|
|
| (5 välissä olevaa versiota 4 käyttäjän tekeminä ei näytetä) |
| Rivi 1: |
Rivi 1: |
| {{Minera_Riskinarviointi|solmu=ekolvaik}}
| | #REDIRECT [[Ekologisten vaikutusten arviointi]] |
| == '''Ekologiset vaikutukset''' ==
| |
| | |
| | |
| ===PNEC arvon käyttö ekologisessa riskinarvioinnissa===
| |
| | |
| Ekologisen riskin kuvauksessa riskitaso saadaan, kun arvioitu ympäristöpitoisuus jaetaan PNEC arvolla (Predicted No Effect Concentration) eli pitoisuudella, minkä ei vielä odoteta aiheuttavan vaikutuksia eliöstössä. Ekologisessa riskinarvioinnissa ympäristölle sopivan PNEC arvon valinta on haasteellista. Tavallisesti haitta-aineelle johdetaan yksi arvo edustamaan ympäristön haitatonta pitoisuutta, jonka alapuolella eliöille ei esiinny haitta-vaikutuksia (European Commision 2003 <ref>European Comission 2003. Technical Guidance Document on Risk Assessment in support of Commission Directive 93/67/EEC on Risk Assessment for new notified substances Commission Regulation (EC) No 1488/94 on Risk Assessment for existing substances Directive 98/8/EC of the European Parliament and of the Council concerning the placing of biocidal products on the market. European Commission Joint Research Centre. EUR 20418 EN/2</ref>).
| |
| | |
| Jos PEC ja PNEC suhde (tai RCR – Risk Characterisation Ratio) on yli 1, altistuminen tietylle kemikaalille todennäköisesti aiheuttaa eliöille vaikutuksia, jotka eivät ole hyväksyttäviä. PEC:PNEC suhde ei kuitenkaan osoita ekologisen riskin suuruutta. Se ei kerro hyväksyttävän tai ei hyväksyttävän vaikutuksen merkitystä eikä määrittele ”todennäköisyyteen” liittyvää epävarmuutta.
| |
| | |
| EUSES (European Union System for the Evaluation of Subsatnces) ja CHARM (Chemical Hazard Assessment and Risk Management) ovat tyypillisiä riskinarviointimalleja, jotka perustuvat PEC:PNEC menettelyyn: Molemmat mallit on kehitetty erityisesti EU:n kemikaaliturvallisuuden arviointia varten. EUSES (The European Union System for the Evaluation of Substances) on Euroopan komission kehittämä riskinarviointimenetelmä. EUSES malli soveltuu parhaiten rasvaliukoisille, ei-ionisisille ja hitaasti hajoaville orgaanisille yhdisteille. Malli on vapaasti saatavilla internetistä (http://ihcp.jrc.ec.europa.eu/our_activities/public-health/risk_assessment_of_Biocides/euses). Kokemuksia EUSES mallin toimivuudesta on kuvattu mm. SYKE:n julkaisussa (Koskela et al. 2006)<ref> Koskela S, Seppälä J, Hiltunen M-R, Mattila T. 2009. Kemikaalin häiriöpäästön ympäristöriskinarviointi EUSES-mallilla. Suomen ympäristökeskuksen raportteja 6/2009. Suomen ympäristökeskus. 39 s.</ref>.
| |
| | |
| | |
| === PNEC arvon johtaminen===
| |
| | |
| PNEC arvo voidaan laskea joko käyttämällä arviointikertoimia (AF, Assessment factor) tai lajiherkkyysjakaumaa (SSD, Species Sensitive Distribution) (European Commission 2003). Toksisuustietojen niukkuuden vuoksi arviointikertoimien käyttö on herkkyysjakaumien käyttöä yleisempää.
| |
| | |
| | |
| ====Ekotoksikologiset tiedot====
| |
| | |
| Aineiden ekotoksikologisista ominaisuuksista on saatavilla tietoja erilaisista kemikaaleja koskevista tietokannoista. Aineistojen laatu on kuitenkin syytä tarkistaa, koska osa tiedoista voi olla validoimattomia ja puutteellisia. Vaikutusten arviointiin soveltuvien ekotoksikologisten aineistojen hakuun voi käyttää esimerkiksi seuraavia tietokantoja (Silvo ym. 2000 <ref> Silvo K, Melanen M, Gynther L, Torkkeli S, Seppälä J, Kärmeniemi T, Pesari J. 2000. Yhtenäinen päästöjen ja ympäristövaikutusten arviointi: lähestymistapoja ympäristölupaprosessin tueksi. I Säädöksiin ja yleisiin tavoitteisiin pohjautuva päästöjen ja ympäristövaikutusten arviointi. Suomen ympäristö 373, ympäristönsuojelu, 252 s.
