ-d

on ühest väiksemad, kuid HI >1, siis tuleb riski pidada vähemalt võimalikuks; võimalikkuse kindlus

sõltub summeerimise põhjendatusest. Tuleb silmas pidada, et HQ ning HI iseloomustavad ainult

käsitletavatest allikatest pärit ning käsitletavate mõjurite tekitatavat riski. Nad ei arvesta riski, mis

tuleneb teistest mõjuritest ja käsitletavatest mõjuritest, mis on pärit käsitlemata allikatest. Kui

viimastest põhjustatud nn foonitase pole teada, iseloomustab HQ (või HI) ainult käsitletud allikast ning

mõjuritest tulenevat täiendavat riski.

HQ ja HI võimaldavad eristada olukorrad, kus risk on võimalik. Kas see ka tegelikult olemas on ning

kui suur see on, seda peaks selgitama detailsem hindamine, kus tuginetakse täielikumale

tõendusmaterjalile eksponeerituse-mõju seose kohta.

Kantserogeensest toimest tulevat riskitaset iseloomustab suukaudse eksponeerituse korral valem

60 Kasutusel on ka Risk Characterisation Ratio, RCR, Exposure Ratio ja Concentration Ratio. Eesti keeles võiks olla ka riskimäär. 61 Nende eksponeerituse-mõju seost kirjeldavad funktsioonid võivad erineda, lõikudes vaid punktis, kus HQ = 1. 62 Mõnes US EPA dokumendis (nt „USEPA Framework for Cumulative Risk Assessment” (US EPA, 2003) eristatakse koguriski,

agregeeritud riski ja kumulatiivset riski. Kumulatiivsena käsitletakse erinevate mõjurite koostoimimisest tekkivat riski. Agregeeritud

risk on ühe mõjuri erinevate sisenemisteede kaudu tekkinud risk. Kogurisk (Total risk) hõlmab kõike. Selline käsitlus pole üldlevinud.

Prognoositav(ADD) või kontsentratsioon (PEC)HQ

Ohutu annus(RfD,ADI) või kontsentratsioon (RfC,PNEC)

n

i

i 1

HI HQ

46

kus

ICR = täiendav individuaalne vähitekkerisk (ühikuta suurus, mis näitab eksponeeritusest tulenevat

vähitekke tõenäosust eluea kestel (Individual Cancer Risk);63

LADD = eluea keskmine ööpäevane annus (Lifietime Average Daily Dose)64 ja

SF = kaldetegur.

Hingamisteede kaudu toimuva eksponeerituse korral on arvutusvalemi kuju

kus

EC = keskmine eksponeeritus (kontsentratsioon õhus) eluea kestel;

UCR = ühikrisk (Unit Cancer Risk).

Kui sihtobjekt on üheaegselt eksponeeritud mitmele kantserogeenile ning kontakt nendega toimub

mitmel viisil, siis neist tekkiv kogurisk leitakse üksikriskide summeerimise teel:

kus

TCR = vähitekke kogurisk (Total Cancer Risk);

ICRij = i kantserogeeni vähitekkerisk eksponeeritusviisi j korral;

n = kantserogeenide arv;

k = eksponeerimisviiside arv.

Kui terviseriski hindamisel on eksponeeritus määratud vanusegruppide kaupa, siis tuleks kaldeteguri

suurust korrigeerida, korrutades seda laste suuremat tundlikkust arvestava teguriga (Age-Dependent

Adjustment Factor, ADAF), mille suurus alla kaheaastastel on 10 ning 2- – < 16-aastastel 3 (US EPA

2011b).

Kui eksponeeritus ja eksponeerituse-mõju seos on esitatud punktväärtustena, on ka HQ punktväärtus.

Kui üks või mõlemad neist on esitatud tõenäosusfunktsiooni kujul, on ka riskitaset võimalik

iseloomustada mitmekülgsemalt. Joonisel 3.6A on esitatud olukord, kus HQ leidmiseks on kasutatud

eksponeerituse (ADD) tõenäosuslikku jaotust. Saadud HQ tõenäosusfunktsioonist on näha, et

neljandikul populatsioonist on HQ>1. Sama joonise B-osas on esitatud tõenäosusfunktsiooni kujul

mõjuri prognoositud kontsentratsioon veekogu vees (PEC) ning selles elavate liikide tundlikkuse

tõenäosusfunktsioon (SSD). Graafikute võrdlus võimaldab leida, millise tõenäosusega esineb teatavat

osa kooslusest ohustavaid kontsentratsioone.

Riski suuruse arvutamine võib olla lisatud eksponeerituse mudelisse, nii et väljundiks ongi risk. Seda

on tehtud Eestis AirViro Grid mudeli täiendusena, mis võimaldab arvutada konkreetsete allikate

emissioonide tagajärjel toimuvast saasteainete kontsentratsioonide kasvust õhus vahetult põhjustatud

(s.o hingamisteede kaudu eksponeeritusest tulenevat) terviseriski (HI) ja täiendavat vähitekkeriski

(Sikk, 2015).

63 Kasutusel ka ILCR (Incremental Lifetime Cancer Risk). 64 Kasutusel ka CDI (Chronic Daily Intake).

ICR LADD SF

ICR EC UCR

n k

ij

i 1 j 1

TCR ICR

47

Joonis 3.6. (A): ADD on esitatud tõenäosuslikult, RfD punktväärtusena, tulemuseks on HQ

tõenäosuslik jaotus. (B): Kemikaali kontsentratsioon vees ning kooslust moodustavate liikide

tundlikkust on iseloomustatud tõenäosusfunktsiooni kujul. Kontsentratsioonide ≥ C, mille puhul on

ohustatud rohkem kui 5% liikidest, esinemistõenäosus on 25%.

Riskitaset on lihtne arvutada interaktiivse arvutamisalgoritmiga (joonis 3.7), mis on leitav aadressil

http://www.popstoolkit.com/riskassessment/riskcalculationtool.aspx

Joonis 3.7. Individuaalse vähitekkeriski arvutamise näidis. Aluseks on võetud joonisel 3.5 leitud

eksponeerituse suurus ja arseeni SF.

Toksikantide liikumist ja mõju veeökosüsteemile tervikuna kirjeldab mudel AQUATOX

(http://www2.epa.gov/exposure-assessment-models/what-does-aquatox-do#ecosystems).

3.4.2 Riski kaalumine

Riskide kaalumine on vastuse otsimine küsimusele: kas risk on vastuvõetav?

Vastuvõetav (acceptable) on selline risk, mille puhul 1) tagajärje ilmnemise tõenäosus on nii väike või

2) tagajärjed (mõju) ise on tühised või 3) mille puhul riskeerimisega kaasnevad tegelikud või

kujutletavad hüved on nii suured, et isikud või ühiskonnagrupid on valmis riskeerima (Yoe, 2012).

PEC

SSD

5

HQ 0 C Kontsentratsioon

100%

75

50

1,0

100%

75

50

25

0

25

Eks

po

neer

itut

e ku

mul

atii

vne

osa

kaal

http://www.popstoolkit.com/riskassessment/riskcalculationtool.aspx

http://www2.epa.gov/exposure-assessment-models/what-does-aquatox-do#ecosystems

48

Vastuvõetavat riski tuleb eristada talutavast (tolerable) riskist. Talutav risk ei ole vastuvõetav risk,

kuid mingil põhjusel tuleb või on otstarbekas sellega leppida. Leppimise põhjuseks võib olla riski

vähendamise ebaproportsionaalselt suur kulukus või riskeerimisega kaasneva hüve suurus.

Vastuvõetava ning talutava riskisuuruse üle otsustatakse ühiskonnas otsustajate (riskiohjajate),

avalikkuse ja huvigruppide seisukohti arvestavate kokkulepete teel, seda ei saa määrata ainult otsustaja.

Aktsepteeritava ja talutava riski üle otsustamine ei ole teaduslik küsimus, vaid subjektiivne valik,

milles on oma osa nii faktidel kui ka väärtushinnangutel ja neist tulenevatel eesmärkidel: nt kas

taotletakse maksimaalset võimalikku kaitset, soovitavat (siht) taset või mõistlike kuludega

saavutatavat riskitaset. On tõsiasi, et 0-risk on vähemalt osal juhtudest põhimõtteliselt saavutamatu.

Riskide kaalumine on seotud ettevaatusprintsiibiga: tegevused, millega kaasneb suure määramatusega

katastroofiliste tagajärgedega risk, tuleks keelata. Kui selline risk võiks tekkida tegevusetuse korral,

tuleb tegutseda.

ALARA (As Low AS Reasonably Achievable) kontseptsiooni kohaselt jaotatakse riskid kolme

kategooriasse: 1) riskid, mis on aktsepteeritavad, 2) riskid, mis on vastuvõetavad ning 3) riskid, mis ei

ole vastuvõetavad (joonis 3.8).

Joonis 3.8. ALARP kontseptsioon.

Esimese kategooria puhul ei ole vaja muid tegevusi peale nende, mis on vajalikud riskide hoidmiseks

sellel tasemel. Teise kategooria riske tuleb püüda vähendada niipalju, kui see on võimalik mõistlike

kulutustega, s.t risk on talutav vaid siis, kui vähendamiseks minevad kulutused oleksid

ebaproportsionaalselt suured võrreldes saavutatava riskitaseme langusega (EVS-EN 31010, 2010).

Talutava riskitaseme piirkonnas sobiva tegutsemisviisi valikul juhindutakse parimast võimalikust

tehnikast (Best Available Technique, BAT) ja parimast võimalikust tehnikast mõistliku kuluga (Best

Available Technique Not Entailing Excessive Cost, BATNEC).

Aktsepteeritava riski suurus pole igal pool ühesugune, see võib erineda nii tegevusalade vahel kui ka

piirkonniti. Kui tagajärjeks on inimeste surm või haigestumine, peetakse sageli riski (tõenäosust)

≤ 10-6 aktsepteeritavaks ja suuremat kui 10-4 mitteaktsepteeritavaks; nende vahele jääb talutava riski

piirkond, kus riski tuleb hoida nii väiksena, kui see on mõistlike abinõudega võimalik. Kanadas

Mitteaktsepteeritav

risk

ALARP

Taluvuspiirkond

Aktsepteeritav risk

49

peetakse kantserogeenset riski ebaoluliseks, kui see ei ületa 10-5 (Guidance on..., 2011). Mõnel puhul

võib aktsepteeritav risk olla ka oluliselt suurem, kuni 10-4 (osa 4.5.2).

3.4.3 Määramatuse käsitlemine

Riskihindamisel on tegemist nii muutlikkuse kui ka määramatusega. Muutlikkus (variability) on

objektiivne omadus, nt organismide individuaalsed tundlikkuse erinevused mõjuri suhtes või

kehakaalu varieeruvus. Määramatus seisneb teadmiste puudulikkuses. Mõlemad mõjutavad

hindamistulemuste tõlgendamist ja järelduste usaldusväärsust.

Määramatus kaasneb kõigis KRH etappides ning selle allikad tuleks võimaluste piires identifitseerida

ning kvantifitseerida. Määramatus võib tuleneda teoreetiliste ettekujutuste piiratusest, kasutatud

mudelite struktuurist, kasutada olevate andmete puudulikkusest ning nende lahknevustest.

Määramatuse käsitluses tuleks need selgelt eristada, näidates nende põhjusi, nt andmete puudumisest

tulenevad ekstrapoleerimised. Andmete puudulikkusest tulenev määramatus võib näidata olulisi

edasiste uuringute vajadusi. Eksponeerituse hindamisel kasutatud metoodikate/mudelite valik peab

olema põhjendatud ning nende olemusest tulenevad piirangud esitatud. Selgelt tuleb eristada, kus on

tegemist sisendandmete varieeruvusega, nende lahknevusega või subjektiivsete hinnangutega

objektiivsete mõõtmisandmete asemel. Näidatud peaks olema, kuidas käsitletavad määramatused

mõjutavad eeldatavasti järeldusi.

KRH-l on reegel, et eksimine riski ülehindamise poole on parem ekslikust alahindamisest. Samas on

hoiatatud, et konservatiivsed hinnangud, eriti kombineerituna, võivad anda ebarealistlikult ülehinnatud

riskitaseme (US EPA, 2005a).

Tähtis on silmas pidada, mil määral tõendusmaterjal kinnitab põhjuslikku seost esmase mõjuri ning

sihtobjektis ilmnenud mõju vahel. Näiteks võib vähitekkeriski hindamine käsitleda kemikaali, mille

kantserogeensus inimesele pole küllaldaselt tõendatud.

Tõendusmaterjali analüüsimisel tuleb esile tuua nii lõppjäreldust kinnitavad kui ka sellele vastu

rääkivad asjaolud ning seletada ka vastuolude võimalikke põhjusi, nt vastuolusid modelleerimisel

saadud ja looduses tehtud vaatluste tulemuste vahel. Ökoriski iseloomustus peab selgitama ka, mille

poolest on sihtobjektis avalduvad muutused kahjulikud, ning eristama neid looduslikust muutlikkusest,

nt populatsiooni arvukuse juhuslikest või tsüklilistest muutustest. Muutuste kahjulikkuse hindamisel

tuleb arvestada nii mõju iseloomu, ruumilist ning ajalist mastaapi kui ka kahjulike muutuste kaotamise

võimalust.

Määramatuse analüüs peab võimaldama otsusetegijal ning huvipooltel mõista, kui kindlal alusel on

esitatud järeldused, ning vältida kindluse ülehindamist. Põhjalikumalt käsitleb terviseriski

hindamisega kaasnevat määramatust Asante-Duah (2002) ja ökoriski hindamisega seotud määramatust

Suter (2007). Määramatust aitab paremini mõista selle kvantitatiivne iseloomustamine, milleks sobib

Monte Carlo analüüs.

50

4 Organisatsiooni riskianalüüs

4.1 Taust

Organisatsiooni riskianalüüs käsitleb õnnetusjuhtumite (plahvatused, tulekahjud, toksiliste ainete

keskkonda pääs) teket, tagajärgi ning nende vältimise teid. Arengukäigust tingituna on riskianalüüs

keskendunud ohtlike ainetega seotud riskile, kuid põhimõtteliselt võib käsitleda ka teisi mõjureid.

Riskianalüüs algab ohuallikate ning õnnetuste põhjuste väljaselgitamisega, millele järgneb sündmuste

võimalike arengukäikude (stsenaariumide) ning nende lõpptulemuste hindamine. Riskide suuruse

mõõtmiseks on kasutusel mitmesuguseid valemeid. Bahill & Smith (2009) on loetlenud järgmised,

neist levinuim on esimene:

Risk = tagajärje tõsidus · selle esinemise tõenäosus (või sagedus);

Risk = oht/tõkestusmeetmed;

Risk = tagajärje tõsidus + tõenäosus – (tõsidus · tõenäosus);

Risk = (mõju + võimalikkus)/2;

Risk = tagajärje tõsidus · tõenäosus · avastamise raskus;

Risk = (tagajärje tõsidus)2 x tõenäosus;

Risk = tagajärje tõsidus · eksponeeritus.

Ohtude tuvastamiseks, õnnetusvõimaluste ja nende edasiste arengustsenaariumide ning võimalike

tagajärgede käsitlemiseks on riskianalüüsi erinevates valdkondades loodud arvukalt meetodeid (vt

EVS-EN 31010:2010). Ettevõtete riskianalüüsis on neist enamlevinumad ohu- ja toimivusuuring

(Hazard and Operability Study, HAZOP), veapuuanalüüs (Fault Tree Analysis, FTA),

sündmusepuuanalüüs (Event Tree Analysis, ETA), ristlipsuanalüüs (Bow Tie Analysis), põhjuse-

tagajärje-analüüs (cause-consequence analysis) ning tõrkeliigi ja -mõjuanalüüsi (Failure modes and

effects analysis, FMEA). Riski iseloomustamise levinud viisiks on riskimaatriks ja sageduse-tagajärje

graafik (F-N graafik).

Ettevõtte riskianalüüs võib olla kvalitatiivne või kvantitatiivne. Kvalitatiivne sobib eeskätt riskide

võrdlemiseks ning selle alusel ohjemeetmete prioriteetide määramiseks. Kvantitatiivne riskianalüüs

on vajalik keerulisemate küsimuste, näiteks tegevuslubade ja maakasutuse planeerimise korral. Kuna

ettevõtete riskianalüüs on paljudel puhkudel kohustuslik, 65 on selleks välja töötatud mitmeid

metoodikaid.

