Metode til vurdering af konceptuel forståelse og parameter usikkerhed ved beregning af forurenings flux fra forurenede lokaliteter (v2 niveau)

Et afgørende element ved risikovurdering af forurenede lokaliteter er formuleringen af en konceptuel model. Den konceptuelle model er en simplificeret repræsentation af den forure-nede lokalitet og danner grundlaget for den matematiske beregning af risikoen. Det er derfor vigtigt, at den konceptuelle model tager højde for de væsentligste site-specifikke features og processer. Formuleringen af den konceptuelle model vil imidlertid typisk være forbundet med store usikkerheder som følge af manglende data og forståelse af forholdene på lokaliteten

I dette indlæg præsenterer vi en ny risikovurderingsmetode, der tager højde for både para-meterusikkerheden og for den konceptuelle usikkerhed. Den konceptuelle usikkerhed hånd-teres ved at inkludere en række mulige konceptuelle modeller til beregningen af forurenings-fluxen (risikoen) fra en forurenet punktkilde. Metoden egner sig specielt til sager med et me-get lille data grundlag som f.eks. de danske V2 sager.

Først opstilles der systematisk en række relevante konceptuelle modeller for lokaliteten. Dette gøres på baggrund af en historisk undersøgelse og en feltundersøgelse (f.eks. i forbindelse med en V2 sag). Derefter benyttes et statistisk værktøj kaldet et Bayesian belief network til at udpege hvilke modeller, som er mest sandsynlige. Et Bayeisan belief network kan benytte simple indikatorer som f.eks. en målt koncentration eller information fra et boreprofil samt ekspertvurderinger til på systematisk vis at udpege de konceptuelle modeller, der kan forekomme på lokaliteten. På de fleste lokaliteter vil flere konceptuelle modeller være sand-synlige. Disse modeller repræsenterer den konceptuelle usikkerhed. De konceptuelle model-ler opstilles matematisk og parameter usikkerheden inkluderes ved hjælp af Monte Carlo simuleringer. Den konceptuelle usikkerhed og parameter usikkerheden kan nu kombineres ved hjælp af en anden statistisk metode kaldet et Bayesian model average. I et Bayesian model average laves en form for et vægtet gennemsnit af de forskellige konceptuelle model-ler.

Vi præsenterer et eksempel hvor der regnes på en forureningsflux fra en sekundær TCE for-urening i moræneler til det primære grundvand. Resultaterne viser et estimat af forurenings-fluxen over tid med tilhørende usikkerhedsinterval.

Metoden er interessant i sig selv på grunde af den systematiske tilgang til opstilling af kon-ceptuelle modeller. Tilgangen er ny på dette område fordi den fordrer formuleringen af flere forskellige konceptuelle modeller. Det at der arbejdes med flere modeller, mindsker risikoen for at vælge én forkert model og giver større fleksibilitet under selve formuleringen af de kon-ceptuelle modeller.