Suomenlahden öljykuljetusten biologisten riskien mallintaminen ja päätösanalyysi Bayes-verkoilla Annukka Lehikoinen 02.12.2008 Helsingin yliopisto Bio- ja ympäristötieteiden laitos Luonnonvarojen käytön ja ohjauksen tutkimusryhmä
Miksi juuri öljykuljetukset? Meriliikenteen Suomenlahdella odotetaan lisääntyvän merkittävästi vuoteen 2015 Öljykuljetukset muodostavat merkittävän osan Suomenlahden meriliikenteessä 2007: 56% Kuljetettavan öljymäärän ennustettu lisääntyvän 50% jopa 80% vuoteen 2015 mennessä -> Suuren luokan öljyonnettomuuden todennäköisyys Suomenlahdella kasvaa jatkuvasti 2
Öljyn vaikutukset meriluonnossa Sekä akuutteja että kauaskantoisia vaikutuksia Sekä suoria että epäsuoria vaikutuksia Vaikutukset eri eliöryhmissä varsin erilaisia Erityisesti eliöiden nuoruusvaiheet vaarassa Lajin palautumispotentiaali - Uhanalaiset ja harvinaiset lajit! Öljyonnettomuuden lopulliset seuraukset ekosysteemissä riippuvat monista tekijöistä, mm. Vuodenaika onnettomuushetkellä Öljytyyppi Muut stressitekijät (rehevöityminen, ilmastonmuutos) 3
OILECO -malli Auttaa arvioimaan eri eliöryhmien palautumiskykyä öljyonnettomuuden tapahduttua Luotu vuosina 2005-2007 OILECO hankkeessa Lisätietoa: http://hykotka.helsinki.fi/oileco Perustuu eläinfysiologian asiantuntijan keräämään tietoon ja sen pohjalta tehtyihin todennäköisyysjakaumiin 4
OILECO -malli 5
SAFGOF malli Yhdistää OILECO -mallin biologisen osan ja työpaketeissa 1-3 ja 6 tuotettavaa tietoa yhdeksi riski- ja päätösanalyysimalliksi Mallin avulla voidaan analysoida: Kuinka paljon erilaisilla ohjausstrategioilla voidaan (tulevaisuuden kehitys huomioiden) vaikuttaa öljykuljetusten biologisiin riskeihin Mitkä vaikutuskeinot ovat tehokkaimpia kun otetaan huomioon tietoon liittyvä epävarmuus 6
Menetelmät Pääasiallinen mallirakenne perustuu Bayes -verkkoihin mahdollistavat epävarmuuden huomioon ottamisen - syy-seurausketjun kaikissa osissa - Päätösanalyysissä Ehdolliset todennäköisyysjakaumat määritellään eri muuttujille tapauskohtaisesti Tilastoanalyyseillä Asiantuntijahaastatteluin Simulaatioilla Käytettävät metodit riippuvat muissa työpaketeissa tuotetun tiedon muodosta 7
SAFGOF -mallin toimintaperiaate LIIKENNESKENAARIO (WP1) OHJAUSTOIMENPITEET (WP6) ONNETTOMUUSMALLI (WP1,2,3) BIOLOGINEN MALLI (OILECO) PÄÄTÖSRANKING: Mikä toimenpide todennäköisimmin minimoi riskit? RISKI = todennäköisyys x haitta MONIKRITEERINEN ARVOTUSMALLI (WP3) 8
Mallin rakenne 9
Meriliikenneskenaariot Ennusteita tulevasta kehityksestä Kuljetettavat öljymäärät Kuljetettavat öljytyypit Tankkereiden lastimäärät Tankkereiden ja muiden alusten lukumäärät Alusten koot ja reitit Ennusteet on perustettava kokemuksiin tähänastisesta kehityksestä ja trendeistä Käsitykset ja uskomukset vaihtelevat asiantuntijoiden välillä riippuen mm. taustatiedoista Ennusteiden vaihtelua voidaan hyödyntää kartoitettaessa ns. kokonaisepävarmuutta 10
P Meriliikenneskenaariot: vaihtoehtoiset tulevaisuuskuvat Öljykuljetukset 2015 ennustejakaumat eri kasvuskenaarioille 0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01 2015 "Slow growth" 2015 "Average growth" 2015 "Strong growth" 2007 0 0 100 200 300 400 M tonnia Asiantuntijalausuntoihin pohjautuvat todennäköisyysjakaumat vuonna 2015 Suomenlahdella Kuljetettavalle öljytuotteiden (raakaöljy + öljytuotteet) määrälle kolmella erilaisella talouden kehittymisoletuksella 11
