Note de synthèse Ingénieur du Génie Sanitaire Promotion 2007 Mémoire confidentiel. Présentée par : Adrien Marchais

Transcription

1 R E N N E S Note de synthèse Ingénieur du Génie Sanitaire Promotion 2007 Mémoire confidentiel Quantification de l incertitude relative à l évaluation des risques sanitaires (ERS) liés à l inhalation des rejets atmosphériques canalisés d une centrale thermique Présentée par : Adrien Marchais Référent professionnel : Frédéric Pradelle (Numtech) Référent pédagogique : Philippe Glorennec (ENSP)

2 1. Contexte Une évaluation quantitative des risques sanitaires (EQRS), ou étude d impact, est une étude qui consiste à qualifier puis quantifier les risques et dangers auxquels sont ou seront exposées les populations à proximité d une ou plusieurs installation(s) industrielle(s). Ces estimations prennent en compte notamment les substances émises par l installation faisant l objet de l étude, ainsi que les situations météorologique et topographique de celle-ci. Les EQRS permettent de rendre compte aux gestionnaires de risques des estimations des risques et dangers calculés, dans le but de mettre en place, le cas échéant, les mesures correctives les mieux adaptées (ex : la réduction de l activité de l installation en période critique ou le déplacement/remplacement des moyens de production). Les EQRS s articulent autour de 4 étapes fondamentales, à savoir l identification des dangers, l évaluation de la relation dose-réponse, l évaluation des expositions et la caractérisation du risque, au sein desquelles l incertitude doit être prise en compte. L incertitude affectant les résultats de l évaluation des risques provient notamment des différents termes et hypothèses de calcul, des défauts d information ou de connaissance et de la variabilité vraie des paramètres utilisés dans l étude. Afin de limiter l impact des incertitudes sur l estimation finale, 3 grands principes, énoncés par l Académie des sciences nord-américaine, doivent être respectés tout au long de l EQRS : La transparence : les sources et les méthodes utilisées, les choix réalisés et les incertitudes relevées sont explicitées, La cohérence : les meilleures connaissances scientifiques du moment sont utilisées, de même que des règles systématiques pour recueillir et traiter l information, choisir les méthodes et les hypothèses de calcul, La spécificité : l étude s appuie sur les connaissances scientifiques et les données propres au site. A ces 3 principes, il est possible d y ajouter la prudence scientifique qui veut qu en l absence de donnée reconnue, sont prises en compte des hypothèses raisonnablement majorantes. L estimation des risques dépend donc fortement de l état des connaissances du moment et des choix qui doivent être effectués afin de simplifier les calculs. Malgré les principes de transparence, de cohérence et de spécificité, l incertitude est une composante dont il faut tenir compte lors de chaque étape de l étude, et son analyse a pour objectif de mesurer son impact, même partiel, sur les résultats de l EQRS. 2. Objectifs du mémoire L objectif de ce travail est double. Il consiste tout d abord à mettre en évidence qualitativement les différentes sources d incertitude d une évaluation des risques sanitaires traitant de l inhalation des rejets atmosphériques canalisés d une centrale thermique. Lors d une seconde étape, l impact des variations d une partie des paramètres d entrée sur l estimation des différents types de risque sera quantifié. Cette étape permettra notamment de mettre en évidence le poids respectif de chacun des paramètres d entrée pris en compte dans l estimation du risque. Elle permettra aussi d apprécier l importance de l incertitude et de la variabilité sur les QD et ERI liés à l inhalation de polluants atmosphériques émis par une centrale thermique.