Euroopa Liidus koostatud metoodika Accidental Risk Assessment Methodology for Industries

(ARAMIS) on mõeldud abistama ettevõtteid Seveso direktiivi nõuete täitmisel. Selle omapäraks on

erinevate riskide agregeerimine semikvantitatiivseteks riskiindeksiteks, mis arvestavad

organisatsiooni juhtimise taset. Rõhuasetus inimvigadele, sh juhtimisvigadele on põhjendatud sellega,

et üle poole rasketest õnnetustest on põhjustanud just need (ARAMIS, 2004). Selle metoodika puhul

eeldatakse, et tegemist on juba toimiva ettevõttega (olemas on juhtimissüsteem, mida saab auditeerida),

kuid selle mõned komponendid on kasutatavad ka kavandatava ettevõtte puhul.

Lihtne kvalitatiivse keskkonnariski analüüsi metoodika ettevõtetele on esitatud Soome YMÄRI

projektis (Wessenberg et al., 2008).

65 Seveso direktiiv nõuab maakasutuse planeerimisel ohtlikest ettevõtetest lähtuva riski arvestamist.

51

Kvantitatiivse riskianalüüsi erinevaid elemente on põhjalikult käsitletud Hollandi mitmeosalises

kvantitatiivse riskianalüüsi metoodika kogumikus, mis koosneb nn kollasest (CPR 14E, 2005),

rohelisest (CPR 16E, 1992) ja punasest raamatust (CPR 12E, 1997) ning neid kokkuvõtvast lillast

raamatust (CPR 18E, 2005); olemas on ka neil põhinevad arvutusmudelid. Vabalt kasutatav

kvantitatiivse riskianalüüsi arvutiprogramm on USA EPA Areal Locations of Hazardous Atmospheres

(ALOHA) (http://www2.epa.gov/cameo/aloha-software).

4.2 Ohtude tuvastamine

Ohtude tuvastamiseks vaadatakse üle kõik ettevõtte rajatised ja seadmed ning tehakse kindlaks neis

olevate ohtlike ainete liigid ja kogus. Edasiseks analüüsimiseks võetakse need allikad, mille ohtlikkust

peetakse oluliseks. Olulisus sõltub seal oleva aine ohtlikkusest, olekust, kogusest ning paiknemisest

teiste ohuallikate suhtes (doominoefekti võimalus). Üksikasjalikud juhendid ohtude tuvastamiseks

võib leida mitmelt poolt, nt Seppälä (1994) ja Hollandi lillast raamatust (CPR 18E, 2005). ARAMIS-

es on selleks esimene plokk Methodology for the Identification of Major Accident Hazards (MIMAH,

step 2 ja 3). Ohtude tuvastamisele järgneb võimalike kriitiliste sündmuste ning nende tagajärgede

väljaselgitamine ja hindamine.

4.3 Kriitiline sündmus

4.3.1 Tähendus

Kriitiline sündmus (critical event) 66 on riskianalüüsis keskne sündmus, millest saavad alguse

võimalikud kahjulikud tagajärjed või nendeni viivad sündmusteahelad (stsenaariumid). Kriitiliseks

sündmuseks on otseselt plahvatus ja tulekahju, nt keeva vedeliku paisuva aurupilve plahvatus (KVPAP,

ingl k boiling liquid expanding vapor explosion – BLEVE), mis toimub siis, kui mahutis oleva aine

temperatuur tõuseb oluliselt kõrgemaks selle keemistemperatuurist ning kasvanud rõhk purustab

mahuti. Kriitiline sündmus on ka ohtlikku kemikaali sisaldava mahuti või seadme purunemine, millega

kaasneb kemikaali vallandumine ning sellest omakorda alguse saavad stsenaariumid. Kriitiliste

sündmuste määramise hõlbustamiseks on ARAMIS-es esitatud seadmetele iseloomulike kriitiliste

sündmuste loetelu (MIMA, step 4).

Kriitiliste sündmuste tekkimise võimaluste ja tõenäosuse hindamiseks on kaks teed:

1) tuginemine sarnastes olukordades varem toimunud juhtumite andmetele;

2) kriitilise sündmuse tekkimise põhjuste, s.o kriitilise sündmuseni viivate sündmuste ahelaid

moodustavate sündmuste tuvastamise ning esinemistõenäosuste kaudu.

Paljude kriitiliste sündmuste ja nendeni viivate sündmuste esinemissageduse või tõenäosuse kohta on

andmeid kirjanduses, nt Hollandi lillas raamatus (CPR 18E, 2005). Oluline on silmas pidada, et pika

aja jooksul kogutud statistilised andmed ei tarvitse tulevikusündmuste tõenäosuse prognoosimisel olla

usaldusväärsed, eriti kui vahepeal on tehnoloogia oluliselt täiustunud.

Järgnevalt on kirjeldatud riskianalüüsis levinumaid kriitilise sündmuse tuvastamiseks ning

iseloomustamiseks kasutatavaid tehnikaid.

66 Kasutusel on ka teisi termineid, nt Main risk event.

http://www2.epa.gov/cameo/aloha-software

52

4.3.2 Ohu- ja toimivusuuring

Ohu- ja toimivusuuring seisneb selles, et uuritava süsteemi või protsessi olulistes etappides, kus on

võimalikud kõrvalekalded (tõrked), püütakse need tuvastada nn juhtsõnade abil (tabel 4.1):

Tabel 4.1. Juhtsõnade kasutamine kõrvalekallete tuvastamiseks

Juhtsõna Süsteemi parameeter Kõrvalekalle

Ei Jahutus Jahutust pole

Rohkem (kõrgem) Temperatuur Temperatuur lubatust kõrgem

Muu kui Vale kemikaal Soovimatu reaktsioon

Juhtsõnad aitavad uuringu läbi viia süsteemselt. Kui kõrvalekalded on tuvastatud, hinnatakse nende

võimalikke tagajärgi ja püütakse leida võimalusi neid ära hoida. HAZOP on kvalitatiivne meetod.

4.3.3 Tõrkeliigi ja -mõjuanalüüs

Tõrkeliigi ja -mõjuanalüüs (FMEA) võimaldab selgitada, mis juhtub süsteemiga või protsessiga, kui

mõnes selle komponendis või sammus tekib tõrge. Selleks jagatakse uuritav süsteem või protsess

koostisosadeks või sammudeks, määratakse igaühe funktsioon ning selgitatakse, millised on selles

mõeldavad tõrked, tõrgete võimalikud põhjused ning tagajärjed. Iga tõrkeliik klassifitseeritakse

vastavalt selle olulisusele. Sealjuures arvestatakse ka tõrgete avastamisraskust.

FMEA tulemusel saadakse kõigi koostisosade (sammude) võimalike tõrkeliikide ja nende mõjude

hinnang. FMEA on kohaldatav nii inimeste kui ka seadmete toimimistõrgete väljaselgitamiseks. Selle

meetodi nõrkus on tõrkeliikide isoleeritud käsitlemine.

4.3.4 Veapuuanalüüs

Veapuuanalüüs on mingi soovimatu sündmuseni (peasündmus, top event) viivate sündmuste ja tegurite

tuvastamis- ning analüüsimisvahend. Veapuuanalüüs algab peasündmuse (riskianalüüsi kontekstis

kriitilise sündmuse) kindlaksmääramisest. Seejärel tehakse kindlaks vahetult peasündmuseni viivad

sündmused, põhjused või seadmete tõrkeliigid, mis on peasündmuse toimumiseks piisavad ja vajalikud

tingimused. Järgnevalt tuvastatakse omakorda neid esilekutsuvad sündmused ning sellist analüüsi

jätkatakse aste-astmelt, kuni on jõutud piisavalt sügavate põhjusteni. Madalaima taseme sündmusi,

mille juures analüüs lõpeb, nimetatakse alussündmusteks või primaarsündmuseks. Viimaste

kombinatsioonid (minimal cut sets), millest saavad alguse peasündmuseni viivad sündmustejadad, on

veapuu lahendus.

Tuvastatud sündmused (s.o vead, tõrked) ja nendevahelised seosed esitatakse graafiliselt puukujulise

skeemina, mis näitab peasündmuseni viivaid sündmustejadasid (kvalitatiivne analüüs), kus iga

sündmuse toimumise võimaluse määravad teised sündmused. Nendevahelised seosed on määratud

nn loogikalülitustega JA (AND) ning VÕI (OR) (joonis 4.1). Neist JA tähendab, et käsitletava

sündmuse (vea, tõrke) toimumiseks peab toimuma mitu sündmust (vahetut põhjust), VÕI tähendab, et

toimumiseks piisab mitmest võimalikust vähemalt ühe sündmuse (vahetu põhjuse) olemasolust.

Teades või hinnates peasündmuseni viivaid sündmustejadasid moodustavate sündmuste tõenäosusi,

saab leida peasündmuse (kriitilise sündmuse) tõenäosust.

53

Joonis 4.1. Veapuu näide. AS1...AS3 on alussündmused.

Veapuuanalüüsi tugevuseks on süstemaatilisus ning paindlikkus, kuna see võimaldab arvesse võtta nii

inim- kui ka tehnilisi tegureid, aga ka erinevate sündmuste koostoimet. Veapuuanalüüsi nõrk külg on

käsitluse staatilisus (see ei näita ajalisi sõltuvusi), binaarsus (tõrge juhtub või ei juhtu) ning see ei sobi

doominoefekti käsitlemiseks.

Veapuu koostamise reeglid ning lahendamisalgoritm on leitavad nt käsiraamatust „Guidelines for

Hazard Evaluation Procedures” (Guidelines for..., 1985). Veapuu koostamiseks ning lahendamiseks

on olemas mitmeid tarkvarapakette (nt http://www.smartdraw.com/fault-tree/fault-tree-software.htm).

4.3.5 Sündmusepuuanalüüs

Sündmusepuu koostamise loogika on vastupidine veapuu omale. See algab algsündmuse valimisest,

milleks on mingi kõrvalekalle/tõrge, mis võib olla nii tehnilist laadi kui ka inimeksitus. Algsündmus

vallandab üksteist välistavad võimalikud sündmustejadad, mis hargnedes moodustavad puukujulise

skeemi. Iga sündmusepuu lõppharu kujutab üht võimalikku lõpptulemust ning kvantitatiivse käsitluse

korral esitab realiseerumise, s.o kogu selleni viiva ahela realiseerumise tõenäosuse (joonis 4.2).

ETA tugevuseks on algsündmusele järgneda võivate sündmusteahelate selge ja loogiline esitus, mis

võtab arvesse ajastust ning võimaldab käsitleda doominoefekti. Nõrkuseks on võimalikud raskused

= JA-lülitus =VÕI-lülitus

PEASÜNDMUS

TÕRGE 1 TÕRGE 2

TÕRGE 3

AS 2 AS 3

AS 1AS 2 AS 3

54

algsündmuste tuvastamisel. Kui mõni oluline algsündmus jääb märkamata, on kogu süsteemi riske

alahinnatud.

Joonis 4.2. Sündmusepuu näidis

Põhjalikuma ülevaate sündmusepuu koostamise kohta annab Guidelines for..., (1985).

4.3.6 Vallandumismudelid

Kui kriitilise sündmusega kaasneb ohtliku kemikaali vallandumine, on oluline prognoosida, kui palju

seda vallandub ja millise kiirusega see toimub. Vallandumine võib toimuda ühekorraga, näiteks mahuti

täieliku purunemise puhul, või sõltuvalt seadmest ja vigastuse suurusest, mingi aja kestel.

Kvantitatiivseks riskianalüüsiks tuleb valida vallandumise kirjeldamiseks sobiv mudel (outflow model).

Need on olemas nii gaaside, vedelike kui ka kahefaasilise vallandumise (vallanduv vedelik, näiteks

veeldatud gaas, keeb) kirjeldamiseks.

Võimalikele vallandumisolukordadele (seadme liik, kahjustuse iseloom) kohalduvatest mudeliliikidest

annab ülevaate Hollandi lilla raamat (CPR 18E, 2005), põhjalikumalt on neid käsitletud kollases

raamatus (CPR 14E, 2005). Käepärane vahend vallandumise iseloomustamiseks on ALOHA mudel.

See võimaldab arvutada silindri- või kerakujulisest mahutist vedeliku, gaasi ja veeldatud gaasi

väljavoolu intensiivsust ning kogust, arvestades kemikaali omadusi, mahuti täituvust, vigastuse liiki,

suurust ning asukohta. Võimalik on arvutada nii otsest emissiooni atmosfääri kui ka esmalt

vedelikuloigu moodustumist, mille pinnalt toimub aurumine.

0,4

0,2

0,12

0,6 0,8

0,88

4 · 10 - 4

1,44 · 10 - 5

5,76 · 10 - 5

5,28 · 10 - 4

0,001

Tulekera

UVCE

Sähvaktuli

Hajumine

Gaasi

vallandumine

Viivitamatu

süttimine

JAH

JAH

EI

EI

Viitsüttimine UVCELõpp-

sündmusTõenäosus

JAH

EI

55

4.4 Eksponeerituse ja mõju analüüs

4.4.1 Kriitilisele sündmusele järgnevad stsenaariumid

Kui kriitiliseks sündmuseks on KVPAP, seisneb eksponeerituse analüüs67 plahvatuse tekitatud ülerõhu

ja lendkehade (nt mahutitükkide) ning moodustunud tulekera suuruse ja sellest lähtuva soojuskiirguse

iseloomustamises. Kui kriitiliseks sündmuseks on kemikaalide vallandumine, võib sellele järgneda

mõni allloetletud sündmustest:

väljunud tuleohtliku või toksilise gaasi/auru pilv hajub süttimata;

väljuv gaas/aur süttib kohe, tekitades jugatule (jet fire);

moodustub tule/plahvatusohtliku gaasi/auru pilv, mis viivitusega süttib, tekitades

sähvak(pahvak)tule (flash fire) või plahvatuse (Unconfined Vapor Cloud Explosion, UVCE);

väljavoolanud vedelik süttib, tekitades nn loigupõlengu/lombitule (pool fire);

väljavoolanud vedelikuloigult aurumise tagajärjel moodustub tuleohtliku või toksilise

gaasi/auru pilv, mis süttib, plahvatab või hajub süttimata.

Kui vallandunud gaas, vedelik või tahke aine satub pinnaveekogusse, on võimalikud järgmised

stsenaariumid:

edasikandumine, segunemine ja muud protsessid, mida on käsitletud osas 3.3.3;

kerge ning tuleohtliku aine korral võimalik põlemine veepinnal või põleva või plahvatava

gaasipilve teke.

Väljapääsenud kemikaali käitumine sõltub nii selle füüsikalistest ja keemilistest omadustest kui ka

keskkonnatingimustest, nagu tuule kiirus, temperatuur, pinnase omadused jms. Kui õhust kergemad

rõhu all olevad gaasid väljuvad joana, määrab selle liikumise suuna kõigepealt vigastuse asukoht,

hiljem hajumist mõjutavad tingimused. Õhust raskemad gaasid valguvad maapinna kohale. Õhust

kergemad gaasid, mida hoitakse madala temperatuuri juures veeldatult, on keevalt vedelikult aurudes

madala temperatuuri tõttu esialgu õhust raskemad, soojenedes nende käitumine muutub.

Gaasi (auru)pilve süttimine ja plahvatus on võimalik ainult siis, kui selles gaasi/auru ja õhu segu

kontsentratsioon on teatavas vahemikus, mille määravad alumine ja ülemine plahvatuspiir (APP ja

ÜPP). Gaasipilve süttimisel tekkiv sähvaktuli on lühiajaline.

Loigutuli, mis tekib väljavoolanud kemikaali süttimise tagajärjel, võib olla ulatuslik, kesta kaua ning

sellest tulenevalt võib selle mõju olla suur ja ulatuslik.

Eelmises osas esitatud meetodeid saab kasutada peale kemikaali vallandumise ka edasiste

stsenaariumide kirjeldamiseks. Hästi sobib selleks sündmusepuuanalüüs, mis võib olla kombineeritud

veapuuanalüüsiga. Sel viisil on saadud iseseisvad meetodid: põhjuse-tagajärje analüüs ning

ristlipsuanalüüs.

4.4.2 Põhjuse-tagajärje analüüs

Põhjuse-tagajärje analüüsis on veapuu peasündmus (kriitiline sündmus) ühtlasi sündmusepuu

algsündmus; lisaks kasutatakse veapuud sündmusepuul olevate korrigeerimisviiside (nt tehniliste

vahendite ja inimeste tegutsemise) tõrkevõimaluste väljaselgitamiseks ja iseloomustamiseks (joonis

4.3). See meetod ühendab mõlema eelmise tugevad küljed, kuid käsitluse keerukus suureneb.

