张 立,钱 瑜,蔡 云 (南京大学环境学院,污染控制与资源化研究国家重点实验室,江苏 南京 210046)

在风险事故情景下,一个风险源发生事故可能会引发其他风险源相继发生事故,从而形成多米诺效应.在很多重大事故中,多米诺效应是造成多人伤亡、巨额财产损失和环境恶化的关键因素.对以往事故的统计分析表明,38.6%的风险事故可能引发多米诺事故[1],且多米诺事故发生概率正逐年增加,平均每次事故造成的伤亡人口数量也呈现增长的趋势[2].究其原因可能有以下几点.首先,随着人口的持续增长和由此引发的土地利用压力,越来越多的工业企业投产于工业集中区,尤其是在发展中国家,不少地区存在重大风险源过于集中的现象.其次,由于缺乏合理的规划布局以及工业园自身发展的需要,一些企业周围逐渐形成居民区和商业中心.另外,易燃易爆及有毒有害物质在生产过程中普遍使用也是导致多米诺事故的一个重要原因.因此在环境风险管理中,辨识并减少导致多米诺事故的路径是十分必要的.

然而,现有的多米诺风险研究只是针对安全风险,在环境风险部分还是一片空白,没有比较成熟的多米诺环境风险评价方法.另一方面,尽管研究人员已经普遍意识到多米诺风险事故的危害,但在对工业设施进行定量风险评价的实际操作过程中,多米诺现象不是被完全忽略,就是评价过程不够规范严谨[3],由此制定的应急措施和环境影响评价往往低估了事故发生后的危害,缺乏科学性和实用性.因此,本文尝试提出一套定量评价多米诺环境风险的方法,并通过比较普通情景下和多米诺情景下的区域环境风险大小,希望为进一步制定更合理、更具操作性的环境风险决策方案提供理论依据.

1 多米诺效应研究

最早的关于多米诺效应的研究是英国卫生与安全管理局1978年在对Canvey岛和Thurrock地区的工业设施进行危险性评价时,在故障树分析中加入了外部事故的多米诺机制[4],但“多米诺效应”一词没有出现在报告中.Bagster等[5]利用Canvey报告的数据,在概率计算方面提出了一种新方法,不仅可以计算二次事故的概率,还能够计算三次甚至更高次多米诺事故的概率,但是这种方法只能简单计算一个事故单元引起另一个单元破坏的可能性,不能处理在复杂场景下通常出现的一个初始事故引发其他多个事故组合的情况.此后,Khan等[6]在总结前人研究的基础上,构建了一套多米诺效应分析的框架,并用于多个工业项目的多米诺风险评价中[7-10].美国化学安全中心在2000年发布的导则中提出多米诺效应的概念,并认为可以纳入风险评价体系中,但没有进行详细的阐述[11].近年来,Cozzani等[12]在多米诺效应研究上又有新的见解,建立了系统评价多米诺风险事故的程序,包括识别多米诺事故的方法以及计算扩展概率的公式,并且将GIS技术应用于多米诺事故场景的后果评价和脆弱性分析中[13].但是该方法忽略了三次和三次以上的事故,只对二次事故的评价有效.Reniers等[14]将博弈论方法用于研究不同工业企业在多米诺风险防范中的投资行为.Abdolhamidzadeh等[15]在多米诺事故概率计算中考虑了概率与时间的关系,并且采用计算机模拟技术,从而实现了诸如工业园等复杂情形的计算分析.

借鉴现有的研究成果,本文假设多米诺事故涉及二次事故和三次事故,通过多米诺事故链的识别、多米诺环境风险概率的计算、事故后果的分析,最终得到研究区域的环境风险水平,并以某化工园为研究对象,对不同事故场景下的环境风险水平加以比较.

本研究选取的化学工业园位于长江沿岸,四周散落居民区.园区以石油化工为主要产业,生产过程中涉及的原辅材料和中间产品大部分是易燃易爆有毒有害的危险化学品,且众多临近的大型储罐间没有有效的隔离和防护措施,一旦发生风险事故,极有可能对附近设备造成破坏,使事故危害不断扩大.而现有区内企业的环境风险评价和园区的区域风险评价均只是针对单个风险源,并未考虑多米诺效应,其环境风险防范和应急决策难免会出现失误,从而导致重大的环境危害.

