Vad är risk? Exempel misslyckande. Olika synsätt och möjligheter för undersökning och efterbehandling. Vad är riskbaserad beslutsanalys?

Transkript

1 Riskbaserad beslutsanalys vid undersökningar och efterbehandling Lars Rosén Olika synsätt och möjligheter för undersökning och efterbehandling Säkerhetsnivå (UCLM 95 )? Kostnadseffektivitet t ex bästa nytta inom en viss budget? Kombination av dessa? Annat? SWECO VIAK, Göteborg GEO Institutionen för geologi och geoteknik, Chalmers Vad är riskbaserad beslutsanalys? Stöd för beslut under osäkerhet vilken säkerhet har vi råd med? Strukturering av komplexa problem Beslutsträd Influensdiagram Identifiering av kostnadseffektiva strategier Användning av tillgängliga resurser Miljöbalken (2 kap. 7 ) Underlag för kommunikation Riskbaserad beslutsanalys Alt. A Alt. B Optimal risk Åtgärds Totalkostnad Genomförandekostnad Riskkostnad (Efter Freeze et al, 99) Vad är risk? Exempel misslyckande En sammanvägning av sannolikhet och konsekvens: Sannolikhet Att mängden förorenade massor överskrider en viss beräknad volym Att åtgärdsmålen inte nås Risk = P f x C f Att ineffektiv behandlingsmetod väljs P = sannolikhet C = konsekvens f = misslyckande Ökad risk Konsekvenser Riskkostnad = förväntad kostnad för misslyckande Att skador uppstår på recipienter (människa, miljö) Förlorad trovärdighet Juridiska påföljder - böter, fängelse Begränsad markanvändning

2 Bedömning av värdet av provtagning i jord Förorenat område Jord på skruvborr Steg Steg 2 Steg 3 Fältprov Analysprov ~.5 kg ~.5 kg Kemisk analys Datavärdesanalys en del av beslutsanalysen Apriori analys Använd tillgänglig information och identifiera kostnadseffektivt Massa ~ 5 kg ~ 4 kg Datavärdesanalys Kan ny provtagning förväntas vara kostnadseffektiv? Nej Genomför Ja Ta Prov Posteriori analys Uppdatera med ny information och identifiera kostnadseffektivt Efter James et al, 996 Användningsområden datavärdesanalys Jämföra kostnadseffektivitet mellan olika provtagningsprogram Stoppklocka för när provtagning inte längre är försvarbar Exempel Gärdsås Beräknade värden: UCLM95% 28. normal UCLM95% lognormal x medel 23.2 S C(x medel) 2.9 s 28 n 34 t, n- 33 µ 97.5 S C(µ ) 4.3 CV.3 percentage Normal Probability Plot 99, , 3,2 4,2 5,2 6,2 7,2 LOG(Bly) Prior Analysis.4 Costs P[C+] Contamination. Remediation P[C-] No contamination Expected Value (kkr) P[C+] Contamination - Φ = C[R]+P[C+]C[C+] Prior Analysis Prior probability of contamination P[C+].8 Prior probability of no contamination P[C-].2 Remediation efficiency P[R+].95 Cost of remediation K[R+]. Cost of no remediation K[R-]. Cost of failure C[C+] 5. Cost of no failure C[C-] Φ2 = P[C+]C[C+] P[C-] No contamination Expected total cost Remediation e Φ[R+ ] -2. Expected total cost No remediation e Φ[R- ] -4. C[R] = saneringskostnad; P[C+] = sannolikhet för förorening; C[C+] konsekvensen av förorening Perform remediation?