P Meriliikenneskenaariot: kokonaisepävarmuus ja uskomusaste Öljykuljetukset 2015, kokonaisepävarmuus eri painotuksin 0,06 0,05 0,04 0,03 0,02 33% - 33% - 33% 35% - 50% - 15% 15% - 50% - 35% 0,01 0 0 50 100 150 200 250 300 M tonnia Edellisen kuvan kasvuskenaariot on yhdistetty yhteen jakaumaan kuvaamaan vuoden 2015 Öljykuljetusmääriin liittyvää kokonaisepävarmuutta. Kolme erilaista uskomusastetta skenaarioiden toteutumiselle. 12
Öljyonnettomuusmalli 13
Öljyonnettomuusmalli Onnettomuusskenaario Karilleajo / törmäys Rannikko / avomeri Tankkerin koko Öljytyyppi Olosuhteet Veteen päätyvä öljymäärä Öljyntorjunta + = Kapasiteetti Tehokkuus Öljyyntyneen rantaviivan osuus Biologiseen malliin vaikuttavat muuttujat: Öljytyyppi Öljyyntyneen rantaviivan osuus Vuodenaika 14
Biologinen malli 15
Biologinen malli: tulosesimerkki Skenaario 1 Skenaario 2 Öljytyyppi (kevyt / keskiraskas / raskas) Lokkilintujen palautuminen (% populaatiosta 10 vuodessa) Vuodenaika (kevät / kesä / syksy) Öljyyntyneen rantaviivan osuus (%) 16
Monikriteerinen arvotusmalli 17
Monikriteerinen arvotusmalli Riski = todennäköisyys * HAITTA Haitan asteen määrittelyllä on merkittävä rooli riskianalyysissä! Haitta riippuu aina näkökulmasta SAFGOF mallissa hyödynnetään yleisesti hyväksyttyjä ja käytettyjä luokituksia ja standardeja haitan ja hyödyn kriteereinä 18
Monikriteerinen arvotusmalli Biologisen mallin tulos: Kriteerit: Arvo: Painotus: Arvottava henkilö / ryhmä: 19
Monikriteerinen arvotusmalli Kuinka tärkeänä pidetään kriteeriä A verrattuna kriteeriin B? Jos kriteeri A on merkittävämpi kuin kriteeri B, kuinka paljon? Kriteeritasoon saattaa liittyä epävarmuutta Esim. todellinen uhanalaisuusluokka tai populaation palautuminen öljyonnettomuuden jälkeen Myös kriteerien painotukseen voi liittyä epävarmuutta Esim. 1: Arvottaja ei osaa laittaa kriteerejä yksiselitteiseen järjestykseen Esim. 2: Arvottajia on useita ja näkemyksissä on hajontaa 20
Päätösanalyysi 21
P P Päätösanalyysi: epävarmuus toimenpiteen valinnassa Toimenpide A Toimenpide B 0,5 0,5 0,4 0,4 0,3 0,3 0,2 0,2 0,1 0,1 0-3 -2-1 0 1 2 3 A:n todennäköisin lopputulos on parempi, mutta B tuo varmemman hyödyn! Hyötytaso Piste-estimaattia informatiivisempi tulos Toimenpiteen ranking pisteiden määräytyminen: n i 1 p i u i p i = tilan i toteutumistodennäköisyys u i = tilan i arvo 0-3 -2-1 0 1 2 3 Hyötytaso 22
Päätösanalyysi: herkkyysanalyysit Epävarmuuden vaikutus päätösanalyysin tuloksiin Datan informaatioarvo: Missä osassa mallia epävarmuuden pienentämisellä on suurin merkitys (eli mihin tutkimusta kannattaa jatkossa suunnata)? Ennusteen merkitys: kuinka paljon tulevaisuusskenaarioiden hajonta ja painotukset vaikuttavat päätösanalyysin tuloksiin? Kriteerien merkitys päätösanalyysissä Kuinka paljon arvotuskriteerin valinta ja painotukset vaikuttavat päätösanalyysin tuloksiin? 23
Mallin tulosten hyödyntäminen Merenkulun ja öljykuljetusten käytäntöjen ja säädösten suunnittelu Investointien suunnittelu Ehkäisevän toiminnan ja öljyntorjunnan investointien optimointi Tutkimuksen suunnittelu ja suuntaaminen Koulutus ja kommunikaatio 24
Kiitos! http://www.merikotka.fi/ http://www.helsinki.fi/science/fem Yhteystiedot: annukka.lehikoinen@helsinki.fi 050-4150607 25