2 多米诺事故链识别

由图1可知,首先,识别研究区域内的所有风险源,从中筛选出能够引发多米诺效应的初始事故.初始事故的类型有火灾、爆炸,以及火灾和爆炸同时发生的情况.虽然有毒有害物质的泄漏会间接给应急和救援工作带来不便,但它不能直接导致其他设备失控或损坏并引发二次事故[16],因此在分析多米诺事故时没有考虑这个因素.图 2标示出了园区主要的风险源,共计 197个,其中148个风险源是多米诺事故风险源,涉及污染物质 50种.不难看出,研究区域内风险源密布,且靠近河流、滨临居民区,一旦发生多米诺事故影响范围迅速扩大,很可能造成非常严重的后果.

图1 识别二次风险事故Fig.1 Definition of secondary accidents

其次,分析每个初始事故的扩展向量,并根据临界值标准初步选择可能的二次事故.二次事故及其临界值见表1[17]和表2[12].

图2 多米诺事故风险源Fig.2 Risk source of domino accidents

表1 初始事故的扩展向量及可能导致的二次事故Table 1 Escalation vectors and expected secondary accidents for the different primary accidents

最后,采用扩展概率模型计算初始事故对二次目标的扩展概率,具体见表 3[12].本文所研究的风险源中,爆炸及其产生的冲击波超压是主要的破坏形式,火灾事故中只有池火能引发极少数的二次事故,且扩展概率较低.二者均能导致物质泄漏,提高环境风险.

三次事故的识别方法与二次事故的识别类似,只是把二次事故看作初始事故,用上述方法辨识二次事故引发的多米诺事故.初始事故及其二次事故和三次事故构成树状结构,即形成多米诺事故链.

表2 各类扩展向量的多米诺效应临界值Table 2 Threshold values for escalation considered in domino effect

本研究假设园区的爆炸事故中 10%的危险物质参与爆炸,物质泄漏事故的源强按照10mm孔径连续泄漏10min计算.初始事故概率及物质泄漏概率分别参考《Guidelines for Quantitative Risk Assessment (Purple Book)》[18]中对于火灾爆炸概率及10mm孔径连续泄漏概率的描述.

表3 扩展概率模型Table 3 Models for escalation probability

计算结果表明,园区内约 67.5%的风险源会引发二次事故,平均每个初始事故引发9.58次二次事故、17.21次三次事故,其中30.3%的初始事故和二次事故组合的扩展概率达到 100%.多米诺事故发生的概率如此之高,可见在评价化工园等高危场所的区域风险时,忽略多米诺现象是极不合理的.

3 多米诺事故概率计算

在计算多米诺事故概率时,要先考查两种概率.一是在事故链中扮演发起者角色的初始事故的概率,即爆炸或火灾的概率,它可以通过事故树分析或者由经验值获得;二是每个事故在下级多米诺目标处的扩展概率,它可以根据损失扩展模型算得.有些学者试图从数理统计的角度来解决多米诺概率问题,但所使用的概率方程大都比较复杂,特别是当涉及的事故数量比较多时,计算过程十分繁琐且耗时.另一方面,即使能开发出较简便的数学模型用于复杂场景的计算,但由于计算过程涉及的数值非常小,产生的舍入误差可能会很大,使得计算结果不够精确.因此,本文采用蒙特卡洛随机抽样的方法,通过构造事故间的作用关系,并在足够多的事故场景下对各事故反复进行随机抽样,模拟以上两种概率类型综合作用的结果,进而生成事故的概率分布.二次事故情景下的事故概率计算流程如图 3所示.计算三次事故情景下的概率是在上述基础上进一步分析二次事故的扩展效应.模拟次数N= 109.对模型结果进行T检验发现,显著性为 0.01,表明该模型有显著差异,适用于解决所研究的问题.

通过蒙特卡洛模拟输出的概率是考虑多米诺事故后的综合事故概率,它与初始火灾爆炸事故概率的差即是由多米诺效应引发的风险事故的概率,再将此多米诺事故的概率与相应风险源的原始物质泄漏概率相加,得到多米诺情景下的综合环境风险概率.相较于普通事故场景,在二次事故及三次事故场景下,环境风险事故概率的增幅分别达到3.72倍和7.09倍.

4 环境风险事故后果

本研究涉及的环境风险事故是有毒有害物质泄漏,包括排放到大气的有害物质,如氯气、环氧丙烷、环氧乙烷、甲苯、丙烯、硝酸、甲醛等,和进入受纳水体的污染物,如苯酚、甲醇、硝基苯等.