| |
| http://www.ymparisto.fi/download.asp?contentid=19524&lan=fi </ref>
| |
| ):
| |
| | |
| * IUCLID tietokantaa (International Uniform Chemical Information on Database) <ref> http://iuclid.eu/index.php?fuseaction=home.iuclidHome </ref>
| |
| * HSDB –tietokantaa (Hazardous Substances Databank)<ref> http://toxnet.nlm.nih.gov/cgi-bin/sis/htmlgen?HSDB </ref>
| |
| * OHM/TADS –tietokantaa (EPA Oil and Hazardous Materials/Technical Assistance Data System) tai
| |
| * Suomen ympäristökeskuksen kemikaalien ympäristötietorekisteri.<ref> http://www.ymparisto.fi/default.asp?contentid=107582&lan=fi </ref>
| |
| | |
| ====Arviointikertoimet (AF)====
| |
| | |
| Epävarmuusaste ja arviointikertoimen suuruus ovat sitä pienempiä, mitä pitkäkestoisempia ja laajempia tutkimustietoja PNEC arvon johtamiseen on käytettävissä. Arviointikertoimina käytetään 10-1000, jos tutkimustietoa on käytettävissä vähän. Jos tutkimustietoa on runsaasti käytössä (10-15 NOEC-arvoa vähintään 8 taksonomisesta ryhmästä), aineistoon voidaan soveltaa tilastollista arviointimenetelmää ja pienempää arviointikerrointa (1-5) (Taulukko 1).
| |
| | |
| | |
| Arviointikertoimet toimivat turvakertoimena ja kuvaavat aineiston luotettavuuden rajallisuutta (European Commission 2003):
| |
| | |
| * lajien sisäinen vaihtelu (biologinen vaihtelu);
| |
| * lyhyt-aikaisten haittavaikutuksien ekstrapolointi pitkäaikaisiksi
| |
| * laboratoriotulosten ekstrapolointi luonnon oloihin
| |
| * testimenetelmät
| |
| | |
| | |
| Arviointikertoimia sovelletaan ekstrapoloitaessa yhden lajin laboratorio-oloissa saatuja toksisuusarvoja monilajisten ekosysteemien vaikutuksiin. PNEC arvo lasketaan jakamalla vähintään kolmesta ravintoketjun tasosta saatu pienin LC50/EC50 tai NOEC arvo sopivalla arviointikertoimella (taulukko 1) (European Commission 2003).
| |
| | |
| | |
| Taulukko 1. Arviointikertoimien käyttö PNEC arvojen laskemisessa (European Commission, 2003).
| |
| {| {{table}}
| |
| | align="left" style="background:#f0f0f0;"|'''Toksisuusaineiston saatavuus'''
| |
| | align="left" style="background:#f0f0f0;"|'''Arviointikerroin'''
| |
| |-
| |
| | Vähintään yksi akuutti L(E)C50 arvo jokaisesta kolmesta eri ravintoketjun tasosta (esim. levät, äyriäiset, kalat)||1000
| |
| |-
| |
| | Krooninen NOEC arvo yhdestä ravintoketjun tasosta (joko kalat tai äyriäiset)||100
| |
| |-
| |
| | Krooninen NOEC arvo lajeista, jotka edustaa kahta ravintoketjun tasoa (kalat ja/tai äyräiset ja/tai levät)||50
| |
| |-
| |
| | Krooninen NOEC arvo vähintää kolmesta eri ravintoketjun tasosta (kalat, äyriäiset ja levät)||10
| |
| |-
| |
| | Lajiherkkyysjakauma SSD||5-1 (tarkastellaan tapauskohtaisesti)
| |
| |-
| |
| | Kenttämittauksia tai ekosysteemimallit ||Tarkastellaan tapauskohtaisesti
| |
| |-
| |
| |
| |
| |}
| |
| | |
| | |
| | |
| ==== Lajiherkkyysjakaumat (SSD) ====
| |
| | |
| | |