67 Ettevõtete riskianalüüsi terminoloogias ei ole kasutusel „eksponeerituse analüüsi”. Siin on seda tehtud selleks, et esile tuua

riskianalüüsi ja laiemalt KMH sisuline sarnasus, mida terminite erinevus ähmastab.

56

Joonis 4.3. Põhjuse-tagajärje analüüsi näidis

4.4.3 Ristlipsuanalüüs

Ristlipsuanalüüs on seoste graafiline esitusviis, kus lipsusõlm kujutab mingit olulist sündmust –

riskianalüüsis kriitilist sündmust. Lihtsamas käsitluses esitatakse lipsusõlmest vasakul pool sündmuse

põhjused, kujutades neid lipsusõlme koonduvate kiirtena. Neile võidakse märkida võimalikud

tõkkemeetodid. Sõlmest (kriitilisest sündmusest) paremale poole lähtuvate kiirtena kujutatakse

kriitilise sündmuse võimalikke negatiivseid tagajärgi; ka neile võivad olla märgitud võimalikud

tõkkemeetmed (joonis 4.4). Komplitseerituma esituse korral on sõlmest vasakul pool veapuu (või selle

lihtsustatud versioon, mis ei sisalda JA-lülitusi), mis näitab, kuidas lipsusõlmeks olev sündmus saab

tekkida; lipsusõlm omakorda on algsündmuseks sellest lähtuvale sündmustepuule, mis kirjeldab

järgnevaid võimalikke sündmusteahelaid ja nende tulemusi (nt sähvaktule teke).

Joonis 4.4. Ristlipsudiagrammi näidis

Ristlipsuanalüüsi kasutatakse ARAMIS-es iga valitud kriitilise sündmuse käsitlemiseks.68

68 ARAMIS-es esitatud vea- ja sündmusepuu koostamise viis ei järgi üldlevinud põhimõtteid, nt veapuus on lubatud otseühendused

loogikaoperaatoreid läbimata ning sündmusepuus esineb üksteist mittevälistavaid hargnemisi, mistõttu lõppsündmuste tõenäosuste

arvutamine on takistatud.

Tingimus

Algsündmus

AS 1 AS 2

AS 2 AS 5

Tagajärg 1 Tagajärg 2 Tagajärg 3

EI JAH

Tingimus

EI JAH

AS 3 AS 4

Riskiallikad

Leevendusmeetmed

Vältimismeetmed

Põhjus 1

Põhjus 2

Põhjus 3

Tagajärg 1

Tagajärg 2

Tagajärg 3

57

4.4.4 Mõju kvalitatiivne ja semikvantitatiivne hindamine

Tagajärgede kvalitatiivse hindamise korral piirdutakse mõjude jagamisega raskusastme järgi

klassidesse. Klassid on defineeritud mingite tunnuste põhjal, mida klassifitseerijad peavad oluliseks.

Tagajärje raskusastmete ühendamine nende esinemissagedusega võimaldab riski kvalitatiivset

iseloomustamist riskimaatriksi abil (osa 4.5.1). Selle käsitlusviisi näide on Soome keskkonnariski

analüüsi projektis YMPÄRI esitatud tagajärgede tõsiduse maatriks, milles on eristatud kolm

raskusastet. Erinevalt tavalisest riskianalüüsi käsitlusest, kus piirdutakse valdavalt inimeste ja ehitiste

kahjustustega, on selles käsitletud ökoloogilisi tagajärgi, mainekahjustust jms (Wessenberg et al.,

2008).

Mõjude semikvantitatiivse hindamise näiteks on ARAMIS, milles üksiktagajärgede (dangerous event)

raskusastmete põhjal antakse neile valitud skaalal arvuline suurus – tõsiduse indeks (Specific Risk

Severity Index). Küllaltki komplitseeritud mitmeastmelise agregeerimise teel, milles muu hulgas

kasutatakse T. Saaty analüütiliste hierarhiate meetodit (Analytic Hierarchy Process, AHP), leitaks

üldine riskitõsiduse indeks, käsitletava ala haavatavusindeks (Vulnarability Index) ning nende

ühendamise kaudu iseloomustatakse riski ruumilist jaotust (ARAMIS, 2004). Selle meetodiga saadud

tulemuste interpreteerimist ja huvipooltele arusaadavaks tegemist on peetud problemaatiliseks

(Felgengau et al., 2013).69

4.4.5 Eksponeerituse ja mõju kvantitatiivne modelleerimine

Taust Eksponeerituse modelleerimisega määratakse ohualad, s.o alad, kus võib esineda kahjulikke tagajärgi,

eeskätt inimestele ja ehitistele. Ohuala suurus sõltub stsenaariumist (millise ohtliku sündmuseni see

viib), ohtliku aine liigist, selle vallandumise intensiivsusest ja kestusest ning keskkonnatingimustest.

Andes ette mõju iseloomustavad näitajad, on võimalik ohualas eristada tsoonid, kus eksponeeritus

ületab teatava mõjupiiri, mille näiteks võib olla tervisekahjustus või letaalne toime. Sellise lähenemise

korral toimub ohuallika ümbruse tsoneerimine mõju (tagajärje) võimalikkuse alusel, viimase

ilmnemise tõenäosust otseselt käsitlemata. Sellist lähenemist ohtliku ettevõtte ümbruse maakasutuse

planeerimisel rakendatakse näiteks Saksamaal (Basta, 2012). Alternatiivse käsitluse puhul seotakse

mõju vahetult selle ilmnemise tõenäosusega, mis tähendab, et tsoneerimine toimub riski suuruse

alusel.70 Sellist lähenemist rakendatakse Hollandis (CPR 18E, 2005). Karakteristikute ning seega ka

mõjutsoonide sisu valik võib tugineda õigusaktide nõuetele,71 kuid ei pea nendega piirduma. Euroopa

Liidus puudub ühtne praktika ka mõjutsoonide piiritlemiseks valitud karakteristikute arvväärtustes

(Duijm, 2009; Basta, 2012).

Eksponeerituse ja mõju mudelid võivad olla ühendatud paketiks. Tulenevalt kasutatud mudelitest ning

nende parameetrite ja sisendite valikust, samuti tehtud eeldustest ning lihtsustustest võivad tulemused

märkimisväärselt lahkneda. Näiteks ohutsoonide piiritlemisel maksimaalsete kontsentratsioonide

alusel (nagu ALOHA-s) sõltub tulemus keskmistamise ajast, sest maksimaalne tulemus arvutatakse

mingi perioodi kohta. Kui tegemist on lühiajaliste, nt 30 minuti kestel esinevate, kuid väga kõrgete

kontsentratsioonidega, siis keskmistamine pikemale ajale annab olukorrast väära ettekujutuse. Mõnel

pool, nt Hollandis, on tulemuste korratavuse parandamiseks modelleerimistingimusi õigusaktidega

piiratud. 72 Sellega saavutatakse küll tulemuste parem korratavus (ja takistatakse lahknevate

69 ARAMIS-t on väidetavalt kasutatud ka Eestis KMH raames tehtud riskianalüüsis (Sillamäe..., 2007), kuid seal on piirdutud

riskimaatriksite esitamisega, mis ARAMIS-es on vaid vaheetapp, kus sõelutakse välja käsitlemist väärivad stsenaariumid. 70 Nimetatakse ka vastavalt deterministlikuks ja tõenäosuslikuks käsitluseks (Basta, 2012). 71 Eestis sätestab nende määramise viisi Vabariigi Valitsuse 17. veebruari 2011. a määrus nr 28. 72 Hollandis tehti kohustuslikuks mudel SAFETY–NL 6.54.

58

seisukohtade teket), kuid võidakse kaotada tulemuste täpsuses. Paremaks lahenduseks on pakutud

tegelikele oludele võimalikult lähedaste sisendiväärtuste kasutamist ning hindamiskäigus tulemust

oluliselt mõjutavate asjaolude selget esitatamist, mitte nende ignoreerimist (Boot, 2013).

Järgnevalt on käsitletud kolme põhilist ohtlikku sündmust: plahvatust, põlenguid, toksilise gaasi/auru

pilve ning kõigi nende toimet. Esitatud on nii tagajärjel kui ka riskil (tõenäosuslik lähenemine) põhinev

käsitlus. Esimene põhineb ALOHA mudelil, teine Hollandis rakendatud kvantitatiivse riskianalüüsi

metoodika näitel.

Plahvatused ja põlengud Plahvatus võib toimuda koos mahuti purunemisega (KVPAP) või tekkida hiljem, vallandunud

gaasi/aurupilve plahvatusena. Välisõhuga võrdse või väiksema tihedusega gaasi/auru

kontsentratsioonivälja maapinnalähedases õhukihis saab modelleerida nn Gaussi mudeliga, millest on

erinevaid variante. Välisõhust suurema tihedusega gaasi/auru hajumise modelleerimiseks on eraldi

mudelid (nt SLAB 73 , HEGADIS 74 , DEGADIS). Mõlemat liiki gaasi-/aurupilve leviku mudeleid

sisaldab ka ALOHA. Gaasipilve plahvatuse iseloomustamiseks on kasutusel kaht liiki mudelid:

1) mudelid, milles gaasipilve plahvatuste tagajärge kirjeldatakse sellele ekvivalentse koguse

hästituntud lõhkeaine (trinitrotolueen, TNT) plahvatuse tagajärgede kaudu; 2) mudelid, mis arvestavad

gaasipilve detonatsiooni spetsiifikat (nn multi-energy models).

Plahvatusest tekkinud ülerõhk võib kahjustada nii inimesi kui ka ehitisi. Ülevaate plahvatuste toimest

inimestele ja ehitistele annavad Hollandi roheline raamat (CPR 16E, 1992) ning mitme ohutusraamatu

põhjal koostatud ülevaade „Soojuskiirguse ja plahvatuse mõju inimestele ja ehitistele”

(Soojuskiirguse..., 2008). Peale ülerõhu ohustavad inimesi plahvatuse korral ka kaudsed tegurid:

plahvatuse toimel selle koldest või ümbrusest pärinevad lendkehad (purustatud objektide tükid) ning

lööklaine toimel takistuste vastu paiskumine. OPG (2010) andmetel on otsest ravi vajavaid

tervisekahjustusi põhjustav ülerõhk tavaliselt vahemikus 1,0... 3,4 baari, kuid suuremad vigastuste

põhjustajad on just kaudsed tegurid. Seetõttu on soovitatud tugineda tabelis 4.2 esitatud seostele.

Tabel 4.2. Ülerõhu tagajärjed inimestele (OGP, 2010)

Ülerõhk

(baari)

Väljaspool hoonet,

avatud ala

Väljaspool hoonet,

ehitiste läheduses

Letaalse toime tõenäosus

0,35 15% 30%

0,5 50% 100%

Plahvatusega kaasneva ülerõhu toimet ehitistele kajastab tabel 4.3.

Tabel 4.3. Ülerõhu ja ehitiste kahjustuste seos (OGP, 2010)

Ülerõhk

Kahjustused kPa* Psig

0,21 0,03 Üksikud suured aknad purunevad

2,07 0,3 10% aknaklaasidest puruneb, telliskivihoonete kahjustuse tõenäosus kuni 5%

4,8 0,7 Hooned saavad väikseid kahjustusi

6,9 1,0 Hooned purunevad osaliselt ja muutuvad elamiskõlbmatuks

13,8 2 Hoonete seinad ja katused varisevad osaliselt kokku

20,7–27,6 3–4 Teraspaneelidest hooned kukuvad kokku, kemikaalimahutid purunevad

73 SLAB kohta vaata (http://www.epa.gov/scram001/models/nonepa/SLAB.PDF)

(http://www.ofcm.gov/atd_dir/pdf/slab.pdf) 74 HEGADAS ('HEavy GAs Dispersion from Area Sources) kohta vaata (http://www.hgsystem.com/user_guide/hegadas.html)

http://www.epa.gov/scram001/models/nonepa/SLAB.PDF

http://www.ofcm.gov/atd_dir/pdf/slab.pdf

http://www.hgsystem.com/user_guide/hegadas.html

59

1 Pa = 10-5 baari

Näidisarvutuse plahvatuse kohta LNG terminalis leiab kollasest raamatust (CPR 14E, 2005).

KVPAP-i tulekera, loigutule, jugatule ja pahvaktule põlenguala suuruse ja eralduva soojuskiirguse

modelleerimise viiside kohta annavad ülevaate kollane raamat (CPR 14E, 2005) ja lilla raamat (CPR

18E, 2005). Kõik vahetult tulekera, lombi- ja pahvaktule alasse jäävad inimesed hukkuvad. Põlengust

lähtuva soojuskiirguse letaalse mõju 75 tõenäosuse arvutamiseks probit-funktsiooni 76 kaudu

kasutatakse valemit

kus

Pr = hukkumise tõenäosusele vastav probit-väärtus, mille kaudu on määratud üksikisiku hukkumise

tõenäosus P;

A, B ja n = mudeli parameetrid (lillas raamatus A = 36,38; B = 2,56 ja n = 4/3);

Q = soojuskiirgus (W/m2);

t = eksponeerituse kestus (s).

Kuna Pr sõltub nii kiirguse suurusest kui ka kestusest, siis võivad ühesuguse Pr väärtuse anda erinevad

Q ja t kombinatsioonid.

Probit-väärtuste tõenäosuste seos on kergesti leitav asjakohase arvutusprogrammi või selleks

koostatud tabeli (tabel 4.4) abil. Viimasest on näha, et hukkumise 1% (0,01) tõenäosusele vastab Pr

väärtus 2,67, hukkumise 99% tõenäosusele Pr väärtus 7,33.

Tabel 4.4. Probit vs. tõenäosus

P 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09

0 - 2,67 2,95 3,12 3,25 3,36 3,45 3,52 3,59 3,66

0,1 3,72 3,77 3,82 3,87 3,92 3,96 4,01 4,05 4,08 4,12

0,2 4,16 4,19 4,23 4,26 4,29 4,33 4,36 4,39 4,42 4,45

0,3 4,48 4,50 4,53 4,56 4,59 4,61 4,64 4,67 4,69 4,72

0,4 4,75 4,77 4,80 4,82 4,85 4,87 4,90 4,92 4,95 4,97

0,5 5,00 5,03 5,05 5,08 5,10 5,13 5,15 5,18 5,20 5,23

0,6 5,25 5,28 5,31 5,33 5,36 5,39 5,41 5,44 5,47 5,50

0,7 5,52 5,55 5,58 5,61 5,64 5,67 5,71 5,74 5,77 5,81

0,8 5,84 5,88 5,92 5,95 5,99 6,04 6,08 6,13 6,18 6,23

0,9 6,28 6,34 6,41 6,48 6,55 6,64 6,75 6,88 7,05 7,33

Võttes aluseks antud põlengust põhjustatud Q ruumilise jaotuse ja eksponeerituse kestuse, saab leida

põlengust põhjustatud individuaalse riski ruumilise jaotuse. Eksponeeritust 20 sekundit kiirgusele 35

kW/m2 peetakse juba letaalseks nii väljas kui ka hoonetes olevatele inimestele.

ALOHA võimaldab modelleerida KVPAP-i tagajärjel tekkivat tulekera, jugapõlengut ning

loigupõlengut ning neist lähtuvat soojuskiirgust. Pahvaktule puhul käsitleb ALOHA ainult põlenguala,

eeldades sarnaselt Hollandi metoodikaga, et sellest väljaspool pole põlengu lühiajalisuse mõju oluline.

75 Hollandi riskianalüüsi metoodikas arvutatakse letaalset mõju, kuid see valem on rakendatav ka muude mõjuliikide suuruste tõenäosuse

arvutamiseks, kui vaid on piisavalt andmeid mudeli parameetrite määramiseks. Sama lähenemist kasutatakse nii Ühendkuningriigis kui

ka USA-s. Selle teoreetiliseks aluseks on nn Haberi seadus. Viimase usaldusväärsuse kohta on esitatud kahtlusi, mida käesolevas töös

ei käsitleta. 76 Vt http://www.slideshare.net/Pramod935/probit-analysis.

nPr A B ln(Q t)

60

ALOHA võimaldab eristada kolme ohutsooni. Nende sisu saab määrata piirideks olevate

karakteristikute ja eksponeerituse kestuse kaudu. 60 sekundit kestva eksponeerituse korral on letaalse

soojuskiirguse tasemeks võetud 10 kW/m2; eeldatakse, et kiirgus alates 5 kW/m2 tekitab teise astme

põletushaavu ning 2 kW/m2 põhjustab valu. Näide KVPAP tulekera modelleerimisest ALOHA abil on

esitatud joonisel 4.5. Lühema eksponeerituse korral mõjupiirkondade raadiused väheneksid.

