project

QMRA van het distributienet

Expert(s):
dr.ir. Patrick Smeets, dr.ir. Mirjam Blokker, ir. Andreas Moerman

  • Startdatum
    01 jan 2013
  • Einddatum
    31 dec 2014
  • samenwerkingspartner(s)
    RIVM

Drinkwaterbedrijven tonen middels een kwantitatieve risicoanalyse (QMRA) aan dat het door hen geproduceerde drinkwater veilig is. De veiligheid van distributie wil men volgens dezelfde methodiek aantonen. Verontreiniging van het distributienet na werkzaamheden speelt bij het distributierisico een belangrijke rol. Een kwantitatieve inschatting van dit risico kan dienen als verantwoording richting klant en overheid en biedt tegelijkertijd het waterbedrijf inzicht in risicobeheersing. Zo kunnen het belang en de meerwaarde van (aanvullende) beheersmaatregelen worden afgewogen tegen andere belangen zoals kosten. Ook de kosten voor waterkwaliteitsbeoordeling na werkzaamheden kunnen worden afgewogen tegen meer zekerheid over de veiligheid.

Om de gezondheidsrisico’s van zo’n besmetting te kunnen inschatten, is een model ontwikkeld waarin de verspreiding van een verontreiniging, de kans op drinken van verontreinigd water en het gezondheidseffect daarvan stochastisch kunnen worden berekend. Via een literatuurstudie en een analyse van langjarige meetgegevens van waterbedrijven zijn de verscheidene besmettingsroutes geïdentificeerd en gekwantificeerd.

QMRA, stochastisch model, literatuurstudie en waterkwaliteitsmeting na werkzaamheden

We hebben de modelmatige risicoschatting (QMRA) gecombineerd met meetgegevens. Uit literatuur en een gevoeligheidsanalyse met het QMRA-model is bepaald in welke mate mogelijke besmetting achterblijft na (onvoldoende) spuien na werkzaamheden. Met een hydraulisch model hebben we de verspreiding van de besmetting door het leidingnet gemodelleerd. (Tussen)resultaat is een berekende concentratie ziekteverwekker of indicatororganisme op iedere locatie op elk moment. Hiermee is de kans bepaald dat iemand verontreinigd water drinkt of bij monstername iets gemeten wordt.

Het (eind)resultaat van het QMRA-model is het aantal infecties (als een cumulatieve frequentieverdeling) gegeven een besmetting tijdens werkzaamheden. Voor ingrepen is een alternatieve risicodoelstelling geformuleerd: áls een besmetting optreedt, moet de kans op 1 of meer geïnfecteerde personen kleiner zijn dan 5%.

Aantal geïnfecteerde personen per event (een besmetting in het leidingnet met 104 Campylobacter per sectie met een gemiddelde inhoud van 4 m3). Het basisscenario is zonder maatregelen, in blauw het effect van een eenzijdige voeding van de sectie en in zwart het effect van een kookadvies dat door 80% van de mensen wordt opgevolgd. Bron: managementsamenvatting

Aantal geïnfecteerde personen per event (een besmetting in het leidingnet met 104 Campylobacter per sectie met een gemiddelde inhoud van 4 m3). Het basisscenario is zonder maatregelen, in blauw het effect van een eenzijdige voeding van de sectie en in zwart het effect van een kookadvies dat door 80% van de mensen wordt opgevolgd. Bron: managementsamenvatting

Infectierisico voldoet aan de norm

Uit het onderzoek kwam voort dat het risico voldoet aan de norm van maximaal 1 infectie op 10.000 personen per jaar. De nu gebruikte maatregelen, zoals het drinkwaternet eenzijdig voeden na werkzaamheden, dragen bij aan dit lage risico. Het is wel mogelijk dat bij werkzaamheden één of meer personen geïnfecteerd raken. Een preventief kookadvies, eerder monsters nemen na de werkzaamheden en de detectiegrens verlagen door het monstervolume te vergroten kunnen mogelijk bijdragen aan een lager risico. De praktische haalbaarheid daarvan moet nog worden onderzocht.

Het QMRA model kan worden gebruikt om (voor een specifiek leidingnet) te bepalen wat het effect van maatregelen op het infectierisico is, uitgedrukt als het percentage reductie in infectierisico. Toepassing van het QMRA model om het berekende infectierisico te toetsen aan een absolute grenswaarde lijkt nog niet goed mogelijk, daarvoor is nog te veel onzekerheid in met name de concentratie van besmettingen en het effect van spuien.

Door de kwaliteit van gegevens rond werkzaamheden te verbeteren en resultaten uniform te verzamelen kan de risicoschatting worden verbeterd.