This site uses cookies.
Some of these cookies are essential to the operation of the site,
while others help to improve your experience by providing insights into how the site is being used.
For more information, please see the ProZ.com privacy policy.
This person has a SecurePRO™ card. Because this person is not a ProZ.com Plus subscriber, to view his or her SecurePRO™ card you must be a ProZ.com Business member or Plus subscriber.
Affiliations
This person is not affiliated with any business or Blue Board record at ProZ.com.
Services
Translation
Expertise
Specializes in:
Agriculture
Chemistry; Chem Sci/Eng
Energy / Power Generation
Geology
Nuclear Eng/Sci
Physics
Environment & Ecology
Nutrition
Science (general)
Meteorology
Also works in:
Archaeology
Cooking / Culinary
Cosmetics, Beauty
Food & Drink
Geography
History
Sports / Fitness / Recreation
Tourism & Travel
Journalism
Advertising / Public Relations
More
Less
Rates
Portfolio
Sample translations submitted: 1
English to Hungarian: Nuclear power
Source text - English Reassessing the safety of nuclear power
1. Introduction
It has been more than four years since an earthquake and tsunami caused an accident at the Fukushima Daiichi nuclear power plant in Japan resulting in repeated fires and three reported core meltdowns. At the latest count, the accident had caused $166 billion in damages and at least 573 immediate deaths from the evacuation, along with hundreds of future deaths related to cancer anticipated to occur. Somewhat sweeping industry reforms were called for, and public acceptance of the technology plummeted. Supporters of nuclear power were quick to point out that a complete phase out would complicate efforts at mitigating greenhouse gas emissions from the electricity sector and could lead to cumulative global losses in global gross domestic product.
The March 2011 Fukushima nuclear accident is a poignant reminder that disasters of enormous consequences can occur in the nuclear industry. But how often and with what severity? These two questions constitute the core of sound risk management, which requires identifying and quantifying such potential losses and their frequencies. For most natural and human-made catastrophes such as earthquakes, meteorites, avalanches, mountain collapses, forest fires, hurricanes, epidemics, health care costs, war sizes, terrorist intensities, cyber risks, dam failures, industrial disasters, and so on, plentiful historical data has allowed scientists and engineers to determine the distributions of losses.
The admittedly favorable situation of a paucity of nuclear accidents, combined with scantly available public historical data, has prevented any such statistical analysis. Nuclear engineers have thus resorted to the classification of hypothetical accident scenarios deemed credible and of their potential consequences. The common industry approach to assessing nuclear accident risk depends on a technique known as probabilistic safety analysis (PSA), which assigns probabilities and damage values to particular failure scenarios. Nonetheless, such techniques are known to poorly predict events and to under-appreciate incidents that cascade into failures.
Similarly, the IAEA (International Atomic Energy Agency) provides the INES (International Nuclear Event Scale) to communicate the severity of nuclear accidents on a progressive discrete scale of 1 (anomaly) to 7 (major accident), meant to correspond to the amount of radiation released by order of magnitude. Yet its approach has been critiqued for offering relatively crude scores, for reporting only a fraction of known events, for not being transparent in its methodology, and for being more of a public relations tool (propaganda) than a meaningful metric. For instance, there are about 12,000 events reported by French operators every year, of which 600–800 are classified annually as “significant for nuclear safety,” yet little to none of these show up on the INES database, and such unreported events occur at just 15% of the currently operating world nuclear fleet.
In this study, we summarize the results of a statistical analysis of a dataset of 216 events (incidents and accidents) occurring in nuclear energy systems, a dataset that is twice as large as any of the previous best ones available in the scientific literature, but we refrain from using the INES data directly. Instead, we use the estimated cost in USD (US dollars) as the common metric that allows one to compare often very different types of events across the nuclear fuel cycle. This dataset has more than three times the number of accidents compared with studies using solely the INES data, providing a much better basis for statistical analysis and inference, and a better comparative tool for reassessing the safety of nuclear power. Following Chernobyl, several authors proposed utilizing a monetary value of damage severity to make events comparable, and use a rate measure normalized by the number of reactor operating years to consider frequency. This is what we have done here, but extending the range of analysis well beyond 1986 to include Fukushima and other nuclear events leading up until the end of 2014. The dataset has been published online, where the public is encouraged to review and recommend additions and modifications with the intention of continually expanding and improving the quality of the data.