Joonis 4.5. ALOHA KVPAP tulekera ohutsoonid

(http://www2.epa.gov/cameo/aloha-software)

Kui plahvatuste ja põlengute tagajärjel tekivad uued plahvatused ja põlengud, mis omakorda

põhjustavad uute objektide plahvatusi või põlenguid, on tegemist nn doominoefektiga. Doominoefekti

tekkimise tingimustest ning modelleerimisest annavad ülevaate Cozzani et al. (2005), Landucci, et al.

(2009) ning Kadri et al. (2013).

Toksiline toime Riskianalüüs piirdub kemikaalide tervist kahjustava toime käsitlemisel otsese akuutse, s.o lühiajaliste,

kuid suurte annuste (kontsentratsioonide) toimega. Mürgiste gaaside toimel inimeste hukkumise

tõenäosust arvutatakse analoogselt soojuskiirguse toimega probit-funktsiooni kaudu

kus

Pr = hukkumise tõenäosusele vastav probit-väärtus, mille kaudu on määratud hukkumise tõenäosus P;

A, B ja n = mudeli parameetrid, mille väärtused on lillas raamatus (2005)77;

C = ohtliku aine kontsentratsioon õhus (mg/m3; ppm);

t = eksponeerituse kestus (s).

77 Samas on rõhutatud, et nende kasutamisel tuleks pidada nõu asjatundjaga. Parameetrite arvutamise viis on esitatud rohelises

raamatus.

You’ll see ALOHA’s threat zone estimate for this scenario, showing three thermal radiation threat

zones. ALOHA estimates that the red threat zone—the worst hazard level—will extend 560 yards in all

directions (the threat distance values are displayed in the Text Summary). The orange and yellow threat

zones represent areas of decreasing hazard. Check the legend on the picture to see the hazard that each

zone represents. It’s important to realize that there may be additional hazards that are not modeled by

ALOHA, including hazardous fragments, overpressure, and secondary fires and explosions.

Check the Text Summary for this release to see a summary of the scenario and the threat zones.

~ 27 ~

nPr A B ln(C t)


61

Võttes aluseks kontsentratsiooni modelleeritud ruumilise jaotuse ja eksponeerituse kestuse, saab leida

sellest põhjustatud individuaalse riski ruumilise jaotuse (joonis 4.6).

Joonis 4.6. Individuaalse riski (letaalse tagajärje tõenäosuse) ruumiline jaotus

(Duijm, 2009)

ALOHA mudel kasutab järgmisi õhusaaste akuutset mõju iseloomustavaid karakteristikuid, mille

kohta on olemas andmekogud:

1. Acute Exposure Guideline Levels (AEGLs);

2. Emergency Response Planning Guidelines (ERPGs);

3. Temporary Emergency Exposure Limits (TEELs);

4. Immediately Dangerous to Life and Health Limits (IDLHs).

Ülalesitatud neli karakteristikut on loetletud nende soovitatud kasutusjärjekorras, s.t iga järgmist

tuleks kasutada vaid siis, kui eelmises ei ole käsitletava aine kohta andmeid. Kasutuseelistuse

järjekord tuleneb nende karakteristikute sisust. Erinevalt AEGL-ist ei arvesta ERPG tundlike

inimestega. TEEL-i määramiseks kasutatud meetod pole nii põhjalik kui AEGL ja ERPG meetodid.

IDLH on mõeldud personali tööohutuse tagamiseks (respiraatori kasutamise vajaduse määramiseks)

ning on vähesobiv elanikkonnale avalduva riski hindamiseks (http://response.restoration.noaa.gov

/oil-and-chemical-spills/chemical-spills/resources/ask-dr-aloha-choosing-toxic-levels-concern.html).

Kõik ülalnimetatud karakteristikud on jagatud kolmeks ohutasemeks. Esimesel on mõju

mittekahjustav ning ajutine, teisest algab kahjulik mõju ning suutmatus ohualast eemalduda ning

kolmandas on oht elule. AEGL-1, AEGL-2 ning AEGL-3 on defineeritud järgmiselt:

AEGL-1 on aine kontsentratsioon õhus (ppm või mg/m3) mille ületamisel inimesed, kaasa arvatud

tundlikud grupid (s.o eakad, haiged, lapsed), võivad hakata tundma märgatavat ebamugavust või

ärritust. Tegemist ei ole tervisekahjustusega ning eksponeerituse lõppemisel mõju kaob.

62

AEGL-2 on aine kontsentratsioon õhus, mille ületamisel inimestel, kelle hulka loetakse ka tundlikud

isikud, võib olla pöördumatuid või tõsiseid kauakestvaid tervisemõjusid või nad pole suutelised

kahjuliku toime eest põgenema.

AEGL-3 on aine kontsentratsioon õhus, mille ületamisel inimesed, k.a tundlikud isikud, võivad saada

eluohtlikke tervisekahjustusi või hukkuda.

Kuna mõju sõltub eksponeerituse kestusest, on AEGL arvväärtused antud viie ajaperioodi kohta: 10

minutit, 30 minutit, 60 minutit, 4 tundi ja 8 tundi. ALOHA kasutab vaikeväärtusena ühe tunni pikkust

eksponeeritust, kuid lubab valida ka ülejäänud variante. Sobiva eksponeeritusaja valik sõltub ka

tegelikust eksponeerituse kestusest. Lähtudes karakteristikute kolmest ohutasemest saab modelleerida

kolm ohutsooni (joonis 4.7).

Toksiliste gaaside kontsentratsioon ning eksponeerituse kestus hoonetes võib oluliselt erineda

kontsentratsioonist ning eksponeerituse kestusest väljas, mistõttu tuleb eraldi modelleerida mõju väljas

ja hoonetes olevatele inimestele. ALOHA võimaldab modelleerida toksiliste ainete kontsentratsiooni

ka hoonetes.

Joonis 4.7. Toksilise toime ohutsoonid ALOHA-s (http://www2.epa.gov/cameo/aloha-software)

Ohuala piiritlemine ja tsoneerimine Eestis

Eestis on kemikaaliseadusest tuleneva ohtlike ettevõtete riskianalüüsi korral ohualade piiritlemise

aluseks võetavad karakteristikud määratud Vabariigi Valitsuse 17.02.2011 määruse nr 28 „Nõuded

ohtliku ja suurõnnetuse ohuga ettevõtte kohustuslikule dokumentatsioonile ja selle koostamisele ning

avalikkusele edastatavale teabele ja õnnetusest teavitamisele” (RT I 29.12.2011, 188) lisas (tabel 4.3).

Nendele karakteristikutele on tuginetud ka KMH raames tehtud riskianalüüsides.


63

Tabel 4.3. Eestis riskianalüüsis määratavate ohualade parameetrid (RT I 25.12.2011, 188)

Ohuala

liigitus ja

definit-

sioon

Kemikaalide

kontsentrat-

sioon

Ülerõhk,

bar

Ülerõhk,

bar

Lühiajaline

(kuni 20 s)

soojuskiirgus,

kW/m2

Keskpikk

(kuni 100 s)

soojus-

kiirgus,

kW/m2

Pikaajaline

(üle 15 min)

soojus-

kiirgus,

kW/m2

Inimesi

ohustav

tase

Ehitisi

ohustav

tase

Inimesi

ohustav

tase

Ehitisi

ohustav

tase

Inimesi

ohustav tase

Ehitisi

ohustav tase

Eriti ohtlik

ala

LC50 1,5 0,35 25 37 17 15

Väga ohtlik

ala

AEGL-3 0,8 0,17 10 8

Ohtlik ala IDLH 0,24 0,03 8 4

Tsoneerimise aluseks võetavad karakteristikud on riigiti erinevad. Näiteks Prantsusmaal on kõige

ohtlikuma tsooni (limit for very serious hazard to human life) piiri määravad karakteristikud järgmised:

toksilisus LC05, soojuskiirgus 8 kW/m2 ning ülerõhk 0,2 baari (Duijm, 2009).

4.4.6 Sihtobjektide hulk (sotsiaalne risk)

Eksponeeritusega kaasneva mõju tegelik suurus (ja seega risk) sõltub inimeste ja ehitiste hulgast ning

paiknemisest ohualas. Inimeste puhul tuleb arvestada, kas nad asuvad väljas või hoonetes, samuti

nende ööpäevast liikumist – näiteks töökoha ning elukoha vahel. Kui võimalikus ohutsoonis võib

ajutiselt olla teisi inimgruppe, näiteks turismiobjekti külastajaid, tuleks ka neid arvestada.

Ehitiste puhul sõltub mõju konstruktsioonist, kujust ning kasutatud materjalidest. Kui need erinevad

oluliselt ehitiste omadustest, mille põhjal on tuletatud vaikeväärtustena võetud mõjukarakteristikud,

võib tegelik mõju olla arvutatust erinev.

4.5 Riski iseloomustamine

Riski iseloomustamise etapis tuleb ühendada eksponeerituse tagajärjed ning tõenäosus. Kaks

riskianalüüsi praktikas enamlevinud viisi seda teha on riskimaatriks ning N-F-graafik.

4.5.1 Riskimaatriks

Riskimaatriks on tabel, kus üks mõõde (tavaliselt rida) näitab tagajärje raskusastmeid ning teine

(tavaliselt veerg) tõenäosuse (sageduse) astmeid. Enamasti on tabelis eristatud riskitsoonid, millele

antakse riskitaseme suurused (nt tühine, keskmine, suur). Tsoonide arv võib olla erinev, tavaliselt on

neid kolm kuni neli. Enamasti on riski esitus kvalitatiivne (tühine, keskmine, suur, väga suur), kuid

kvantitatiivsete sisendite korral võib see olla ka arvväärtuste vahemike kujul.78

Oma (näilise) lihtsuse ja arusaadavuse tõttu on riskimaatriksist saanud populaarne vahend, mida leiab

paljudest riskianalüüsi käsiraamatutest ja juhenditest (nt ARAMIS-es79, Soome YMPÄRI-s) ning ka

õigusaktides.

78 Nt kui tagajärje suurus on väljendatud rahas ning tõenäosus kvantitatiivselt määratud, on ka riski suurus kvantitatiivne. Selline käsitlus

on tavaline finantsriskide puhul. 79 ARAMIS-es kasutatakse riskimaatriksit ainult oluliste stsenaariumide väljasõelumiseks, mitte riski iseloomustamiseks.

64

Viimasel aastakümnel on näidatud, et riskimaatriksit on lihtne vääriti kasutada ja seda tihti tehaksegi.

Cox (2008) esitas teoreetilised piirangud riskitsoonide eristamiseks ning neist tulenevalt korrektsed

tsoneerimisviisid. Praktikas on seda nõuet tihti rikutud (joonis 4.8 ).

Joonis 4.8. Riskimaatriksid. A – korrektne 5 x 5 maatriks; B – ebakorrektne riskimaatriks. Tsoonide

on arv liiga suur, võimalik on liikuda astmeid vahele jättes: esimesest kolmandasse, teisest neljandasse.

Lisaks tuvastas ta veel mitu olulist puudust ning jõudis seisukohale, et kui tõenäosuse ja tagajärje vahel

on negatiivne korrelatsioon, võivad riskimaatriksid olla halvemadki kui lihtsalt kasutud, sest nende

alusel tehtud otsus võib olla halvem juhuslikust.

Bahill & Smith (2009) on esitanud riskimaatriksi tüüpi riskiesitusviisides veel mitu puudust: skaalades

ordinaal- ja kardinaalarvude80 mitteeristamine, lineaarse skaala kasutamine logaritmilise asemel, eri

pikkusega skaalade kasutamine tõenäosuse (sageduse) ja tagajärje jaoks, riskidevaheliste seoste

mittearvestamine ning tõenäosuse (sageduse) ja tagajärje sidumiseks ebasobiva valemi valimine.

Yoe (2012) väitel on riskimaatriksi kasutamine eriti väär, kui mõjude tõsiduse ja nende esinemise

tõenäosuse kohta annavad hinnanguid ebapädevad isikud. See tähendab, et puuduvad selged

kriteeriumid ja tõendusmaterjal, millel antud hinnangud põhinevad. Ball ja Watt (2013) näitasid

empiirilise uuringu põhjal, et riskimaatriksi kasutamisel lahknevad erinevate inimeste

hindamistulemused väga suuresti. Tulemused kinnitasid Cox’i järeldust, et sel viisil saadud

hindamistulemused sõltuvad oluliselt teguritest, mis mõjutavad hindaja riskitajumist (lähemalt

käsitletakse seda 6. osas). Sealjuures ei täheldatud, et tulemused oleksid oluliselt paranenud, kui

hindajatele anti aega otsida asjakohast informatsiooni, mis eeldatavasti pidanuks nende pädevust

suurendama. Need autorid järeldavad, et riskimaatriksid võivad anda riskide suhtelisest tähtsusest

kunstliku ning ebausaldusväärse pildi ning riskimaatriksite kasutamise õigustuseks esitatav väide, et

tegemist on lihtsa ja läbipaistva meetodiga, on alusetu.

4.5.2 F-N-graafik

F-N-graafik näitab tõenäosust (sagedust, F), et mingi tagajärje suurus on vähemalt N. Tagajärg võib

olla mingite õnnetusjuhtumite, vigastuste või surmade arv ajaühikus, tavaliselt aastas. Enamasti

esitatakse nii F kui N logaritmilisel skaalal, x-teljel N ning y-teljel F. Koos arvutatud F-N-graafikutega

esitatakse tihti ka aktsepteeritava ja mitteaktsepteeritava riski piirid, nagu näidatud joonisel 4.9.

80 Ordinaalarvud näitavad pelgalt järjestust, seega ei tohi nendega teha tehteid, mida saab teha kardinaalarvudega. Segaduse

vältimiseks on ordinaalarvude asemel kasutatud tähti.

5 5

4 4

3 3

2 2

1 1

A B C D E A B C D E

Tagajärg

Sag

edus

Sag

edus

TagajärgA B

65

F-N-graafikud võivad olla koostatud statistiliste andmete alusel (toimunud juhtumite sagedus) või

mingil viisil prognoositud, nt nagu näidatud osas 4.4.4. F-N-graafikuna saab esitada ülevaate kogu

riskist, s.o saab hõlmata kõiki võimalikke stsenaariume ning neist tulenevaid tagajärgi koos nende

realiseerumise tõenäosusega. Letaalse tagajärje kogutõenäosuse (grupiriski) võimalik arvutamisskeem

on esitatud lillas raamatus (CPR 18E, 2005).

Riskiarvutuse põhimõttelise käigu näidise alates kriitilisest sündmusest kuni N-F-graafiku

konstrueerimiseni on esitanud D. Hendershot (http://citeseerx.ist.psu.edu/viewdoc/download?doi=

10.1.1.124.7084&rep=rep1&type=pdf).

Joonis 4.9. F-N-graafik NordStreami KMH-s. Venemaa lõik (Nord Stream..., 2009)

Aktsepteeritava riskitaseme määramine on kokkuleppeline ja erineb riigiti (joonis 4.10)

Joonis 4.10. Aktsepteeritav grupiriski suurus eri riikides (Duijm, 2009)

10 -1

10 -2

10 -3

10 -4

10 -5

10 -6

10 -7

10 -8

10 -9

1 10 100 1000

Õnnet

usj

uhtu

mit

e sa

ged

us

/ aa

stas

/ ü

he

sekts

iooni

kohta

(F

)

ÜLDJOONTES

VASTUVÕETAV

ALARP

PIIRKOND

VASTUVÕTMATU

Õnnetusjuhtumite arv (N)

Sektsioon 1 (alates KP 1 kuni KP 10) Sektsioon 2 (alates KP 112 kuni KP 123)

EP 112

Flandria

Holland

Suurbritannia (indikatiivne)

Surmade arv õnnetuses

Ku

mu

lati

ivn

e sa

ged

us

(aas

tas)

1 10 100 1000 10000

10 -2

10 -3

10 -4

10 -5

10 -6

10 -7

10 -8

10 -9

10 -10

10 -11

66

Individuaalse riski (letaalne toime) suurust elanikkonnale kuni 10-6 aastas loetakse üldiselt

aktsepteeritavaks. Hollandis ja Suurbritannias aktsepteeritakse mittehaavatavate gruppide puhul ka

suurusjärk suuremat riski, kuid haavatavamate sihtobjektide korral võib olla 10-7.