4.1 大气污染模拟

对于大气污染,采用SLAB大气模型对污染物的扩散情况进行分析[19],并参照 ERPGs及AEGLs毒性标准,根据事故对人体健康的危害程度将影响范围划分为死亡、严重受伤和轻微受伤三个区域.相关研究指出,在美国如果一名人口死亡的损失是220万美元,那么重度受伤和轻度受伤的损失分别是5000美元和200美元[20].据此,按照生命损失的相对大小,可以认为重度受伤的损害是 2.27×10-3个体死亡,轻度受伤的损害是 9.09×10-5个体死亡.需要注意的是,个别多米诺事故场景下会出现2种或3种泄漏物质各自产生的死亡区域互相重合的情况,因此需要对这些事故场景进一步具体分析,扣除重复计算的死亡人数.

图3 蒙特卡洛分析法计算多米诺情景下的事故概率Fig.3 Probabilities of accidents under domino scenarios use Monte Carlo analysis

4.2 水体污染模拟

在水体污染预测方面,采用 USEPA推荐的EFDC-水动力和WASP-水质模拟的耦合模型[21].由于人群不是水污染事故的直接风险受体,选用浓度-价值损失率法,即某种污染物引起的水体价值损失与水体总价值的比值,来计算水体的污染损失.经调查研究区域受纳水体的主要用途是生活和工业用水、渔业捕捞.其中,生活用水的临界浓度可由《生活饮用水卫生标准》[22]获得,工业用水的临界浓度参照《城市污水再生利用工业用水水质》[23],渔业用水的临界浓度参考《地表水环境质量标准》[24]III类水质标准和《渔业水质标准》[25].该方法计算出的水体经济损失是以人民币计量的,为了使之与其他事故类型的后果具有可比性,要对水资源损失进行一系列换算.根据国际货币基金组织(IMF)公布的数据,2011年美国人均GDP为48147美元,中国人均GDP为8394美元.因此,结合生命价值的研究,若经济损失为C(万元)人民币,相当于C×48147/(8394×220×人民币对美元汇率)个体死亡.本研究中,大部分风险源都设有防护池,因此进入受纳水体的污染物很少,这些物质在下游取水口和渔业养殖区的浓度均远低于临界浓度,不会对水体的使用价值产生影响.

5 区域环境风险评价结果

在ArcGIS中对事故后果进行空间可视化表达,以事故后果和概率的乘积作为事故的风险,并将各风险事故的风险值在空间叠加,可得区域的环境风险水平.结合现有的可接受风险水平的研究及表4所列各风险等级的性质[26],以风险的对数值表示风险大小,并据此对研究区域进行区划.

R= 8 + lgr

式中:R是十进制表示的风险值,且0

表4 不同风险等级的性质Table 4 Feature list of different risk rank

图4显示,考虑多米诺效应后,需要采取保护措施的区域范围明显扩大,不少地方的环境风险大幅增加,且这些位置与风险源集中区相对应.二次事故场景和三次事故场景的区域环境风险值分别是一次事故的6.40倍和12.32倍.相较于事故概率的增量,环境风险的增加幅度显然更大.这是因为能产生较严重后果的风险源通常存储的物质量大且毒性高,使得它们更容易引发多米诺事故,亦或在设备设计方面的缺陷使得它们更容易受到临近风险源的影响.其结果就是风险源之间相互促进,风险后果不断升级,进而导致区域风险进一步增加.

图4 一、二、三次事故情景下的区域环境风险区划Fig.4 Partition map of regional environmental risk under primary, secondary and third scenarios

6 结语

在诸如化工园等风险源相对集中的区域,某个风险源发生火灾爆炸事故时,很可能会波及到临近区域,引发其他风险源发生火灾爆炸及物质泄漏事故.本文的研究结果表明,多米诺事故发生的概率相当高,其对区域整体风险水平的贡献率甚至可以达到一次事故的 10倍以上.因此,在进行实用可靠的区域环境风险评价时,多米诺现象是不容忽视的一个重要因素.

[1]Kourniotis S P, Kiranoudis C T, Markatos N C. Statistical analysis of domino chemical accidents [J]. Journal of Hazardous Materials,2000,71(1-3):239-252.

