ScientificJournals.com  

UWSF

Beitragsserien: Probabilistische Expositionsabschätzung

Teil III: Berücksichtigung von Variabilität und Unsicherheit in quantitativen Risikoabschätzungen (QRA)
Rainer Fehr; Odile C. L. Mekel
Korrespondenzautor: Dr. Odile C.L. Mekel, Universität Bielefeld, Fakultät für Gesundheitswissenschaften, Postfach 10 01 31, D-33501 Bielefeld; e-mail: odile.mekel@uni-bielefeld.de

Zusammenfassung Bestellung von Einzelbeiträgen 425 KB   Volltext
16 Mal heruntergeladen seit August 2002

DOI: http://dx.doi.org/10.1065/uwsf199911.008 --- Anhand des Anwendungsbeispiels einer bewohnten Altlast wird eine probabilistische Expositionsabschätzung durchgeführt und es werden Möglichkeiten aufgezeigt, Variabilität und Unsicherheit in der Schätzung separat zu erfassen. Zur Charakterisierung der Variabilität personenspezifischer Variablen (z.B. Körpergewicht) werden in das Expositionsmodell Wahrscheinlichkeitsverteilungen eingesetzt; die stoffspezifischen Expositionsparameter werden konstant gehalten. Zusätzlich wird die Ungewißheit einer ausgewählten Variablen (Bodeningestionsrate) modelliert. Der Vergleich mit den worst-case-Schätzungen zeigt, daß diese in den oberen Randbereichen bzw. außerhalb der Bereiche der probabilistischen Schätzung liegen und somit sehr konservative, u.U. unrealistische Schätzungen liefern.




Rainer Fehr; Odile C. L. Mekel
Corresponding author:: Dr. Odile C.L. Mekel, Universität Bielefeld, Fakultät für Gesundheitswissenschaften, Postfach 10 01 31, D-33501 Bielefeld; e-mail: odile.mekel@uni-bielefeld.de

Abstract Request for single articles 425 KB  Full paper
16 downloads since August 2002

Using the example of residential living on a contaminated site, a probabilistic exposure assessment is performed with variability and uncertainty being modelled separately. Probability distributions are used in the exposure model in order to characterize person-related variables (e.g. body weight) only; chemical-specific parameters are being held constant. In addition, uncertainty concerning one selected variable (soil ingestion rate) was modelled. Comparing these results to conventional "worst case" estimates, we find those estimates located in the uppermost range of the probabilistic estimates. The worst case estimates tend to be highly conservative and possibly unrealistic.

12 UWSF (1) 42-50 (2000)

Development: Enterprise Technologies