3 Sannolikheter Kostnader P[C+] = P[D+ C+] = P[D- C+] = P[D+ C-] = P[förorening finns] (Apriori-skattning) P[förorening detekteras förorening finns] P[förorening detekteras ej förorening finns] P[förorening detekteras förorening finns ej] Genomförandekostnaden och mervärden (vinst) förknippad med efterbehandling Misslyckandekostnaden Provtagningskostnaden P[D- C-] = P[förorening detekteras ej förorening finns ej] P[D+] = P[förorening detekteras ] P[D-] = P[förorening detekteras ej ] P[R success ] = P[sanering lyckas] Bayesiansk datavärdesanalys Apriori risk R = P(C+) C(C+) = den förväntade kostnaden av att göra ingenting Pre-posterior analys Bayes teorem P C + P D C + P C + D = P C + P D C + + P C P D C Pre-posterior risk R = C(C+) P(C+ D-) Pre-posterior Analysis.5 Costs P[C+ D+]. Remediation P[C- D+] Detection P[C+ D+] P[C- D+] Expected Value (kkr) Remediation P[C- D-].26 - detection No Datavärde Datavärde: = pre-posterior värde prior värde Pre-Posterior Analysis Probability of detection in case of contamination P[D+ C+].99 Probability of no detection in case of contamination P[D- C+]. Probability of detection in case of no contamination P[D+ C-]. = reduktionen i totalkostnad som ett resultat av förbättrad information = reduktion av risken för misslyckande Probability of contamination in case of detetction P[C+ D+]. Probability of no contamination in case of detetction P[C- D+]. Probability of contamination in case of no detetction.4 Probability of no contamination in case of no detetction P[C- D-].96 Om datavärde > provtagningskostnad: Genomför provtagning Beror på provtagningars osäkerhet a priori information misslyckandekostnader Probability of sampling detection P[D+].79 Probability of no sampling detection P[D-].2 Data worth (kkr) 6.8 Cost of sampling program (kkr). Net worth of sampling program (kkr) 6.8 Run sample program?

4 Pre-Posterior Analysis Probability of detection in case of contamination P[D+ C+].95 Probability of no detection in case of contamination P[D- C+].5 Probability of detection in case of no contamination P[D+ C-]. Probability of contamination in case of detetction P[C+ D+]. Probability of no contamination in case of detetction P[C- D+]. Probability of contamination in case of no detetction.7 Probability of no contamination in case of no detetction P[C- D-].83 Probability of sampling detection P[D+].76 Probability of no sampling detection P[D-].24 Data worth (kkr) 4.8 Cost of sampling program (kkr). Betydelse av förhandsinformationen (a priori) Prior Analysis Prior probability of contamination P[C+].5 Prior probability of no contamination P[C-].5 Remediation efficiency P[R+].95 Cost of remediation K[R+]. Cost of no remediation K[R-]. Cost of failure C[C+] 5. Cost of no failure C[C-]. Expected total cost Remediation e Φ[R+ ] -2.5 Expected total cost No remediation e Φ[R- ] -25. Net worth of sampling program (kkr) -5.2 Run sample program? No Perform remediation? Pre-Posterior Analysis Probability of detection in case of contamination P[D+ C+].8 Probability of no detection in case of contamination P[D- C+].2 Probability of detection in case of no contamination P[D+ C-]. Inom vilket sannolikhetsintervall för förorening, P(C+), är provtagning kostnadseffektiv? Probability of contamination in case of detetction P[C+ D+].99 Probability of no contamination in case of detetction P[C- D+]. Probability of contamination in case of no detetction.7 Probability of no contamination in case of no detetction P[C- D-].83 Probability of sampling detection P[D+].4 Probability of no sampling detection P[D-].6 Data worth (kkr) 2. Cost of sampling program (kkr). Net worth of sampling program (kkr) 2. Run sample program? P(C+) Svårigheter riskbaserad beslutsanalys Ekonomisk värdering av misslyckande ibland mycket komplicerat Olika beslutsfattare har olika förutsättningar vad är misslyckande? motstående intressen? Kräver många olika kompetenser statistik provtagning osäkerheter ekonomisk värdering Möjligheter Tydliggörande av osäkerheter Strukturera komplexa problemställningar Undersökningars omfattning anpassas till det problem som skall lösas Kan innan provtagning görs värdera hur många prover som är rimligt att ta Syftar till en helhetssyn Syftar till att identifiera kostnadseffektiva Underlag för kommunikation

5 FRIST Forum for Risk Investigations and Soil Treatment Kompetenscentrum startat vid Chalmers september 23 Sponsras av Stena Metall AB, Renova och KKstiftelsen Huvudsaklig inriktning: Tillstånd, juridik och prioritering av förorenade områden Riskbaserade beslutsmodeller vid undersökning och val av efterbehandlingsmetoder Saneringsteknik Särskild fokus på västsvenska förhållanden Två doktorandprojekt startas hösten 23