2. Methods
There are many ways to quantify the risk of accidents in nuclear energy systems. The Farmer curve is one of the standard tools of nuclear risk assessment, with the risk defined as “probability × consequences”. Typical Farmer plots display the annual frequency of fatalities or of property damage from human made sources of risk. Remarkably, the nuclear risks reported in Farmer plots are fundamentally different from all previously mentioned risks, in that the distributions for nuclear event losses are always thin-tailed and Gaussian-like, presenting a downward concave shape in the standard log–log representation.
The appearance of the Soviet Union’s Chernobyl accident in 1986 and of Japan’s Fukushima Daiichi nuclear power plant accident, after the tsunami on 11 March, 2011, seem at odds with the statistics implied by the Farmer curves. Actually, following the Chernobyl accident, Hsu and Sengor suggested a different approach, based on the reasoning that the number of fatalities is an incomplete, if not misleading, metric for measuring nuclear losses given the difficulties in assessing long term real mortality in addition to early morbidity and mortality. Indeed, this metric misses many other dimensions and also prevents quantitative comparisons. Hsu in particular made the point that the statistical analysis of earthquake risks, for instance, would have missed the fundamental Gutenberg–Richter magnitude–frequency law if seismologists had focused on only the few large earthquakes. By considering a range of event sizes above which the data is known to be sufficiently complete, or at least representative, one can identify possible statistical regularities that are relevant to the largest events.
Here, we analyze the distribution of losses resulting from all possible types of nuclear events from 1952 to 2014. To be consistent with both the INES, as well as earlier peer-reviewed studies, we assessed events across the entire nuclear fuel cycle—that is, not only at nuclear reactors and power plants but also at uranium mills, fuel enrichment facilities, reprocessing stations, and nuclear waste repositories. In addition to maintaining consistency, this inclusion of non-reactor events is also necessary to trace the full impact of nuclear power technology on society as well as to account for the fact that many sites prone to accidents concentrate multiple elements of the fuel cycle in one location. Searching historical archives, public utility commission filings, regulatory reports, and other sources explained in SM1, we created a unique dataset of 216 nuclear events, with 104 of these events having at least $20 million in inflation-adjusted cost. In addition, whenever events had the same dependent cause, such as Fukushima, we treated them as a single occurrence. As it is important to evaluate the number of accidents relative to the number of reactors in operation, we have normalized our assessment to operational reactor data from the IAEA.
To be fair, a few caveats and limitations deserve mentioning. In this study, we focus only on damage and loss of life from nuclear accidents, and not other externalities such as lung cancer risks from coal mining or particulate pollution from petroleum-fuelled automobiles. Consequently, our study details the risks present from continuing to operate existing reactors, it does not assess the risks from not operating them (such as greater reliance on fossil fuels). Also, as is typically the case in data such as this, there is an event severity level below which events are less frequently reported, or even noticed—making our analysis conservative because of incomplete data. We base our analysis on the current reactor fleet, heavily tilted towards older light water reactors (often called “Generation II” technology), not state-of-the-art designs such as the European Pressurized Reactor or “paper” units at the conceptual stage such as small modular reactors, primarily because there is insufficient operating experience for their statistical analysis, but also since the adoption of these designs is uncertain. Our characterization of the current risk level, and its use for forecasting, presumes that 388 reactors remain in operation, and does not include any potential improvements in response to Fukushima. Any significant nuclear renaissance or massive build-out would alter our characterization, as would any massive phase-out. Lastly, we limit our assessment to nuclear generated electricity and its fuel cycle, and thus exclude risks posed by nuclear explosives and nuclear weapons, except for those facilities (such as reprocessing spent fuel) that are dual use.
3. Results and discussion
We quantify four identifiable dimensions of risk: (i) historical frequency of accidents, (ii) historical costs, (iii) the presence of so- called “dragon kings” and extreme events, and (iv) expected future costs.
In terms of frequency, panel (I) of Figure 1 plots the number of events with at least $20 million in damage (and standard errors) per reactor per year, calculated on 5 year windows spanning 1960 to 2014. The main message here is that the rate of events has dropped substantially since the 1960s, and may have stabilized since the late 1980s. In panel (II) of Figure 1 the rate of events is calculated running away from the Chernobyl accident in both directions. From here it is clear there was a significant decline in event frequency after the Chernobyl accident, and the rate of events since that drop has been roughly stable, indicating that Chernobyl was a catalyst for change that decreased the rate of events, but not necessarily the size of each event. Rate estimates for 2014 remain in a conservative range of 0.0025–0.0035, or 1–1.4 events per year over the entire nuclear fleet. The methodology used here is described in SM2.