| Toinen tapa PNEC arvon määrittämiseen on ekstrapolointi menetelmien soveltaminen lajien herkkyys vaihteluihin. Jakauma voidaan piirtää, jos aineen kroonisista NOEC arvoista eri taksonomisille ryhmille on riittävästi tietoa. Lajiherkkyysjakauma voidaan esittää lajien NOEC arvojen frekvenssijakaumana (normaalijakauman kertymäfunktioiden kuvaajina tai vastaavina jakaumakäyrinä). Tavallisesti toksisuustiedot sovitetaan log -muunnettuina jakaumaan. Annos-vastekäyrien esityksessä on käytetty useanlaisia jakaumia ( log-logistic, lognormaalinen jne.) (Posthuma et al. 2002). Sopivin jakauma voidaan valita käyttämällä mallin yhteensopivuustestiä ''goodness of fit'' menetelmiä tai jakaumasta riippumattomia uudelleen otantamenetelmiä, esimerkiksi ''bootstrap'' (Newman et al. 2000 <ref> Newman M.C., Ownby DR, Mezin LCA, Powell DC, Christensen TRL, Lerberg SB, Anderson BA 2000. Applying species-sensitivity distributions in ecological risk assessment: Assumptions of distribution type and sufficient numbers of species. Environ. Toxicol. Chem. 19(2):508-515. </ref>, Posthuma et al. 2002 <ref>Posthuma L, Suter II GW, Traas TP 2002. Species sensitivity distributions in ecotoxicology. Lewis Publisher.</ref>).
| |
| | |
| | |
| '''Syöte'''
| |
| | |
| Aineistona tulisi käyttää validoituja pitkäaikaisista/kroonista tutkimuksissa tuotettuja NOEC/L(E)C50 arvoja, jotka muodostuvat mielellään koko elinkaaren kattavista tai useamman sukupolven tutkimuksista. Käytettyjen toksisuustestien tulisi noudattaa hyväksyttyjä standardimenetelmiä (EU, OECD, ISO).
| |
| | |
| | |
| '''Minimi näytekoko'''
| |
| | |
| Jakauman aineiston tulisi sisältää vähintään 10 NOEC arvoa (yli 15 olisi suositeltavaa) eri lajeille kattaen vähintään 8 eri taksonomista ryhmää. Jos aineistot ovat pienempiä, PNEC arvon johtamisessa on käytettävä arviointikertoimia.
| |
| | |
| | |
| '''Log-normaalijakauma'''
| |
| | |
| Kumulatiivisessa log-normaalijakaumassa lajien NOEC arvot muunnetaan logaritmiseksi. Käyrän keskiarvo (''x'') edustaa jakaumakohtaa x –akselilla ja keskihajonta (''s'') määrittää käyrän jyrkkyyden. NOEC arvon keskiarvo (''x'') kuvaa aineen keskimääräistä haitallisuutta. Keskihajonta (''s'') kertoo aineen haitallisuuden vaihteluväliä tai herkkyyden vaihtelua. Riskinarvioinnin lähtökohtana on, että valittuihin lajeihin (testattu laboratorio-oloissa) perustuva SSD jakauma edustaa luonnon kaikkia lajeja.
| |
| | |
| Arvioitu haitaton pitoisuus eli PNEC arvo voidaan johtaa SSD jakaumasta ottamalla jakaumasta arviointiin valittu persentiili. Käytännössä persentiili, josta PNEC johdetaan, on päätetty olevan jakauman kohta, jonka alapuolelle jää 5 %:a lajeista. Toisin sanoen kyseinen pitoisuus on haitallinen 5 %:lle maaperän tai vesistön eliöistä ja sen kuvaamaa riskitasoa ilmaistaan myös lyhenteellä HC5 (Hazardous Concentration). Loput 95% eliöistä katsotaan olevan turvassa määritellyissä standardiolosuhteissa.