Aktsepteeritava riski suurusest juhindutakse maakasutuse planeerimisel. Kanada juhendi „Risk

Assessment – Recommended Practices for Municipalities and Industry” (Recommended…, 2004)

kohaselt pole riskiallikat ümbritsevas alas, kus individuaalne risk ≥10-4, maakasutus lubatud. Tsoonis,

kus individuaalne risk on vahemikus 10-4…10-5, võivad paikneda tootmisettevõtted, laod, parklad jms.

Piirkonnas, kus risk on vahemikus 10-5…10-6, võivad paikneda ärid ja väikese tihedusega elamualad.

5 Regionaalse suhtelise ökoriski hindamine

Suhtelise ökoriski regionaalne hindamine (regional scale ecological risk assessment) on W. Landise

ja Wiegersi (Landis and Wiegers, 1997) esitatud metoodika, mis erineb n-ö traditsioonilisest mudelist.

Selle väljatöötamise tingis vajadus käsitleda koos paljusid kvalitatiivselt erinevaid mõjureid (selles

terminoloogias stressoreid), mis lähtuvad samaaegselt mitmest allikast ning millel võib olla arvukalt

kattuvaid sihtobjekte. See metoodika võimaldab võrrelda erinevaid allikaid neist lähtuva potentsiaalse

riski alusel ning võrrelda piirkondi neis esineva riski põhjal.

Selle käsitluse põhiidee seisneb erinevates ühikutes väljendatud muutujate võrreldavaks tegemises,

teisendades nad ühikuta suuruseks skaalal 0, 2, 4, 6, kusjuures teisendamise viis määratakse vastavalt

konkreetsele olukorrale. Oma olemuselt on see analoogne KMH-s levinud moodusega esitada

keskkonnamõjud ühtsel skaalal.

Hindamine algab nii nagu tavaliselt probleemi formuleerimisega. Selles etapis määratletakse

uurimispiirkond ja kogutakse andmed selle iseloomustamiseks, määratletakse allikad, mõjurid ning

sihtobjektid ja koostatakse kontseptuaalne mudel.

Riskiallikana käsitletakse selles metoodikas kõiki võimalikke põhjusi, näiteks veekeskkonna puhul on

eristatud järgmisi allikaid (Chen et al., 2012):

põud ja üleujutus;

tööstus;

akvakultuurid;

laevandus;

urbaniseerumine;

jms.

Erinevalt tavalisest käsitlusest toimub uurimispiirkonnas nn habitaatide määratlemine.

Habitaat on selles meetodis keskne termin, mille all mõistetakse maastiku bioloogilisi, keemilisi ja

füüsikalisi tingimusi, mis võimaldavad teatud organismil elada ja paljuneda (ASTM-I, 2004, op. cit.

Kapustka, 2010). Selle sisu ja piiritlemispõhimõtteid metoodikas täpsemalt ei käsitleta.

Tuginedes stressoritele ja habitaatidele ja hindamise eesmärgile jagatakse uurimispiirkond

allpiirkondadeks (sub-regions) või riskialadeks (risk areas). Suhteline riski hindamine seisnebki nii

määratletud allpiirkondade riskide võrdlemises kui ka neid põhjustavate riskiallikate osakaalude

võrdlemises koguriski tekitamisel.

Analüüsi etapp algab iga allpiirkonda mõjutavate riskiallikatele suhtelise olulisuse määramisega

67

skaalal 0, 2, 4, 6, kus 0 tähendab allika puudumist, 2 vähest aktiivsust või emissiooni, 4 mõõdukat

aktiivsust või emissiooni ning 6 suurt aktiivsust või emissiooni. Olulisuse skaala sisu on vabalt valitav

ning võib erinevates hindamistes olla erinev. Näiteks mõjuallika ,,akvakultuurid” puhul vastab ühes

töös (Chen et al., 2012) skaala väärtusele 6-aastane toodang >20*104 tonni, seevastu teises töös (Zhao

& Zhang, 2013) on selleks piiriks seatud kõigest 7,42*104 tonni.

Iga allpiirkonna riski suurust määratakse selles leiduvate habitaatide riskide kaudu. Oluline on

habitaadi esinemine allpiirkonnas. Habitaadi olemasolu määra iseloomustatakse samal skaalal nagu

allika olulisust: 0 tähendab puudumist, 2 selle väikest, 4 keskmist ja 6 ulatuslikku olemasolu, mis võib

olla väljendatud erinevates ühikutes, nt pindala või ruumala kaudu.

Kuna eeldatakse võimalust, et ühe allpiirkonna raames ei tarvitse allikas avaldada toimet kõigile

habitaatidele, rakendatakse allika ja habitaadi seost arvesse võtvat nn eksponeerituse filtrit, millega

määratakse kindlaks habitaadid, milles antud allikast pärit käsitletav stressor (nt toksiline kemikaal,

veetarbimine või temperatuuri tõus) esineb, s.t eksponeeritus on võimalik. Eksponeerituse

võimalikkuse korral antakse nn kaalutegurile (weighting factor) väärtus 1, selle puudumise korral 081.

Kui on kindlaks tehtud, et käsitletav stressor käsitletavas habitaadis esineb – s.t, et potentsiaalselt on

võimalik eksponeeritus, rakendatakse järgmisena nn mõjufiltrit (effect filter), millega selgitatakse, kas

selles habitaadis on sihtobjekte, kelles eksponeeritus kutsub esile negatiivset mõju. Jaatava vastuse

korral antakse kaalutegurile väärtus 1, eitava korral 0.

Ühes habitaadis ühe allika poolt tekitatud risk (eeldusel, et allikast põhjustatud eksponeeritus on selles

habitaadis olemas ning selles esineb sihtobjekte, keda/mida eksponeeritus mõjutab) võrdub allikale

ning habitaadile antud olulisuse väärtuste (vastavalt 0, 2, 4, 6) korrutisega.

Allpiirkonna riskitase määratakse kõigi selle piiresse jäävates habitaatides eksponeeritust tekitavate

allikate olulisuse ja nende habitaatide olulisuse, milles eksponeeritus esineb, korrutiste summana:

kus

RS = allpiirkonna suhtelise riski suurus;

Si = allikale (mõjurile) omistatud olulisus (rank);

Hj = habitaadile omistatud olulisus;

Wij = eksponeeritusfiltri/mõjufiltriga määratud kaalutegur, mis filtreerib välja kombinatsioonid, kus

eksponeeritus saab mõju tekitada (0 või 1).

Sellest põhimõttelisest hindamiskäigust on arendatud modifikatsioone, nt Zhao & Zhang, (2013) on

muutnud skaalat ning lisanud täiendava, koosmõju arvestava filtri.

Tuleb silmas pidada, et kuigi seda meetodit nimetatakse riskihindamiseks, pole selles selgelt käsitletud

tõenäosust ega isegi tagajärge ja see on rakendatav vaid erinevuste tuvastamiseks määratletud

uurimispiirkonna raames. Niisugusena võib see sobida KMH-s või KRH-s käsitletava ala

iseloomustamiseks.

81 Mõnes rakenduses on kasutatud ka vahepealset võimalust, andes sellele väärtuse 0,5.

n k

i j ij

i 1 j 1

RS S H W

68

6 Riskide kommunikeerimine

6.1 Taust

Riskide kommunikeerimine on KRH hindajate, ohjajate ning teiste asjaosaliste vaheline suhtlus riski

olemasolu, iseloomu, suuruse ja vastuvõetavuse asjus. Tõsiasi, et inimesed tajuvad riski erinevalt ning

erinev on ka nende riskitaluvus, on ammu teada. Aktuaalseks sai see tuumajaamade rajamisel, kui neist

lähtuva riski puhul tekkisid lahknevused ekspertide ja huvigruppide seisukohtades. Nüüdseks on selge,

et riski tajumine on kompleksne probleem, kus on osa bioloogilistel, psühholoogilistel ja sotsiaalsetel

teguritel, mille vahel on keeruline põhjuslikke seoseid kindlaks teha. Riskitajumise uuringutes

eristatakse kaht teoreetilist suunda – psühholoogilist ning kultuurilist.

Erinevused riskide tajumises võivad alata juba riskile erineva tähenduse andmisest. Kui KRH raames

on riski tähendus defineeritud, siis huvigruppide arusaam riskist võib olla selgelt teadvustamata segu

erinevatest käsitlusvõimalustest, nt

• risk kui negatiivse sündmuse tõenäosus;

• risk kui negatiivse sündmuse suurus;

• risk kui tõenäosuse ja kahju kombinatsioon.

Erinevusi riski tajumises aitab mõista kontseptsioon, mille järgi on inimesel erinevate otsuste

tegemiseks evolutsiooni käigus kujunenud kaks mõtlemistüüpi. Neist esimene on afektiivne –

intuitiivne, mitteverbaalne, assotsiatiivne, automaatne, kiire, halvasti tõenäosust käsitlev,

olemasolevatele tõenditele keskenduv ja puuduvaid ignoreeriv ning tahtlikule kontrollile mittealluv.

Teine on teadlik – analüütiline, verbaalne, tähelepanu nõudev (Slovic et al., 2005; Kahneman, 2011).

Eri mõtlemistüüpidest lähtumine on riskihindamisel üks võimalik seisukohtade lahknevuse, sh

ekspertide ja teiste osaliste ning üldsuse seisukohtade erinevuse põhjus (Slovic & Peters, 2006).

Arutelu riski vastuvõetavuse üle võib olla takistatud, kui tegemist on nn veendumuskallutatusega

(conformation bias). Sel puhul on seisukoht kujunenud enne asjakohase informatsiooni analüüsimist

(s.o afektiivse mõtlemise kaudu), ilma et isik oleks seda teadvustanud. Edaspidi võetakse vastu vaid

olemasolevat veendumust kinnitavat informatsiooni, sellega vastuolus olevat informatsiooni

ignoreeritakse (Hunter & Fewtrell, 2001). Seetõttu pole seisukohtade vastuolusid võimalik lahendada

informatsiooni lisamisega, vaid vastupidi – see võib eri seisukohtadel olijate polariseerumist isegi

suurendada (Kahan et al., 2008).

6.2 Psühholoogilised tegurid

Paljude uuringute tulemuste põhjal on leitud hulk, osaliselt omavahel seotud psühholoogilisi tegureid,

mis mõjutavad riski suuruse tajumist:

Pealesunnitus. Pealesunnitud riski tajutakse suuremana vabatahtlikult võetud riskist (õhusaaste

vs. alkoholi pruukimine).

Ohjatavus (kontrollitavus). Kui on isiklik tegelik (või kujutletav) kontroll riski üle, tajutakse

seda väiksemana, kui ollakse selle passiivne sihtobjekt (juhtida autot võib tunduda turvalisem

kui olla kaassõitja). See on seotud ka usaldusega (vt järgmist).

Usaldus riskihindajate ja -ohjajate vastu – usaldamatusega kaasneb riski suuremana tajumine.

Tuntus. Tuttav risk tundub väiksem kui uue/tundmatu tegevuse või olukorraga kaasnev risk

(liiklusõnnetus vs. terrorism).

69

Inimtekkelisi riske tajutakse suuremana kui loodusnähtustest põhjustatuid.

Riske, mille puhul on ohustatud tulevased põlvkonnad (lapsed, rasedad), tajutakse suuremana

riskidest, mille puhul on ohustatud täisealised inimesed.

Huvi. Huvitava kutsetegevuse või harrastusega kaasnevat riski tajutakse väiksemana kui

mittehuvitatuse või neutraalse suhtumise puhul.

Riske, mille puhul on kerge meenutada sarnaseid toimunud juhtumisi, tajutakse suuremana (nn

availability bias).

Riske, mille puhul võimalikud tagajärjed on emotsionaalselt mõjuvamad, tajutakse suuremana

(nt haigestumine eriti kardetud haigusesse).

Kui tagajärgede puhul on potentsiaalsed kannatajad anonüümsed, tajutakse riski väiksemana

kui personaliseeritud kannatajate puhul.

Kontsentreeritult (ajas ja ruumis) esineva tagajärjega riski tajutakse suuremana hajutatud

tagajärgedega riskist (lennuõnnetus vs. samal ajal toimunud autoõnnetused, üks ohvriterohke

terrorirünnak vs. sama ohvrite arv paljudest korduvatest rünnakutest).

Õiglus. Kui riskeerimisest tulenev kasu ja sellest tulenev võimalik kahju jaotub ebavõrdselt,

tajuvad potentsiaalsed kahjukannatajad riski suuremana.

6.3 Maailmavaade

Oluline riskisse suhtumist mõjutav tegur on maailmavaade, milles riski kontekstis on eristatud nelja

tüüpi inimesi (Hunter and Fewtrell, 2001). Need on:

hierarhistid;

individualistid;

egalitaristid;

fatalistid.

Hierarhistide arvates on aktsepteeritava riski üle otsustamine ekspertidele tuginevate riskiohjajate asi

(eksperdid teavad, milline on mõistlik risk). Individualistid seevastu on seisukohal, et see on iga

indiviidi otsustada. Egalitaristid rõhutavad usalduse ja avatuse vajadust ning eeldavad, et

aktsepteeritav riskitase leitakse konsensuslikult; nad ei nõustu, et selle sunnivad peale nn eliit ja

eksperdid. Neile on iseloomulik ka suurem mure tulevaste põlvkondade pärast. Fatalistid, nagu juba

nende nimetusest järeldada võib, ei usu, et neil oleks võimalik midagi teha, ning ei taha muretseda

asjade pärast, mida nad ei saa muuta. Nad aktsepteerivad väljastpoolt pärit seisukohti (Rippl, 2002).

6.4 Soolised ja rassilised erinevused

Korduvad uuringud (nt Barke et al., 1997; Slovic, 1999; Kaptan et al., 2013) on kinnitanud

korrelatsiooni olemasolu nii soo kui ka rassi ja riski (tõenäosuse) suuruse tajumise vahel. Üldiselt

peavad naised riske suuremaks kui mehed ja see erinevus püsib haridustasemest sõltumata. Valged

mehed on märgatavalt riskialtimad kui teised grupid, samas on nende hulgas suur osakaal

individualistidel ja hierarhistidel (Finucane et al., 2000). Slovic (1999) leidis, et valgete meeste hulgas

eristus veel osa, kes hindas riske eriti silmatorkavalt väikseks. Seda gruppi iseloomustas kõrgem

haridustase, sissetulek ning poliitiliste vaadete konservatiivsus.

6.5 Esitusviisi mõju

Inimeste hinnang tõenäosuse kohta võib sõltuda tagajärje raskusest. Slovic (1999) näitas sõnastuse

mõju n-ö tavainimestele ning erialainimestele (toksikoloogidele) ja viimaste hulgas erinevust meeste

70

ja naiste vahel. Sõnastuse muutmine (ühes variandis hinnati seose tõenäosust üldse, teises konkreetselt

vähktõve esilekutsumise tõenäosust) muutis mitteekspertidel ning naisekspertidel hinnangut

kõrgemaks (vähktõve kui kardetud tagajärje tõttu suurendati tõenäosuse hinnangut), meesekspertidel

hoopis vähendas hinnangut, s.t nad pidasid seda vähemtõenäoliseks kui mõju ilmnemist üldse.

Esitusviisi mõju puudutab numbrilist esitust üldiselt ja tõenäosuse esitust eriti (Peters et al., 2006;

Peters et al., 2007a). Uuringud on näidanud, et paljude inimeste suutlikkus arvväärtustena esitatut

mõista ja kasutada võib olla piiratud, kusjuures naistel on see kõigis vanuse- ning haridusgruppides

mõnevõrra madalam kui meestel (Peters, 2008).82 On täheldatud, et eriti tekitab raskusi arusaamine

tõenäosusest. Petersi ja tema kaastöötajate (Peters et al., 2007b) tehtud uuringus ei osanud 56%

kõrgharidusega katsealustest õigesti vastata küsimusele: mitu inimest 10 000-st eeldatavasti haigestub,

kui haigestumise tõenäosus on 0,0005?