[2]Abdolhamidzadeh B, Abbasi T, Rashtchian D, et al. Domino effect in process-industry accidents-an inventory of past events and identification of some patterns [J]. Journal of Loss Prevention in the Process Industries, 2011,24(5):575-593.

[3]Abdolhamidzadeh B, Abbasi T, Rashtchian D, et al. A new method for assessing domino effect in chemical process industry[J]. Journal of Hazardous Materials, 2010,182(1-3):416-426.

[4]UK HSE (Health and Safety Executive).Canvey: An investigation of the potential hazards from operations in the Canvey Island /Thurrock area [R]. HMSO, 1978.

[5]Bagster D F, Pitblado R M. The estimation of domino incident frequencies - an approach [J]. Process Safety and Environmental Protection, 1991,69(B4):195-199.

[6]Khan F I, Abbasi S A. Models for domino effect analysis in chemical process industries [J]. Process Safety Progress, 1988,17(2):107-123.

[7]Khan F I, Abbasi S A. An assessment of the likelihood of occurrence, and the damage potential of domino effect (chain of accidents) in a typical cluster of industries [J]. Journal of Loss Prevention in the Process Industries, 2001,14(4):283-306.

[8]Khan F I, Abbasi S A. Estimation of probabilities and likely consequences of a chain of accidents (domino effect) in Manali Industrial Complex [J]. Journal of Cleaner Production, 2001,9(6):493-508.

[9]Khan F I, Abbasi S A. Studies on the probabilities and likely impacts of chains of accident (domino effect) in a fertilizer industry [J]. Process Safety Progress, 2000,19(1):40-56.

[10]Khan F I, Natarajan B R, Abbasi S A. Avoid the domino effect via proper risk assessment [J]. Chemical Engineering Progress, 2000,96(11):63-72.

[11]CCPS. Guidelines for chemical process quantitative risk analysis[M]. 2nd ed. New York: American Institute of Chemical Engineers, 2000.

[12]Cozzani V, Gubinelli G, Antonioni G, et al. The assessment of risk caused by domino effect in quantitative area risk analysis [J].Journal of Hazardous Materials, 2005,127(1-3):14-30.

[13]Cozzani V, Antonioni G, Spadoni G. Quantitative assessment of domino scenarios by a GIS-based software tool [J]. Journal of Loss Prevention in the Process Industries, 2006,19(5):463-477.

[14]Reniers G, Dullaert W, Karel S. Domino effects within a chemical cluster: A game-theoretical modeling approach by using Nash-equilibrium [J]. Journal of Hazardous Materials, 2009,167(1-3):289-293.

[15]Abdolhamidzadeh B, Rashtchian D, Ashuri E. A new methodology for frequency estimation of second or higher level domino accidents in chemical and petrochemical plants using monte carlo simulation [J]. Iranian Journal of Chemistry and Chemical Engineering-International English Edition, 2009,28(4):21-28.

[16]Tugnoli A, Khan F, Amyotte P, et al. Safety assessment in plant layout design using indexing approach: Implementing inherent safety perspective Part 2-Domino hazard index and case study [J].Journal of Hazardous Materials, 2008,160(1):110-121.

[17]Cozzani V, Gubinelli G, Salzano E. Escalation thresholds in the assessment of domino accidental events [J]. Journal of Hazardous Materials, 2006,129(1-3):1-21.

[18]Committee for the prevention of disasters. Guidelines for quantitative risk assessment (Purple book), CPR18E [M]. New York: The Hague, 2005.

[19]孙燕君,钱 瑜,张玉超.蒙特卡洛分析在氯气泄漏事故环境风险评价中的应用研究[J].环境科学学报, 2011,31(11):2570-2577.

[20]Arunraj N S, Maiti J. A methodology for overall consequence modeling in chemical industry [J]. Journal of Hazardous Materials, 2009,169(1-3):556-574.

[21]李林子,钱 瑜,张玉超.基于EFDC和WASP模型的突发水污染事故影响的预测预警 [J]. 长江流域资源与环境, 2011,20(8):1010-1016.

[22]GB5749-2006 生活饮用水卫生标准 [S].

[23]GB/T19923-2005 城市污水再生利用 工业用水水质 [S].

[24]GB3838-2002 地表水环境质量标准 [S].

[25]GB11607-89 渔业水质标准 [S].

[26]Xu L, Liu G. The study of a method of regional environmental risk assessment [J]. Journal of Environmental Management,2009,90(11):3290-3296.