| |
| | |
| EU:n riskinarviointiohjeiden mukaan lähtöaineiston tilastollisessa käsittelyssä NOEC-arvot esitetään logaritmisella normaalijakaumalla, josta riskitasot ja näiden luottamusvälit määritetään kaavalla (Aldenberg ja Jaworska 2000 <ref>Aldenberg T, Jaworska JS 2000. Uncertainty of the hazardous concentration and fraction affected for normal species sensitivity distributions. Ecotoxicol. Environ. Saf. 46: 1-18.</ref>):
| |
|
| |
| ''log (HC5)= x-k ×s''
| |
| | |
| jossa ''x'' = log(NOEC) aineiston keskiarvo
| |
| | |
| ''k'' = ekstrapolointivakio (ks. Aldenberg ja Jaworska 2000)
| |
| | |
| ''s'' = log(NOEC) aineiston keskihajonta
| |
| | |
| | |
| '''Tulos'''
| |
| | |
| Saatu PNEC arvo annetaan 50%:n luottamusvälillä (EC, 2003)
| |
| | |
| PNEC = 5%SSD (50% c.i.) kroonisiin NOEC arvoihin perustuen
| |
| | |
| | |
| '''PNEC arvon ja riskin tulkinta'''
| |
| | |
| Kun PNEC arvo on johdettu SSD jakauman 5. persentiilistä, niin siitä saatu PEC:PNEC suhde yhdessä SSD jakauman jyrkkyyden (vaihteluvälin) kanssa antaa kuvan haittavaikutusten todennäköisyyden suuruudesta ja laajuudesta. Epävarmuustulkinnat.
| |
| | |
| ==== PNEC ja SSD laskentamalleja ====
| |
| | |
| *''''Metal_PNECsoil_calculator_v2_.xls'''' (Arche Consulting http://www.arche-consulting.be/)
| |
| ** [http://www.arche-consulting.be/metal-csa-toolbox/soil-pnec-calculator/ Soil PNEC calculator] [http://www.arche-consulting.be/Metal-CSA-toolbox/Disclaimer Disclaimer]
| |
| | |
| Maaperän PNEC arvon laskentaohjelma laskee metalleille maaperän kohdekohtaisen ekokologisen riskin. Ohjelma antaa PNEC, PEC, RCR riskiluvun ja PAF arvon (Potentially affected fraction) eli mahdollisen lajiosuuden, joka reagoi pitoisuuteen. Kohdekohtainen PNEC voidaan laskea vain Cu, Ni ja Zn:lle. Mallin muita metalleja ovat Cd ja Pb.
| |
| | |
| * '''CADDIS''': The Causal Analysis/Diagnosis Decision Information System
| |
| ** [http://www.epa.gov/caddis/da_software_ssdmacro.html Species Sensitivity Distribution Generator]
| |
| Laskentaohjelma on US EPA:n verkkosivuilta vapaasti saatavilla. Mallin käytössä on huomioitavaa, että useimmat herkkyysjakaumaan käytetyistä testieliöistä ovat Suomen oloihin nähden eksoottisia lajeja. (http://www.epa.gov/caddis/)
| |
| | |
| * Katso myös R-paketti [http://cran.r-project.org/web/packages/bio.infer/ bio.infer]: Imports benthic count data, reformats this data, and computes environmental inferences from this data.
| |
| * Predicting Environmental Conditions from Biological Observations ([http://www.epa.gov/caddis/da_software_rscripts.html PECBO]) Appendix: Sisältää R_koodia aiheesta.
| |
| | |
| | |
| | |
| '''PECBO
| |
| | |
| '''Content on page ''Step 1) Select data''.'''
| |
| | |
| * Cells B25..B2004: Column A Omit Data Line?
| |
| * Cells C25..C2004: Column B Cause for Omission
| |
| * Cells D25..D2004: Column C Taxa
| |
| * Cells E25..E2004: Column D Exposure: check units!
| |
| | |
| '''Calculations on page ''Step 2) Calculate''.'''