Riski suurust (tõenäosust) võidakse tajuda väga erinevalt, kui sama tagajärje esinemisvõimalus on

esitatud sisult identsel, kuid vormilt erineval kujul – kas tõenäosusena (nt 20%, 0,2) või väljendatud

sageduse kaudu (20 juhtumit 100-st). Seda illustreerib markantselt katse, milles ekspertidel

(psühholoogidel ja psühhiaatritel) tuli otsustada, kas hüpoteetilise patsiendi haiglast väljalaskmisega

kaasnev risk on vastuvõetav: ühele osale katsealustele anti teada, et 100-st selletaolisest patsiendist 20

sooritab pärast väljalaskmist vägivallaga seotud kuriteo, teisele grupile teatati, et sellise kuriteo

toimepanemise tõenäosus on 20%. Teise grupi hulgas oli riski vastuvõetavaks pidavate (otsustas ,,võib

vabastada”) ekspertide hulk kaks korda suurem kui esimeses grupis (Slovic et al., 2000).

Paljudel inimestel on raske vahet teha tõenäosuse kui sündmuse suhtelise esinemissageduse

(tõenäosuse) ja sündmuste koguarvu vahel ning isegi seda teades võib otsustamisel olla määrav

emotsioon, nii et võiduvõimalus kümme sajast tundub suurem kui üks üheksast.83

6.6 Emotsionaalne taust

Tõenäosuse hinnang sõltub ka üldisest suhtumisest riskiallikasse (nt uude tehnoloogiasse). Hüvede ja

riskide vahel on reeglina positiivne korrelatsioon, kuid riski tajumisel see ei kehti: kui riski

põhjustavasse tegevusse suhtumine on positiivne, hinnatakse kahjulike tagajärgede tõenäosust

väiksemaks, negatiivse suhtumise puhul on asi vastupidine. Seega saab tõenäosushinnanguid (ja

riskihinnangut tervikuna) muuta ka pelgalt tegevuse positiivseid aspekte lisades ja rõhutades84 (Slovic

et al., 2003). Van der Lindeni (2014) väitel on võimalik vastastikune seos – negatiivne suhtumine ise

võib tuleneda riskihindamisest.

Aktsepteeritav riski suurus sõltub ka sellest, kas tagajärg on väljendatud negatiivse või positiivse

tulemusena: positiivse tulemuse 90% tõenäosuse korral võidakse riski pidada vastuvõetavaks, sama

olukorra esitamisel negatiivse tagajärje, 10% tõenäosusena võidakse riski pidada vastuvõetamatuks.

6.7 Usaldus

Riski hindajate ja ohjajate vastu tuntava usalduse ja riski tajumise vahelist seost on näidanud paljud

uuringud (nt Siegrist et al., 2000; Poortinga & Pidgeon, 2005; Tepstra, 2011; Wallquist et al., 2012).

Ebausaldatavate allikate puhul tajutakse riski suuremana. Allikate usaldusväärus on avalikkuse silmis

väga erinev. Üldjuhul peetakse kõige ebausaldusväärsemaks arendajaid ning nende palgatud eksperte,

82 Ligikaudu pool USA elanikest on matemaatikas nii nõrgad, et ei suuda kasutada tekstis olevaid arvandmeid (Peters, et al., 2007b). 83 Seda demonstreerisid Denes-Raj & Epstein (1994) eksperimentaalselt. 84 Tasub tähele panna, et seda asjaolu saab kasutada ka manipuleerimiseks.

71

suurimat usaldust tuntakse teadlaste ning kohalikus kogukonnas lugupeetud isikute vastu (Covello,

1998).

Lahknevused vähendavad hindamistulemuste usaldamist. Kui ekspertide arvamused lahknevad,

usaldavad inimesed eksperte, kellega neil on (või arvavad olevat) sarnased väärtushinnangud. Usaldus

põhineb usul, et usaldatav isik käituks samas olukorras, nagu käituks usaldaja (Siegrist et al., 2012).

Usaldus on suurem, kui informatsioon tuleb mitmest allikast (Cozma, 2006), samas nende

lahkarvamuste korral usaldusväärus väheneb ning kaldutakse uskuma ka ebaproportsionaalselt

äärmuslikke hinnanguid. On täheldatud, et üldsus kipub punktväärtustena esitatud tulemust pidama

usaldusväärsemaks kui tõenäosuslikku. Viimase puhul võidakse hindajat pidada isegi

ebakompetentseks (Johnson, 2003; Markon & Lemyre, 2013).

6.8 Eksperdid vs. mitteeksperdid

Ekspertide ja avalikkuse riskihinnangute, eeskätt tõenäosuse hinnangute erinevust on tuvastanud mitu

uurimust (nt Savadori et al., 2004). Ekspertide ja üldsuse riskihinnangute erinevuse käsitlemisel on

kaks vastandlikku teoreetilist lähtekohta. Esimese järgi on olemas objektiivne risk, mida oskavad

hinnata eksperdid. Nendega mittenõustumine tuleneb asjatundmatusest, mida saab harimisega

kõrvaldada.85 Sellele vastandub sotsiaalteadlaste seisukoht, et objektiivset riski pole olemas, on ainult

subjektiivne. See, mida esitatakse objektiivsena, peidab endas subjektiivseid väärtushinnanguid. Seda

väidet toetavaks näiteks on esitatud asjaolu, et N-F-graafikud, mida peetakse riski suuruse

objektiivseks iseloomustajaks, võrdsustavad sündmused, mis pole endastmõistetavalt võrdsed: nt

surmad – vanuri surm vs. noore inimese surm, kiire surm vs. aeglane/piinarikas surm. Need

võrdsustamised tähendavadki väärtushinnangu andmist. Pealegi on ka lihtsalt surmajuhtumitel

põhinevat riskihinnangut võimalik esitada mitmel viisil, mis võivad tingida erinevaid järeldusi (Slovic,

1999). Selle tõttu on väidetud, et üldsuse hinnanguid ei tohi käsitleda kui pelgalt irratsionaalseid, vaid

kui teistest võimalikest eeldustest lähtuvaid hinnanguid (Alaszewski 2005). Tuleb silmas pidada, et ka

eksperdid võivad eksida, nagu ilmekalt näitasid Slovici ja Fischhoffi juhtimisel tehtud uuringud, samas

olid ekspertide kõrvalekalded tegelikest tõenäosustest siiski oluliselt väiksemad kui mitteekspertide

hinnangud (Slovic et al., 1979; Fischhoff et al., 1994, op. cit. Burgman, 2007). Lisaks tuleb silmas

pidada ka üksikekspertide ning eksperdigruppide hinnangute lahknevust. Kuigi valitseb arvamus, et

eksperdigrupp on usaldusväärsem kui üksikekspert, ei tarvitse see alati kehtida. Pidgeon & Beattie

(1998) on näidanud nn grupikallutatuse olemasolu. Sarnase taustaga ekspertidest koosnev grupp

kaldub tegema äärmuslikumaid otsuseid – riski suuremaks või vastupidi, väiksemaks hindama – kui

iga grupi liige eraldi.

Ekspertide ja üldsuse seisukohtade lahknemisel tekib paratamatult küsimus, millest peaks juhinduma

otsusetegijad, näiteks tegevuste lubamisel või riskide ohjamiseks mõeldud ressursside jaotamisel.

Sealjuures tuleb veel silmas pidada, et avalikkuse hinnangud võivad olla ainult kitsaste huvigruppide

hinnangud, mida omakorda võib võimendada ajakirjandus. Näitena on toodud Love Canali juhtum

USA-s, mis andis tõuke Superfundi projekti algatamiseks ja hiigelsummade määramiseks, et reostunud

pinnast puhastada. Lahenduseks on pakutud ekspertide hinnangute tasakaalustatud ühendamist

avalikkuse omadega (Kahneman, 2011). Lahtiseks jääb küsimus, kuidas seda tasakaaluasendit leida ja

saavutada.

85 See vastuolu ilmnes teravalt tuumajaamade pooldajate ja vastustajate konfliktis. Objektiivse riski suuna äärmuslikuma käsitluse

kohaselt tuli sellist erinevust käsitleda meditsiinilise probleemina, s.t harimise asemel on vaja ravi.

72

7 Mõju- ja riskihindamise ühildamine

7.1 Kavandamine

Otsus rakendada KMH raames KRH-d tuleb teha KMH kavandamisetapis, kui seda ei ole tehtud juba

KMH algatamisel. Kuna KRH-s on kontseptuaalse mudeli koostamise näol olemas KMH-st

süsteemsem viis riskide (mõjude) tuvastamiseks ning selle kaudu käsitlusala kindlakstegemiseks,

võiks sama rakendamine olla otstarbekas ka KMH-s. Sel viisil oleks võimalik hästi integreerida

mõjude ja riskide tuvastamine. KMH raames tehtavate KRH-de korral võiks olla lähtealuseks joonisel

3.1 esitatud skeem, mida vastavalt oludele kohandada ja detailiseerida. Sel viisil oleks ühtne alus

eraldamaks mõjud, mida käsitletakse KMH-s tavapärasel viisil, ning riskid, mille puhul rakendatakse

KRH meetodeid.

Kavandatavast tegevusest lähtuvate riskide hindamise vajalikkuse üle otsustamiseks ning nende

hindamiseks on vajalikud andmed eeldatavate emissioonide liikide ja suuruse kohta. Need peaks

tulema otse arendajalt või tuleb leida tema poolt esitatud tegevuse tehnoloogiliste karakteristikute

alusel. Sellise lahenduse näiteks on osas 2.3.3 kirjeldatud Hongkongi jäätmekäitlusettevõtte

terviseriski hindamine. Eeldatavate emissioonide suuruse määramisel võeti seal aluseks maksimaalne

projektis esitatud käitlemismaht ning õigusaktiga kehtestatud maksimaalsed lubatud

kontsentratsioonid atmosfääriheidetes, s.t aluseks võeti maksimaalne normaalse tegevusega kaasnev

emissioon.

Tuleb silmas pidada, et samast tegevusest lähtuvate erinevate mõjurite (kemikaalide) emissioonide

puhul võivad eksponeeritusrajad olla erinevad – näiteks atmosfääri suunatavate emissioonide puhul

tuleb eristada ained, mille puhul on vaja käsitleda ainult otseselt õhu kaudu toimuvat kontakti, ja need,

mille puhul tuleb käsitleda ka muid eksponeeritusradasid. Eristamine peaks olema põhjendatud ainete

omadustega (nt molekulimass, Henry konstant, Kow, BAF). Määratleda tuleks ka kemikaalid, millel on

eeldatavasti koostoime. Kuna KMH puhul käsitletakse tavaliselt mitut tegevusvarianti (alternatiivi),

võib see tähendada ka erinevate kontseptuaalsete mudelite koostamist.

Terviseriski puhul on tegevusalade järgi eristatud tüüpiliste üldistatud sihtgruppidena käsitletud

farmereid, kalureid, muude tegevustega seotud kohalikke elanikke ja turiste; need jaotatakse omakorda

vanusegruppideks. Eraldi pööratakse tähelepanu tundlikele sihtobjektidele (lastesõimed ja -aiad,

hooldekodud ja haiglad). Sama lähenemist on rakendatud ka KMH raames tehtavates riskihindamistes

(nt Stantec, 2013).

Ruumi- ja ajamastaapi on vaja määrata nii KMH kui ka KRH puhul. Käsitletav ruumi piiritlemine

määrab käsitlemisele tulevad sihtobjektid (retseptorid), sestap peab kontseptuaalne mudel olema

ühildatud ruumi defineerimisega. Käsitleda tuleb nii akuutseid kui ka kroonilisi mõjusid/riske.

Ajamastaabi valik peab olema vastavuses emissiooni ja retseptorite iseloomuga, nt akuutsete mõjude

korral riskihindamise aluseks võetud keskmistamisaeg vastavuses eksponeerituse kestusega, et vältida

liiga pikast keskmistamisajast tulenevat riski alahindamist. Kui KRH käsitleb raskesti lagunevaid

kemikaale, mis kavandatava tegevuse kestel võivad keskkonda kuhjuda ning seal püsida, tuleb seda

riskihindamisel arvesse võtta.

Kavandamise käigus tuleb selgitada mõjud ja riskid, mille edasine käsitlemine on põhjendatud.86 KRH

puhul peaks selleks olema esitatud selged kriteeriumid. Näiteks ei ole alust pikemalt käsitleda

86 Võib toimuda ka eelhindamise ajal.

73

kroonilist terviseriski kemikaali puhul, millel puudub koostoime teistega ning eksponeerituse

maksimaalse eeldatava suuruse puhul jääb HQ alla 0,1. Seda võib olla võimalik kontrollida

lihtsa ,,musta stsenaariumi” arvutusega juba kavandamise või eelhindamise ajal.

Kavandamise etapil tuleb kokku leppida ka selles, milliste karakteristikute kaudu riske käsitletakse.

Seda peaks tegema koostöös otsustaja ning huvipooltega. Üldiselt on KRH raames

mittekantserogeense toime korral kasutusel HQ ja HI, kantserogeense toime korral individuaalse riski

suurus. Suurem varieeruvus on õnnetusjuhtumite riskianalüüsi tulemuste esitamisel. Eestis on KMH

raames tehtud riskianalüüsis seni rakendatud ainult tagajärjepõhist tsoneerimist, tuginedes Vabariigi

Valitsuse määruses (RT I 29.12.2011, 188) antud ohtlike ettevõtete riskianalüüsi ohualade

parameetritele (tabel 4.3). KMH raames tehtavas riskianalüüsis ei ole need sobivad või vähemalt

piisavad. Põhjuseks on see, et ohuala välispiir on määratud ainete kontsentratsiooniga, mille puhul

täiskasvanud töötaja jõuab ohualast väljuda ilma püsivaid tervisekahjustusi saamata. Kõige ohtlikuma

ala piir algab alles toksilise aine kontsentratsioonist, mille puhul eeldatavasti hukkub 50% inimestest.

Selline liigitus võib olla sobiv tööohutuse seisukohast. KMH raames on oluline selgitada risk ohtliku

ettevõtte ümbruses olevatele sihtobjektidele. Sel puhul on olulisem: 1) piir, millest kaugemal ei ole

üldse märgatavat mõju (ohuala välispiir), 2) piir, millest alates on võimalikud ohtliku ettevõtte

ümbruses olevate inimeste mööduvad tervisekahjustused ja 3) piir, millest alates on võimalik letaalne

tagajärg. Sealjuures on oluline arvestada ka tundlike sihtgruppidega. Just seda võimaldab tsoneerimine

AEGL-1, AEGL-2 ja AEGL-3 alusel, mida on soovitanud ka US EPA (osa 4.4.5). Ohualade tsoneering

ei näita individuaalse ja grupiriski suurust, vaid teatava riski olemasolu või puudumist. Võimalik, et

vähemalt mõnel puhul on asjakohane esitada riskianalüüsi tulemused individuaalse ja/või grupiriski

suurusena.

KeHJS § 13 nõuab KMH programmis hindamismetoodika ning täiendavate uuringute vajaduse

esitamist. Nende esitamine on ka KRH kavandamise osa. Seega peaks KMH programmis olema

näidatud nii n-ö traditsioonilised hindamismetoodikad kui ka rakendatud riskihindamismeetodid ning

mõlema jaoks täiendavate andmete vajadus.

7.2 Hindamiskäik

7.2.1 Tausta iseloomustamine

Kuigi nii KMH kui ka KRH puhul on andmed mõju- või ohuala kohta vajalikud juba kavandamiseks,

iseloomustatakse käsitletavat ala põhjalikumalt alles hindamise käigus. Taustkeskkonna kirjeldus peab

andma ülevaate kavandatava tegevusega mõjutatava ala seisundist enne tegevuse algust, selle

eeldatavast muutumisest ilma kavandatava tegevuseta, aluse kavandatava tegevuse tekitatavate

muutuste (mõjude) prognoosimiseks. KeHJS § 20 lg 1 nõuab, et aruandes oleks esitatud kavandatava

tegevuse ja selle reaalsete alternatiivsete võimalustega eeldatavalt oluliselt mõjutatava keskkonna

kirjeldus ning hinnatud selle piirkonna keskkonnaseisundit. Põhimõtteliselt samasugune käsitlus on

KMH raames tehtava KRH puhul. Guidance on... (2005) näeb ette kuni nelja stsenaariumi:

põhiolukorda (base case), mis iseloomustab olemasolevatest ning planeeritud, sh tegevusloa

saanud, kuid veel mitte alustatud tegevustest lähtuvat riski;

ainult projektist lähtuvat riski (project alone case);

rakendusolukorda (application case) = põhiolukord + KMH objektiks olev kavandatav projekt;

kavandatud olukorda (planned development case), kus eelmisele lisanduvad teadaolevad

kavandatud või taotletud tegevused, milleks veel luba pole.

