A methodology for quantitative ecological risk assessment for industrial accidents

Abstract

Recentes acidentes industriais, como vazamentos tóxicos, têm causado danos catastróficos ao meio ecológico (i.e. plantas e animais), de modo que um método efetivo para analisar riscos ecológicos tem sido demandado. Em primeiro lugar, este trabalho tem como objetivo propor uma metodologia capaz de quantificar riscos ecológicos inerentes a eventos raros como acidentes industriais. Utiliza-se a modelagem populacional para simular futuras mudanças na abundância populacional de espécies-chave em risco e, assim, estimar a probabilidade de extinção ou declínio, tempo para extinção e outras medidas, para cada cenário acidental. Assim, foi possível desenvolver uma abordagem que combina os danos ecológicos (previstos através da modelagem populacional) com a frequência de ocorrência do cenário acidental (estimada através de dados históricos e análise de confiabilidade). O resultado é uma curva de risco FN (similar ao resultado de uma análise de risco a humanos), onde N é o declínio populacional médio e F a frequência acumulada de acidentes com declínio maior ou igual a N. Em segundo lugar, o trabalho apresenta uma aplicação da metodologia para quantificar os riscos ecológicos provenientes de acidentes associados ao transporte e manuseio de petróleo que abastece uma refinaria no Complexo Industrial Portuário de Suape-PE, no Nordeste do Brasil. Esta instalação está localizada próxima a um rico ecossistema aquático de alta biodiversidade. A população de uma espécie nativa foi estrategicamente escolhida para representar o ecossistema, alguns cenários de derramamento de petróleo foram simulados e suas frequências de ocorrência estimadas. Para cada cenário acidental, a concentração de óleo que atinge a população foi prevista via modelagem de destino e transporte. Os riscos ecológicos foram quantificados e apresentados em uma curva FN. Uma análise de sensibilidade foi feita para explorar como mudanças em parâmetros específicos causam mudanças nas medidas de risco. Além disso, a incerteza foi medida como um intervalo (limite superior e inferior) para as medidas de riscos com base em cenários pessimistas e otimistas. Finalmente, a metodologia mostrou-se viável, eficiente, conveniente e flexível, apesar de que algumas melhorias ainda podem ser feitas e estas foram propostas para trabalhos futuros