3 Enfin, une comparaison sera effectuée entre les intervalles de variation des risques obtenus et les estimations de risque issues de l ERS correspondante, lesquelles correspondent à des choix «standard» de valeurs de paramètres. 3. Méthodologie o Etude bibliographique Une étude bibliographique a tout d abord été menée sur la démarche d ERS appliquée aux études d impact des ICPE (guides INVS et INERIS et rapports du GT-GIC). Les recherches bibliographiques se sont ensuite focalisées sur les incertitudes, ainsi que sur les méthodes utilisées pour leur quantification. Des études de dispersion par modélisation et les ERS correspondantes, déjà réalisées, ont été utilisée comme référence. Cette étude bibliographique a débouché sur la réalisation d un inventaire détaillé des sources d incertitude présentes dans ce type d ERS. o Prise en main puis utilisation d un logiciel probabiliste Dans le cadre de ce travail, un logiciel probabiliste (Crystal Ball) a été utilisé. Une partie des paramètres incertains déterminés lors de l étude bibliographique, ont été plus particulièrement étudiés pour déterminer quantitativement leur intervalle de variation. Ces paramètres ont ensuite été insérés comme variables d entrée, dans le logiciel Crystal Ball (version 7.1). Celui-ci a permis d obtenir quatre types de résultats : Des calculs de meilleure estimation. Dans ce cas, les paramètres de calcul (paramètres «incertains») sont entrés sous forme d une valeur unique. Il s agit soit de la valeur correspondante à la meilleure estimation, soit d une valeur prise par défaut, du fait d un manque d information complémentaire (une seule valeur disponible par exemple). Des analyses d incertitude. Contrairement aux calculs dits «de meilleure estimation», les données disponibles permettent une meilleure description de la variable d entrée. Celles-ci sont alors décrites par une distribution de probabilité (ou Fonction de Densité de Probabilité FDP). Ces distributions de probabilité sont ensuite échantillonnées par la méthode Monte Carlo. Le nombre d échantillonnages dépend de la précision que l on souhaite atteindre sur certaines valeurs statistiques caractérisant la distribution de probabilité de la variable de sortie (par exemple sur la moyenne, l écart-type ou sur le percentile 95 de la distribution). Des analyses de sensibilité. Ces analyses permettent, à partir de la procédure de propagation des incertitudes, d identifier les paramètres sensibles dans la chaîne de calcul, responsables de l incertitude/variabilité de l estimation finale. Des analyses 2 dimensions (2D). Le logiciel Crystal Ball permet d apprécier dans une représentation graphique les incertitudes et variabilité vraie de manière distincte et donc leur impact respectif dans l estimation du risque. o Entretien avec un acteur Un entretien avec des personnes travaillant au service d études médicales (SEM) d EDF a permis non seulement d avoir une analyse critique sur le travail jusque là réalisé, mais aussi d obtenir des informations concernant des paramètres inventoriés comme sources d incertitude : EDF gère plusieurs centre de production thermique et fournit aux évaluateurs de risques sanitaires certaines variables d entrée indispensable aux calculs de risque (données d émission, fonctionnement de l installation, etc.).

4 4. Résultats Qualification des différentes sources d incertitude et choix des paramètres à faire varier Une étude de la chaîne de calcul utilisée pour l estimation des risques a permis de répertorier plus de vingt sources d incertitudes dans toutes les étapes de la démarche utilisée habituellement dans les ERS. Dans un tableau, l impact qualitatif de chacun de ces paramètres d entrée «incertains» sur l estimation du risque et la possibilité de leur quantification ont été renseigné. Il s est avéré qu une partie des paramètres d entrée identifiés ne pouvaient être quantifiés en l état actuel des connaissances : l impact des mélanges et de la forme chimique des polluants sur leur toxicité n est connu que de manière superficielle et certaines hypothèses prises en compte dans le logiciel de dispersion n ont pas pu être remises en cause (granulométrie des polluants particulaires fixes). Finalement, les variations de six paramètres d entrée ont été considérées dans le logiciel probabiliste Crystal Ball. Il s agit des : - Concentrations d émission des polluants, - Concentrations de SO 2 et PM 10, dans la zone impactée, modélisés par le logiciel de dispersion ADMS et à partir desquels sont extrapolées les dispersions de tous les autres polluants particulaires (métaux et composés de métaux et HAP) et gazeux (Acides et COV), - Taux d exposition, - Fréquence d exposition, - Durée d exposition, - Valeurs toxicologiques de référence. Quantification d une partie des incertitudes d une ERS déjà effectuée Des comparaisons entre les valeurs d ERI et de QD estimées dans le cadre de l ERS et avec Crystal Ball indiquent que les valeurs issues de l ERS correspondent à des estimations hautes. Ceci s explique car l ERS tient compte des hypothèses majorantes alors que Crystal Ball considère toutes les valeurs de chacun des paramètres retenus. Crystal Ball permet la représentation de tous les scénarios, y compris les moins probables (ex : exposition durant la vie entière sur le site le plus impacté). Cet état de fait explique les valeurs maximales dépassant souvent la valeur seuil d ERI de 10-5 recommandée par l OMS. Pour ce type de risque, la durée d exposition, puis les concentrations modélisées, puis des concentrations émises des polluants sont les paramètres qui contribuent le plus à la variance du paramètre de sortie. Les taux et fréquence d exposition ainsi que les VTR n apparaissent pas comme des facteurs prépondérants dans la variation de l ERI en général. Concernant les QD chroniques, l analyse de sensibilité montre que les variabilités liées aux concentrations émises et celles modélisées impactent le plus la variance de la variable de sortie, ce qui n est pas le cas des incertitudes prises en compte. Les distributions de probabilité des QD aigus montrent l impact, plus important, des incertitudes liées au modèle de dispersion, celui-ci ne permettant pas une excellente prévision des concentrations maximales (P100 horaire ou journalière). Enfin, les graphiques obtenus dans le cadre de cette étude présentent distinctement l importance de l incertitude et de la variabilité pour les différents types de risque (ERI et QD). Les résultats sont très dépendants des informations disponibles et la séparation entre incertitude et variabilité n est pas toujours été possible. Toutefois, les graphiques montrent que la prise en compte de l incertitude, propre aux différents paramètres d entrée, peut presque doubler l estimation du risque correspondant pour les valeurs élevées des distributions de probabilité (Percentiles 95 par exemple).