74

Vähitekkeriski puhul on taustaks andmed haigestumisjuhtude sageduse kohta, seda

keskkonnatingimustest eraldi ei arvutata. Põhjuseks on asjaolu, et vähitekkeriski olulisuse hindamisel

on aluseks piir, millest alates peetakse riski taustariskiga (tõenäosus ca 0,587 võrreldes tühiseks; see

on tõenäosus 10-6…10-5. Mittekantserogeense toime jaoks arvutatakse taustariski (põhiolukorda)

iseloomustav HQ (HI) suurus, tuginedes mõõtmisandmetele.

7.2.2 Eksponeerituse-mõju seos

Eksponeerituse-mõju seose käsitlemisel on KRH-l võrreldes KMH-ga märgatavaid erinevusi. KMH-s

on tavaline, et eksponeerituse-mõju seose käsitlemine taandub õigusaktidega kehtestatud mõjurite

piirväärtustele mitmesugustes keskkonnakomponentides (ainete kontsentratsioon välisõhus, joogivees,

veekogudes, elustikus jne).

Eksponeerituse-mõju käsitlus KRH-s võib hõlmata ka õigusaktidega kehtestatud piirväärtuste

arvestamist, kuid tavaliselt on terviseriski hindamisel aluseks RfD/ADI ja SF, ökoriski puhul PNEC,

mistõttu tulemus on informatiivsem ja läbinähtavam. Sealjuures on võimalik ka nende mõjurite

käsitlemine, millele õigusaktid piirväärtusi ei ole kehtestanud, avada eksponeerituse-mõju seose sisu

ning iseloomustada määramatust, mis õigusaktidega seatud piirväärtuste puhul jäävad varjatuks.

7.2.3 Mõju prognoosimine/eksponeerituse hindamine

Kui KMH raames tuleb hinnata kavandatavast tegevusest pärit kemikaalide mõju õhu või pinnavee

kvaliteedile, ühildub nende modelleerimine otseselt KRH eksponeerituse hindamise esimese osaga:

mõlemal juhul kasutatakse selleks sama tüüpi mudeleid (nt Gaussi dispersioonimudeleid), vajaduse

korral neid täiendades atmosfäärist väljasadeneva osa määramisega. Kui KRH-s tuleb käsitleda

kemikaali edasist liikumist, nt atmosfäärist maapinnale või veekogudesse sadenenud osa liikumist

taimestikku või vee-elustikku, siis tuleb selleks kasutada täiendavaid mudeleid või arvutusvalemeid,

mis on kasutusel KRH-s (osa 3).

7.2.4 Mõju hindamine/riski iseloomustamine

KMH-s tugineb mõju olulisuse hindamine suurel määral normdokumentidega kehtestatud

piirväärtustele – kui kavandatud tegevus ei põhjusta piirväärtuse ületamist, loetakse mõju üldjuhul

vastuvõetavaks (= ebaoluliseks). Samas on võimalik, et mitme teguri koosmõju tõttu on neist lähtuv

risk märkimisväärne, kuigi eraldi võetuna pole ühegi piirväärtust ületatud. KRH võimaldab esitada

otsustajale ja huvipooltele lisainformatsiooni koosmõjude ja kaudsete mõjude kohta.

KRH erineb KMH-st määramatuse võimalikult selge esitamise vajalikkuse rõhutamise poolest. Seda

põhimõtet võiks rakendada ka KMH-s.

Kui riskihindamise tulemusi esitatakse kvalitatiivselt või semikvantitatiivselt riskimaatriksi kujul,

tuleks pöörata tähelepanu selle meetodi kohta tehtud kriitikale (osa 4.5.1). Ühemõtteliselt tuleb esitada

see, millel põhinevad maatriksis esitatud sündmuste sagedusele antud suurused – kas need on mingil

viisil empiirilistest andmetest arvutatud (nt veapuumeetodil) või on tegemist hindajate „sisetundega”,

millel pole mingit otsest faktitoetust.

87 Pooltel pärast 1960. a Ühendkuningriigis sündinud inimestest diagnoositakse eluea kestel vähktõbi

(http://www.cancerresearchuk.org/health-professional/cancer-statistics/risk).

75

7.3 Hea praktika põhimõtted

Kanada KRH rakendamise juhend (Guidance on..., 2011) loetleb tingimused, millele KMH raames

tehtav riskihindamine peaks vastama. Need on:

järjekindlus – kõigis KRH-des kasutatakse meetodit, arvestades iga juhtumi spetsiifikat;

läbinähtavus – selgelt on dokumenteeritud, mida ja milleks tehti;

reprodutseeritavus – aruandes esitatu alusel on võimalik hindamistulemusele jõudmist korrata;

kaitstavus – tulemused on teaduslikult põhjendatavad;

täielikkus – kõiki asjassepuutuvaid riskitegureid on käsitletud;

ettevaatlikkus – sobivalt konservatiivne määramatuse käsitlemisel;

kasulikkus – käsitleb täielikult ja selgelt sihtobjektide asjassepuutuvaid murekohti.

Samad kriteeriumid kehtivad ka KRH jaoks tervikuna.

76

Kasutatud allikad

Alaszewski, A. 2005. Risk communication: identifying the importance of social context. − Health,

Risk & Society, 7(2), 101–105.

Anjaneyulu, Y. & Manicam, V. 2011. Environmental Impact Assessment Methodologies. CRC

Press.

ARAMIS user guide, 2004.

http://safetybarriermanager.duijm.dk/aramis/ARAMIS_FINAL_USER_GUIDE.pdf

Asante-Duah, D. 1998. Risk Assessment in Environmental management. Wiley.

Bacigalupo, C. & B. Hale. 2012. Human health risks of Pb and As exposure via consumption of

home garden vegetables and incidental soil and dust ingestion: A probabilistic screening tool. − The

Science of the Total Environment, 423, 27–38.

Bahill A. & Smith, E. 2009. An Industry Standard Risk Analysis Technique. − Engineering

Management Journal, 21, 4, 16–29.

Ball D. & Watt, J. 2013. Further Thoughts on the Utility of Risk Matrices. − Risk Analysis, 33, 11,

2068–2078.

Barke R., Jenkins-Smith, H. & Slovic, P. 1997. Social Science Quarterly, 78, 1,

167– 176.

Basta C. 2012. Risk and spatial planning. − In: Handbook of Risk Theory (S. Roeser, R. Hillerbrand,

P. Sandin, M. Peterson (eds). 265–294. Springer.

Boot, H. 2013. Quantifying safety with a QRA: to agree on the results, the method should be

explicit. − Chemical Engineering Transactions, 31, 7–12.

Burgman M. 2007. Risk and Decisions for Conservation and Environmental Management.

Cambridge University Press.

Canter, L. 1993. Pragmatic suggestions for incorporating risk assessment principles in EIA studies.

The Environmental Professional, 15, 125–138.

Canter, L. 1997. Environmental Impact Assessment. McGraw_Hill, Inc.

Cole, B., Wilhelm, M., Long, P., Fielding, J., Kominski, G. & Morgenstern, H. 2004. Prospects for

Health Impact Assessment in the United States: New and Improved Environmental Impact

Assessment or Something Different? − Journal of Health Politics, Policy and Law, 29, 6, 1153–1186.

Chen Q., Liu, J., Ho, K. C. & Yang Z. 2012. Development of a relative risk model for evaluating

ecological risk of water environment in the Haihe River Basin estuary area. Science of the Total

Environment, 420, 79–89.

Chongfu Huang, 2013. Experimental Riskology: A New Discipline for Risk Analysis. − Human and

Ecological Risk Assessment: An International Journal. 19, 389–399.

77

Christou, M. D., Struckl, M. & Biermann, T. 2006. Land Use Planning Guidelines in the context of

Article 12 of the Seveso II Directive 96/82EC as amended by Directive 105/2003EC. EC Joint

Research Centre.

Covello, V. 1998. Risk communication. – In: Handbook of Environmental Risk Assessment and

Management. (Calow, P. (ed)). 520–541. Blackwell.

Cox, L. 2008. What’s Wrong with Risk Matrices? Risk Analysis, 28, 2, 497–512.

Cozma, R. 2006. Source Diversity Increases Credibility of Risk Stories. − Newspaper Research

Journal, 27, 3, 1–21.

Cozzani, V., Antonioni, G., Spadoni, G., Gubinelli, G. & Zanelli, S. 2005. The assessment of risk

caused by domino effect in quantitative area risk analysis. − Journal of Hazardous Materials, 127, 1–

3, 14–30.

CPR 18E. 2005. Purple book. Guidelines for quantitative risk assessment. Ministerie van Verkeer en

Waterstaat.

CPR 14E. 2005. Yellow book. Methods for the calculation physical effects. Ministerie van Verkeer

en Waterstaat.

CPR 12E. 1997. Red book. Methods for determining and processing probabilities.

http://content.publicatiereeksgevaarlijkestoffen.nl/documents/PGS4/PGS4-1997-v0.1-

probabilities.pdf

CPR 16E. 1992. Green book. Methods for the determination of possible damage to people and

objects resulting from release of hazardous materials. http://www.scribd.com/doc/219394029/Green-

Book-CPR-16#scribd

Demodiva, O. & Cherp, A. 2005. Risk assessment for Improved Treatment of Health Considerations

in EIA. − Environmental Impact Assessment Review, 25, 4, 411–429.

Denes-Raj, V. & Epstein, S. 1994. Conflict Between Intuitive and Rational Processing: When People

Behave Against Their Better Judgment. − Journal of Personality and Social Psychology, 66, 5, 819–

829.

Driscoll, S., Wickwire, W., Cura, J., Vorhees, D., Butler, C., Moore, D. & Bridges, T. 2002. A

Comparative Screening-Level Ecological and Human Health Risk Assessment for Dredged Material

Management Alternatives in New York/New Jersey Harbor. − Human and Ecological Risk

Assessment: An International Journal, 8, 3, 603–626.

Duijm, N. J. 2009. Acceptance criteria in Denmark and EU. Environmental Project No 1269.

Ecological Risk Assessment Guidance Document. 2008. US Ohio EPA

Eduljee G. 1999. Risk Assessment. In: Handbook of Environmental Impact Assessment, vol 1.

(Petts, J. (ed)). 374–404. Blackwell.

E-FAST. http://www.epa.gov/opptintr/exposure/pubs/efast2man.pdf

http://ehis.ebscohost.com.ezproxy.tlu.ee/eds/viewarticle?data=dGJyMPPp44rp2%2fdV0%2bnjisfk5Ie46bNJsq2zSbak63nn5Kx94um%2bTK2nsEewpq9NnqewUq%2bquEuvls5lpOrweezp33vy3%2b2G59q7Ra%2bss0myrLZNtq%2bkhN%2fk5VXj5KR84LPjfPHb6nuk6t9%2fu7fMPt%2fku33i6eOE4aSwRbOorEirqLZLsqqyS7Knrkqk3O2K69fyVeTr6oTy2%2faM&hid=4208

http://ehis.ebscohost.com.ezproxy.tlu.ee/eds/viewarticle?data=dGJyMPPp44rp2%2fdV0%2bnjisfk5Ie46bNJsq2zSbak63nn5Kx94um%2bTK2nsEewpq9NnqewUq%2bquEuvls5lpOrweezp33vy3%2b2G59q7Ra%2bss0myrLZNtq%2bkhN%2fk5VXj5KR84LPjfPHb6nuk6t9%2fu7fMPt%2fku33i6eOE4aSwRbOorEirqLZLsqqyS7Knrkqk3O2K69fyVeTr6oTy2%2faM&hid=4208

http://content.publicatiereeksgevaarlijkestoffen.nl/documents/PGS4/PGS4-1997-v0.1-probabilities.pdf

http://content.publicatiereeksgevaarlijkestoffen.nl/documents/PGS4/PGS4-1997-v0.1-probabilities.pdf

http://www.scribd.com/doc/219394029/Green-Book-CPR-16#scribd

http://www.scribd.com/doc/219394029/Green-Book-CPR-16#scribd

http://www.epa.gov/opptintr/exposure/pubs/efast2man.pdf

78

Environmental Health Risk Assessment. 2002. enHEALTH.

EVS-EN ISO 14001:2005. Keskkonnajuhtimissüsteemid. Nõuded koos kasutusjuhistega. Eesti

Standardikeskus.

EVS-ISO 31000:2010. Riskijuhtimine. Põhimõtted ja juhised. Eesti Standardikeskus.

EVS-EN 31010:2010. Riskiohjamine. Riskihindamismeetodid. Eesti Standardikeskus.

Fairman, R., Mead, C. & Williams, P. 1999. Environmental Risk Assessment. European

Environmental Agency.

Felgengau, D., Nedeff, V. & Panainte, M. 2013. Analysis of Technological Risk Assessment

Methods in Order to Identify Definitory Elements for a New Combined/Complete Risk Assessment

Method. − Journal of Engineering Studies and Research, 19, 3, 32–43.

Finucane, M., Slovic, P., Mertz, C., Flynn, J. & Satterfield, T. 2000. Gender, race, and perceived

risk: the “white male” effect. − Health, Risk & Society, 2, 2, 159–172.

Fjeld R., Eisenberg, N. & Compton, K. 2007. Quantitative environmental risk analysis for human

health. Wiley.

Flynn, J., Slovic, P. & Mertz, C.1994. Gender, race, and perception of environmental health risks. −

Risk Analysis, 14, 1101–1108.

GHS. 2007.Globally Harmonised System of Classification and Labelling of Chemicals

http://www.unece.org/fileadmin/DAM/trans/danger/publi/ghs/ghs_rev04/English/ST-SG-AC10-30-

Rev4e.pdf. Külastatud 23.09.15.

Guidance on Human Health Risk Assessment for Environmental Impact Assessment in Alberta,

2011. Government of Alberta.

Guidance on Risk Assessment for Air Emissions. 2009. Technical Manual 103. New Jersey

Department of Environmental Protection Division of Air Quality.

http://www.nj.gov/dep/aqpp/downloads/techman/1003.pdf

Guidance for Conducting Ecological Risk Assessment, 2008. Ohio

EPAhttp://www.epa.state.oh.us/portals/30/rules/RR-031.pdf

Guidelines for Hazard Evaluation Procedurs. 1985. Batelle Columbus Division. American Institute

of Chemical Engineers.

Hansson, S. & Aven, T. 2014. Is Risk Analysis Scientific? − Risk Analysis, 34, 7,

1173–1183.

Hong Kong Advisory Council on the Environment (ACE). 2008. Integrated Waste Management

Facilities (IWMF) EIA Report.

http://www.epd.gov.hk/eia/register/report/eiareport/eia_2012011/EIA/EIA_PDF/S1_Introduction.pdf

Hunter, P. & Fewtrell, L. 2001. Acceptable risk. − In: Guidelines, Standards and Health (Fewtrell, L.

http://www.unece.org/trans/danger/publi/ghs/ghs_rev01/01files_e.html

http://www.unece.org/fileadmin/DAM/trans/danger/publi/ghs/ghs_rev04/English/ST-SG-AC10-30-Rev4e.pdf

http://www.unece.org/fileadmin/DAM/trans/danger/publi/ghs/ghs_rev04/English/ST-SG-AC10-30-Rev4e.pdf

http://www.nj.gov/dep/aqpp/downloads/techman/1003.pdf

http://www.epd.gov.hk/eia/register/report/eiareport/eia_2012011/EIA/EIA_PDF/S1_Introduction.pdf

79

& Bartram, J. (eds)). 207–227. WHO.

Ijäs, A., Kuitunen, M. T. & Jalava, K. 2010. Developing the RIAM method (rapid impact assessment

matrix) in the context of impact significance assessment. Environ Impact Asses Rev, 30, 82–89.

Indomer Coastal Hydraulic & BMT Consultants. 2011. Development of LNG Import Terminal at

Pipavav Marine Facility, India. EIA report.

http://www.indiaenvironmentportal.org.in/files/file/Swan_Energy_Ltd_EIA_Part_III.pdf

ISO juhend 73:2009 Riskihaldus. Sõnavara. Eesti Standardikeskus.

Jager, D. & Visser, C. 1994. Uniform system for the evaluation of substances (USES).

Jones-Otazo, H., Diamond, M. & Richardson, G. 2005. An Interagency Comparison of Screening-

Level Risk Assessment Approaches. − Risk Analysis, 25, 4, 841–853.

Jonson, B. 2003. Further Notes on Public Response to Uncertainty in Risks and Science. − Risk

Analysis, 23, 4, 781–789.