In terms of historical severity, panel (III) of Figure 1 plots both cost and the Nuclear Accident Magnitude Scale (NAMS) according to a complementary cumulative distribution function (CCDF) described in SM3. As the figure demonstrates, the damage CCDFs corresponding to the periods of before and after the Three Mile Island (TMI) major accident of 1979 are different. It is most plausible that this change was a reaction to TMI, which involved both improving safety standards as well as reporting more events.
Finally, panel (IV) of Figure 1 compares our estimated costs with INES scores, indicating inconsistencies where events deviate from the exponential growth in cost qualified by the line in the logarithmic scale. The multitude of dots above or below the INES scale strongly suggest it fails to adequately capture the magnitude of events. For instance, Fukushima (the largest event) would need to have an INES score of 10.6 to be consistent. Further, there is considerable uncertainty in the INES scores as evidenced by the overlapping costs.
4. Six conclusions and policy implications
Our study reveals six important conclusions about the risks of nuclear power. First, concerning event frequency, our analysis shows that the rate of civil nuclear accidents over time since 1952 decreased significantly from the 1970s, reaching what appears to be a stable level of around 0.003 events per plant per year. In this sense, nuclear power is getting safer, although this improvement could be offset by the construction and operation of many new facilities. We find concrete evidence of a history of learning from previous accidents within the industry, especially the significant reduction in event frequency after the Chernobyl accident in 1986, and a suppression of moderately large cost events after TMI.
Second, however, is that these past reforms, rather than minimizing risk, have apparently spawned the prevalence of dragon kings and accidents with major costs. Chernobyl and Fukushima are both such dragon kings, as they together represent 84 percent of the total damage in our dataset. The morphology of nuclear accident risk has altered from more frequent, less costly events to less frequent, more costly events.
Third, existing databases are woefully incomplete when it comes to the reporting of nuclear incidents and accidents. For instance, only half of the events in our database have INES scores, and thousands upon thousands of small events – but with the potential to cascade into larger ones – remain unreported. As the authors of concluded, “many nuclear safety related events occur year after year, all over the world, in all types of nuclear plants and in all reactor designs and that there are very serious events that go either entirely unnoticed by the broader public or remain significantly under-evaluated when it comes to their potential risk.” A fully transparent, centralized source of reliable data on nuclear accidents is needed; one that enables planners, investors, and even nuclear regulators to better comprehend, and then weigh, nuclear risks. Such full disclosure will need to be balanced with the legitimate security concerns of the nuclear industry and the need to avoid promoting a culture of panic and hysteria.
Fourth, apart from being incomplete, industry standard tools such as the INES scale of the IAEA are inadequate and inconsistent at identifying and projecting nuclear accident risk, especially related to dragon kings. For the costs to be consistent with the INES scores, the Fukushima disaster would need to be between an INES level of 10 and 11, rather than the maximum level of 7. To use an analogy, the INES scale is like the antiquated Mercalli scale for earthquake magnitudes, which was replaced by the continuous physically-based Richter scale. Instead of INES, we recommend the use of continuous scales genuinely based on relevant physical variables (radiation emission as in NAMS) and/or economic metrics (dollar costs as proposed here) and that these scales be publicly disclosed for as many events as possible, including all of those in our database.
Fifth, we need to better understand “near misses,” “false negatives,” “minor mishaps,” and “residual risk”. Our study has focused only on “extreme risk,” that is, accidents that precipitated at least $20 million in damages, but an entire class of narrow escapes exist, unplanned or unanticipated events and warnings that never resulted in damage. In the European Union, for example, legislation called the Seveso directive has emphasized, since 1982, the importance of near-misses for hazardous accidents on land, especially in the oil and gas industry. A similar directive ought to be considered for the nuclear industry, and it requires a complete data set of both small and large events to properly quantify the frequency with which small events escalate into larger ones.
Sixth, future frequency and severity of accidents are perhaps unacceptably high. While the nuclear industry can be characterized by an impressive improvement in incident prevention and safety procedures, our thorough analysis of this new data shows that, when a nuclear event of at least $20 million in damage occurs, the probability that it transforms into a catastrophe with damage larger than one billion dollars is almost ten percent. Under the status quo, we project at least one Fukushima-scale dragon king (or larger) accident with 50% probability every 60–150 years. And, more common but still expensive events of about $20 million will occur with a frequency of about one per year—making accidents a relatively routine part of nuclear power’s future.