5 Conclusion La démarche ERS s articule autour de 4 étapes fondamentales dans lesquelles entrent en jeux des incertitudes qui se propagent jusqu aux résultats de la quantification des risques. L incertitude, affectant les résultats de l évaluation des risques, provient notamment des différents termes et hypothèses de calcul, des défauts d information ou de connaissance et de la variabilité vraie des paramètres utilisés dans l étude. La quantification des incertitudes dans une EQRS est complexe de part le manque de connaissance sur certaines sources d incertitude qui ne peuvent de fait être appréciées que qualitativement. L analyse des incertitudes est à l heure actuelle soit abordée de manière qualitative, soit partiellement de manière quantitative. Dans le cadre de cette étude, une EQRS traitant de l inhalation des rejets atmosphériques d un centre de production thermique a été considérée. Dans un premier temps, l inventaire des sources d incertitude a permis l identification d une vingtaine de paramètres incertains. Parmi ces sources d incertitude, six paramètres d entrée ont été pris en compte. Ce choix a notamment été conditionné par la présence de données disponibles nécessaires à la détermination de leur intervalle de variation. Après une étude approfondie du domaine de variation de l incertitude et/ou de la variabilité de chacun de ces six paramètres, des distributions de probabilité leur a été affectées. Celles-ci ont ensuite été utilisées comme paramètres d entrée dans un logiciel probabiliste pour permettre l étude de leur impact sur la variable de sortie (QD ou ERI). Le logiciel probabiliste Crystal Ball, utilisant la méthode Monte Carlo, a pour cela été utilisé. Crystal Ball a notamment permis la détermination des distributions de probabilité des paramètres de sortie, des analyses de sensibilité correspondantes, ainsi que des graphiques 2D grâce auxquels une prise en compte séparée des variabilités et des incertitudes est rendue possible. Ce type d approche probabiliste présente un double intérêt. Le calcul du risque associé à ses incertitudes donne au gestionnaire de risques davantage de sécurité lors de sa prise de décision. De plus, les analyses de sensibilité permettent d identifier quels sont les paramètres influents et de cibler les recherches. Ce travail a permis de distinguer les possibilités en terme de quantification des incertitudes d une ERS et de relever les difficultés afférentes à ce type d étude. Ainsi une très bonne connaissance (qualitative et quantitative) des sources d incertitude est nécessaire dans le but de proposer au logiciel probabiliste des distributions de probabilité les plus réalistes possible. Cette phase est la plus délicate dans la démarche de quantification de risques. Enfin, il ne doit pas être oublié que les résultats de cette étude ont été obtenus à partir d un choix des paramètres d entrée «incertains». La prise en compte de paramètres supplémentaires ou l acquisition de nouvelles connaissances (proposition de distributions plus détaillées) devrait permettre une meilleure caractérisation de l incertitude sur l estimation du risque.

6 Le référent pédagogique, Frédéric PRADELLE Aubière Le 19/09/07, Adrien Marchais