Joogivee kvaliteedi- ja kontrollinõuded ning analüüsimeetodid. Sotsiaalministri määrus 31.07. 2001

nr 82. RT I, 11.01.2013, 2.

Kahan, D., Braman, D., Slovic, P., Gastil, J. & Cohen, G. 2008. Cultural cognition of the risks and

benefits of nanotechnology. − Nature Nanotechnology, 4, 87–90.

Kahneman, D. 2011. Thinking, Fast and Slow. Farrar, Strauss and Giroux.

Kaplan, S. 1997.The words of Risk Analysis. − Risk Analysis, 17, 4, 407–417.

Kaptan, G., Shiloh, S. & Önkal, D. 2013. Values and Risk Perceptions: A Cross-Cultural

Examination. − Risk Analysis, 33, 2, 318–332.

Karus, M. 2015. Keskkonnamõju ja keskkonnamõju strateegilise eelhindamise praktika analüüs.

Magistritöö. TLÜ.

Kadri, F., Chatelet, E. & Lallement, P. 2013. The Assessment of Risk Caused By Fire and Explosion

in Chemical Process Industry: A Domino Effect-Based Study. − Journal of Risk Analysis and Crisis

Response, 3, 2, 66–76.

Kapustka, L. 2010. Populations, habitat, and ecological systems: elusive but essential considerations

for landscape perspective. – In: L. Kapustka & W. Landis (eds) Environmental Risk Assessment and

Management from a Landscape Perspective. Wiley. 33–53.

Landis, W. & Wiegers, J. 1997. Design Considerations and Suggested Approach for Regional and

Comparative Ecological Risk Assessment. − Human and Ecological Risk Assessment, vol. 3, no 3,

287–297.

Landucci, G., Gubinelli, G., Antonioni, G. & Cozzani, V. 2009. The assessment of the damage

probability of storage tanks in domino events triggered by fire. − Accident Analysis & Prevention,

41, 6, 1206–1215.

http://www.indiaenvironmentportal.org.in/files/file/Swan_Energy_Ltd_EIA_Part_III.pdf

80

Majandus- ja kommunikatsiooniministri määrus 08.06.2011 nr 40, RT I, 15.01.2014, 20

Markon, M. P. & Lemyre, L. 2013. Public Reactions to Risk Messages Communicating Different

Sources of Uncertainty: An Experimental Test. – Human and Ecological Risk Assessment, 19, 1102–

1126.

Merkhofer M. 1999. Assessment, Refinement, and Narrowing of Options. – In: Tools to Aid

Environmental Decision making. (Dale, V. & English, M. R. (eds)) 231–281. Springer.

Nicolet-Monnier, M. & Gheorghe, V. 1996. Quantitative Risk Assessment of Hazardous Materials

Transport Systems. Kluwer.

Nord Stream Environmental Impact Assessment. 2009.

Nõuded ohtliku ja suurõnnetuse ohuga ettevõtte kohustuslikule dokumentatsioonile ja selle

koostamisele ning avalikkusele edastatavale teabele ja õnnetusest teavitamisele. Vabariigi Valitsuse

17.02.2011 määrus nr 28. RT I, 29.12.2011, 188

OECD. Emission scenario documents. http://www.oecd.org/chemicalsafety/risk-

assessment/emissionscenariodocuments.htm Külastatud 23.09.15.

OECD, 2013. Revision 1 of the resource compendium of PRTR release estimation techniques. Part

1: Summary of Point Source Techniques Series on Pollutant Release and Transfer Registers No. 5. http://www.oecd.org/officialdocuments/publicdisplaydocumentpdf/?cote=env/jm/mono(2002)20/rev1&doclanguage=en

OPG Risk Assessment Data Directory, 2010. Vulnerability of plant/structure. International

Association of Oil & Gas Producers.

Pastakia, C. & Jensen, A. 1998. The Rapid Impact Assessment Matrix (RIAM) for EIA. –

Environmental Impact Assessment Review, 18, 461–482.

Paustenbach, D. J. 2002. Exposure assessment. – In: Human and Ecological Risk Assessment.

Theory and Practice. (Paustenbach, D. J. (ed)). Wiley.

Peters, E., Västfjäll, D., Slovic, P., Mertz, C. K., Mazzocco, K. & Dickert, S. 2006. Numeracy and

Decision Making. – Psychological Science, 17, 5, 407–413.

Peters, E., Hibbard, J., Slovic, P. & Dieckmann, N. 2007a. Numeracy Skill and the Communication,

Comprehension, and Use of Risk-Benefit Information. – Health Affairs, 26, 3, 741– 748.

Peters E., Dieckmann, N., Dixon, A., Hibbard, J. & Mertz, C. K. 2007b. Less Is More in Presenting

Quality Information to Consumers. – Medical Care Research and Review, 64, 2, 169–190.

Petts, J. 1999. Environmental Impact Assessment Versus Other Environmental Management

Decision Tools. – In: Handbook of Environmental Impact Assessment, vol 1. (Petts, J. (ed)). 33–59.

Blackwell.

Pidgeon, N. & Beattie, J. 1998. The Psychology of Risk and Uncertainty. – In: Handbook of

Environmental Risk Assessment and Management (Callow, P. (ed)). 289–318.

https://www.riigiteataja.ee/akt/101032011004

http://www.oecd.org/chemicalsafety/risk-assessment/emissionscenariodocuments.htm

http://www.oecd.org/chemicalsafety/risk-assessment/emissionscenariodocuments.htm

http://www.oecd.org/officialdocuments/publicdisplaydocumentpdf/?cote=env/jm/mono(2002)20/rev1&doclanguage=en

81

Poortinga, W. & Pidgeon, F. 2005. Trust in Risk Regulation: Cause or Consequence of the

Acceptability of GM Food? – Risk Analysis, 25, 1, 199–209.

Qu, C., Sun, K., Wang, S., Huang, L. & Bi, J. 2012. Monte Carlo Simulation-Based Health Risk

Assessment of Heavy Metal Soil Pollution: A Case Study in the Qixia Mining Area, China. – Human

and Ecological Risk Assessment: An International Journal, 18, 4, 733–750.

Ricci, P. 2006. Environmental and Health Risk Assessment and Management. Principles and

Practices. Springer.

Rippl, S. 2002. Cultural theory and risk perception: a proposal. – Journal of Risk Research, 5, 2,

147–165.

Risk Assessment – Recommended Practices for Municipalities and Industry. 2004. Canadian Society

for Chemical Engineering.

Roast, S., Northing, N., Smart, R., Boxhall, A., Fishwick, S. & Ashton, A. 2007. A review of models

and methods for ecological risk assessment. Science Report–SC030003/SR.

Rowe, G. & Wright, G. 2001. Differences in Expert and Lay Judgments of Risk: Myth or Reality? –

Risk Analysis, 21, 2, 341–356.

Stantec Consulting Ltd. (2013). Sasol Canada Holding Limited. Canada Gas-to-Liquids Project EIA,

vol 2. http://www.sasolcanada.com/wp-

content/uploads/app/Documents/Volume%202/Sasol%20GTL%20Project_Volume%202_Environm

ental%20Impact%20Assessment.pdf.

Savadori, L., Savio, S., Nicotra, E., Rumiati, R., Finucane, M. & Slovic, P. 2004. Expert and Public

Perception of Risk from Biotechnology. – Risk Analysis, 24, 5, 1289–1299.

Schüürmann, G., Ebert, R.-U., Nendza, M., Dearden, J. C., Paschke, A. & Kühne, R. 2007. – In:

Risk Assessment of Chemicals: An Introduction (Van Leeuwen, C. J. & Vermeire, T. G. (eds)). 375–

426. Springer.

Seppälä, J. 1994. Riskianalyysi teollisuudessa. Vesi- ja Ympäristöhallituksen monistesarja, Nro 571.

Siegrist, M., Cvetkovich, G. & Roth, C. 2000. Salient Value Similarity, Social Trust, and

Risk/Benefit Perception. – Risk Analysis, 20, 3, 353–362.

Siegrist M., Connor, M. & Keller, C. 2012. Trust, Confidence, Procedural Fairness, Outcome

Fairness, Moral Conviction, and the Acceptance of GM Field Experiments. – Risk Analysis, 32, 8,

1394–1403.

Sijm, D. T., Rikken, M. G., Roirije, E., Traas, T. P., McLacland, M. S. & Peijenburg. W. J. 2007.

Transport, accumulation and transformation processes. – In: Risk Assessment of Chemicals: An

Introduction. (Van Leeuwen, C. J. & Vermeire, T. G. (eds)). 73–158. Springer.

Sikk, A. 2015. Õhu kaudu levivatest saasteainetest lähtuva kumulatiivse terviseriski hinnang Muuga-

Maardu piirkonnas. Magistritöö. TLU.

Sillamäe keemiaveoste terminaali ehitusprojekti keskkonnamõju hindamine, 2007.

http://www.sasolcanada.com/wp-content/uploads/app/Documents/Volume%202/Sasol%20GTL%20Project_Volume%202_Environmental%20Impact%20Assessment.pdf



82

Slovic, P. & Peters, E. 2006. Risk perception and affect. – Current Directions Psychol. Sci, 15: 322–

325.

Slovic, P., Peters, E., MacGregor, D. & Finucane, M. 2005. Affect, Risk, and Decision Making. –

Health Psychology, 24, 4(Suppl.), S35–S40.

Slovic, P., Finucane, M., Peters, E. & MacGregor, D. 2003. Risk as Analysis and Risk as Feelings:

Some Thoughts about Affect, Reason, Risk, and Rationality. Paper presented at the National Cancer

Institute Workshop on Conceptualizing and Measuring Risk Perceptions, Washington, D.C.,

February 13–14, 2003.

Slovic, P., Monahan, J. & MacGregor, D. 2000. Violence Risk Assessment and Risk

Communication: The Effects of Using Actual Cases, Providing Instruction, and Employing

Probability Versus Frequency Formats. – Law and Human Behavior, 24, 3, 271–296.

Slovic, P. 1999. Trust, Emotion, Sex, Politics and Science: Surveying the Risk-Assessment

Battlefield. – Risk Analysis, 19, 4, 689–701.

Slovic, P., Fischhoff, B. & Lichtenstein, S. 1979. Rating the risk. – Environment, 21, 6, 14–39.

Soojuskiirguse ja plahvatusemõju inimestele ja ehitistele. Hollandi ohutusraamatud. 2008.

Sisekaitseakadeemia kirjastus.

Steinemann, A. 2000. Rethinking human health impact assessment. – Environmental Impact

Assessment Review, 20, 627–645.

Suter, G. II. 2007. Ecological Risk Assessment. CRC Press.

Suter, G. II., Vermeire, T., Munns, W. & Sekizawa, J. 2005. The integrated framework for health and

ecological risk assessment. – Toxicology and Applied Pharmacology, 207, 2, 611–616.

http://www.who.int/ipcs/publications/en/ch_2.pdf. Külastatud 24.09.15.

Suter, G. II. 1996. Guide for Developing Conceptual Models for Ecological Risk Assessments.

ES/ER/TM-186. http://rais.ornl.gov/documents/tm186.pdf. Külastatud 24.09.15.

Suter, G. II, Barnthouse, L. & O’Neill, R. 1987. Treatment of Risk in Environmental Impact

Assessment. – Environmental Management, 11, 3, 295–303.

TGD. 2003. Technical Guidance Document on Risk Assessment. European Commission.

Teinemaa, M. 2005. Pindsaasteallikatest eralduvate saasteainete heitkoguste võimalike

mõõtmismeetodite kasutamise hindamine. OÜ Eesti Keskkonnauuringute Keskus.

Tepstra, T. 2011. Emotions, Trust, and Perceived Risk: Affective and Cognitive Routes to Flood

Preparedness Behavior. – Risk Analysis, 31, 10: 1658–1675.

US EPA. 2014a. Framework for Human Health Risk Assessment.

http://www.sciencedirect.com/science/journal/0041008X

http://www.who.int/ipcs/publications/en/ch_2.pdf

http://rais.ornl.gov/documents/tm186.pdf

83

US EPA. 2014b. Risk Assessment Forum White Paper: Probabilistic Risk Assessment Methods and

Case studies. EPA/100/R-14/004. http://www2.epa.gov/sites/production/files/2014-

12/documents/raf-pra-white-paper-final.pdf

US EPA. 2011a. Exposure Factors Handbook. EPA/600/R-09/052F.

US EPA. 2011b. Age Dependent Adjustment Factor (ADAF) Application. Office of Water Policy

Document. http://www2.epa.gov/sites/production/files/2015-

10/documents/osp_risk_characterization_handbook_2000.pdf

US EPA. 2007. Exposure and Fate Assessment Screening Tool (E-FAST).


US EPA. 2005a. Guidelines for Carcinogenic Risk Assessment. EPA/630/P-03/001B.

US EPA. 2005b. Human Health Risk Assessment Protocol for

Hazardous Waste Combustion Facilities (HHRAP). EPA530-R-05-006.

US EPA. 2004. Example Exposure Scenarios. National Center for Environmental Assessment,

Washington, DC; EPA/600/R-03/036.

(http://cfpub.epa.gov/ncea/risk/recordisplay.cfm?deid=85843#Download) (või

http://www.epa.gov/ncea)

US EPA. 2003. Framework for Cumulative Risk Assessment.

US EPA. 2003. Technical Support Document Volume 2: Development of National Bioaccumulation

Factors.

US EPA. 2002. Child-Specific Exposure Factors Handbook.

US EPA. 1998. Guidelines for Ecological Risk Assessment. EPA/630/R-95/002F.

US EPA. 1997. Guiding Principles for Monte Carlo Analysis. EPA/630/R-97/001.

US EPA.1995. Protocol for Equipment Leak Emission Estimates. EPA-453/R-95-017.

US EPA.1992a. Guidelines for exposure assessment. EPA/600/Z-92/001

US EPA 1989. Risk Assessment Guidance for Superfund. EPA/540/1-89/002.

http://www.epa.gov/oswer/riskassessment/ragsa/

Van der Lindern, S. 2014. On the relationship between personal experience, affect and risk

perception: The case of climate change. – European Journal of Social Psychology, 44, 430–440

Wallquist, L., Visschers, V., Dohle, S. & Siegrist, M. 2012. The Role of Convictions and Trust for

Public Protest Potential in the Case of Carbon Dioxide Capture and Storage (CCS). – Human and

Ecological Risk Assessment, 18, 919–932.

Wang, Q., Li, S., Jia, P., Qi, C. & Ding, F. 2013. A Review of Surface Water Quality Models. – The

Scientific World Journal. http://www.hindawi.com/journals/tswj/2013/231768/. Külastatud 25.09.15.

http://www2.epa.gov/sites/production/files/2014-12/documents/raf-pra-white-paper-final.pdf

http://www2.epa.gov/sites/production/files/2014-12/documents/raf-pra-white-paper-final.pdf


http://cfpub.epa.gov/ncea/risk/recordisplay.cfm?deid=85843#Download

http://www.epa.gov/oswer/riskassessment/ragsa/

http://www.hindawi.com/journals/tswj/2013/231768/

84

WHO/FAO. 2008. Dietary exposure assessment of chemicals in food. Report of a Joint FAO/WHO

Consultation Annapolis, Maryland, USA 2–6 May 2005 .

http://apps.who.int/iris/bitstream/10665/44027/1/9789241597470_eng.pdf

WHO/IPCS. 2004. Risk Assessment Terminology.

http://www.who.int/ipcs/methods/harmonization/areas/ipcsterminologyparts1and2.pdf?ua=1.

Külastatud 24.09.15.

Williams, P. & Paustenbach, D. 2002. Risk Characterization. – In: Human and Ecological Risk

Assessment. Theory and Practice. (Paustenbach, D. J. (ed)). 293–366. Wiley.

Wessberg, N., Molarius, R., Seppälä, J., Koskela, S. & Pennanen, J. 2008. Environmental risk

analysis for accidental emissions. – Journal of Chemical Health and Safety, 15, 1, 25–31.

Yoe, C. 2012. Principles of Risk Analysis. CRC Press.

Zhao, Z. & Zhang, T. 2013. Integration of Ecosystem Services into Ecological Risk Assessment for

Implementation in Ecosystem-Based River Management: A Case Study of the Yellow River, China. –

Human and Ecological Risk Assessment, 19, 80–97

http://apps.who.int/iris/bitstream/10665/44027/1/9789241597470_eng.pdf

http://www.who.int/ipcs/methods/harmonization/areas/ipcsterminologyparts1and2.pdf?ua=1