| |
| | |
| {| {{prettytable}}
| |
| ! Column|| Description|| Code
| |
| |----
| |
| || B|| Taxa|| =IF(AND('Step 1) Select Data'!B25=””,'Step 1) Select Data'!D25<>””),'Step 1) Select Data'!D25,””)
| |
| |----
| |
| || C|| Obs/ Species|| =IF(B6=””,””,IF(OR(M6>=M7,M7=””),M6,””))
| |
| |----
| |
| || D|| Exposure mg/L|| =IF(B6=””,””,'Step 1) Select Data'!E25)
| |
| |----
| |
| || E|| Taxon Log Exposure Geometric Mean|| =IF(C6=””,””,LOG10(N6)*(1/C6))
| |
| |----
| |
| || F|| Standard Deviation|| =IF(OR(M6=””,C6=1),””,IF(C6=””,””,SQRT(R6/(C6-1))))
| |
| |----
| |
| || G|| TaxonMean|| =IF(E6=””,””,10^E6)
| |
| |----
| |
| || H|| Proportion|| =IF(I6=””,””,(I6-0.5)/COUNT($E$6:$E$2004))
| |
| |----
| |
| || I|| Rank|| =IF(E6=””,””,RANK(E6,$E$6:$E$2004,1))
| |
| |----
| |
| || J|| Probit|| =IF(H6=””,””,NORMINV(H6,5,1))
| |
| |----
| |
| || K|| Probit Predicted|| =IF(J6=””,””,'Step 3) Fit Distribution'!$F$3*E6+'Step 3) Fit Distribution'!$F$4)
| |
| |----
| |
| || L|| Difference2|| =IF(K6=””,””,(K6-J6)^2)
| |
| |----
| |
| || M|| Counting Obs/ Species|| =IF(B6=””,””,IF(B6<>B5,1,M5+1))
| |
| |----
| |
| || N|| Running product exposure mean|| =IF(B6=””,””,IF(B6<>B5,ROUND(D6,4),ROUND(D6,4)*N5))
| |
| |----
| |
| || O|| Means|| =IF(OR(M6=””,C6=1),””,IF(AND(M6<>””,C6=””,E6=””),O7,E6))
| |
| |----
| |
| || P|| N|| =IF(OR(M6=””,C6=1),””,IF(AND(M6<>””,C6=””,E6=””),P7,C6))
| |
| |----
| |
| || Q|| Difference Squared|| =IF(O6=””,””,ROUND(LOG(D6)-O6,4)^2)
| |
| |----
| |
| || R|| Running Sum of Difference Squared|| =IF(Q6=””,””,IF(O6=O5,Q6+R5,Q6))
| |
| |----
| |
| |}
| |
| | |
| '''Calculations on page ''Step 3) Fit distribution''.'''
| |
| | |
| Cells E3..F12:
| |
| | |
| {| {{prettytable}}
| |
| || Slope|| =SLOPE('Step 2) Calculate'!J6:J2004,'Step 2) Calculate'!E6:E2004)
| |
| |----
| |
| || Intercept|| =INTERCEPT('Step 2) Calculate'!J6:J2004,'Step 2) Calculate'!E6:E2004)
| |
| |----
| |
| || R2|| =RSQ('Step 2) Calculate'!J6:J2004,'Step 2) Calculate'!E6:E2004)
| |
| |----
| |
| || GrandMean|| =AVERAGE('Step 2) Calculate'!E6:E2004)
| |
| |----
| |
| || SumSQ|| =SUMSQ('Step 2) Calculate'!E6:E2004)
| |
| |----
| |
| || CSSQ|| =F7-(SUM('Step 2) Calculate'!E6:E2004)^2)/COUNT('Step 2) Calculate'!E6:E2004)
| |
| |----
| |
| || MSE|| =SUM('Step 2) Calculate'!L6:L2004)/(COUNT('Step 2) Calculate'!L6:L2004)-2)
| |
| |----
| |
| || Tcrit|| =TINV(2*0.05,df)
| |
| |----
| |
| || N|| =COUNT('Step 2) Calculate'!J6:J2004)
| |
| |----
| |
| || df|| =F11-2
| |
| |----
| |
| |}
| |
| | |
| Cells B14..J23:
| |
| | |
| {| {{prettytable}}
| |
| | Proportion
| |
| | Probit
| |
| | Log Central Tendency
| |
| | SSQ
| |
| | Log Upper PI
| |
| | Log Lower PI
| |
| | Central Tendency
| |
| | Upper PI
| |
| | Lower PI
| |
| |----
| |
| | 0.05
| |
| | =IF(B15=,,NORMINV(B15,5,1))
| |
| | =(C15-Intercept)/Slope
| |
| | =MSE/(Slope^2)*(1+(1/NumSpp)+((D15-GrandMean)^2)/CSSQ)
| |
| | =D15+TCRIT*SQRT(E15)
| |
| | =D15-TCRIT*SQRT(E15)
| |
| | =10^D15
| |
| | =10^F15
| |
| | =10^G15
| |
| |----
| |
| |}
| |
| | |
| == Viitteet ==
| |
| <references/>
| |
| | |
| | |
| == Vastuuhenkilöt: ==
| |
| Sari Makkonen
| |