keskkonnariski hindamine
TRANSCRIPT
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
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
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.
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.
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
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.
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.
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
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
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.
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
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.
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)
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
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.
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.
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.
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.
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.
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).
http://www.epa.gov/opptintr/exposure/pubs/efast2man.pdf
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.
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