In conclusion, although the frequency of events per reactor has become less common, the relative frequency with which events cascade into “dragon king” extremes is large enough that, when multiplied by severity, the aggregate risk to society is still very high. To effectively reduce this risk, the possibility of Chernobyl and Fukushima sized events needs to be better anticipated and then more effectively managed.
Translation - Hungarian Az atomenergia biztonságának újraértékelése
1. Bevezetés
Több mint négy év telt el azóta, hogy egy földrengés, és az azt követő szökőár balesetet okozott a japán Fukushima Daiichi atomerőműben. A baleset következtében több helyen tűz ütött ki a létesítményben, és három reaktorban zónaolvadás történt. A legfrissebb számítások szerint a baleset 166 milliárd dolláros kárt okozott, és legalább 573 azonnali haláleset következett be. Ezen felül a jövőben több száz további haláleset várható rákos megbetegedésekkel összefüggésben. A baleset után igény merült fel valamilyen átfogó ipari reformra és zuhant a technológia társadalmi elfogadottsága is. Az atomenergia támogatói sietve rámutattak arra, hogy az atomenergia használatának teljes megszüntetése megnehezítené a villamosenergia-ágazat által kibocsátott üvegházhatást okozó gázok mérséklésére irányuló erőfeszítéseket, és kumulált globális csökkenéshez vezethet az országok globális bruttó hazai termékében.
A 2011. márciusi fukusimai atomerőmű-baleset szomorú emlékeztetője annak, hogy a nukleáris iparban jelentős következményekkel járó katasztrófák következhetnek be. De milyen gyakran és milyen súlyossággal? Ez a két kérdés az alapja a megbízható kockázatkezelésnek, amely megköveteli az ilyen lehetséges károk és gyakoriságuk azonosítását és számszerűsítését. A legtöbb természeti és ember által okozott katasztrófával kapcsolatban – mint például a földrengések, meteoritok, lavinák, hegyomlások, erdőtüzek, hurrikánok, járványok, egészségügyi kiadások, háborúk, terroristacselekmények, kiberkockázat, gátszakadások, ipari katasztrófák, stb. –bőséges adat áll rendelkezésre a tudósok és mérnökök számára ahhoz, hogy meghatározzák a károk eloszlását.
Bár kétségkívül kedvező a helyzet a nukleáris balesetek előfordulásának tekintetében, a kevés baleset miatt szűkösen hozzáférhető korábbi adatok eddig nem tették lehetővé a nukleáris balesetek ilyenfajta statisztikai elemzését. Az atommérnökök így a hihetőnek ítélt hipotetikus baleseti forgatókönyveket és lehetséges következményeiket osztályozták. A nukleáris balesetek kockázatának értékelésére szolgáló egységes ipari megközelítés alapja a valószínűségi biztonsági elemzés (PSA) néven ismert módszer, amely valószínűségeket és kockázati értékeket rendel az egyes meghibásodás-forgatókönyvekhez. Mindazonáltal ismert tény, hogy az ilyen technikák nem túl pontosak az események előrejelzésében, valamint alábecsülik azokat a váratlan eseményeket, amelyek egymásra épülve meghibásodáshoz vezetnek.
A fentiekhez hasonlóan a NAÜ (Nemzetközi Atomenergia Ügynökség) egy 7 fokozatú diszkrét skálán (INES-Nemzetközi Nukleáris Eseményskála) jelöli a nukleáris balesetek súlyosságát, ahol a sugárzás mértékét feleltetik meg a számértékeknek (1-anomália, 7-súlyos baleset). Ezt az osztályozást azonban bírálják viszonylag durva pontozási rendszere miatt; amiért az ismert események csak egy töredékét tartalmazza; amiért nem átlátható a módszertana, valamint inkább tartják egy propagandaeszköznek, semmint egy ésszerű mérőszámnak. Például minden évben megközelítőleg 12 000 olyan esetet jelentenek a francia létesítményüzemeltetők, melyből éves szinten 600–800 minősül „nukleáris biztonság szempontjából jelentős” eseménynek. Az INES adatbázisba mégis csak kevés, vagy egy ilyen eset sem kerül, és az ehhez hasonló nem rögzített események a világ jelenleg működő nukleáris létesítményeinek 15%-nál előfordulnak.
Tanulmányunkban egy olyan statisztikai elemzés eredményeit foglaljuk össze, amely elemzés az atomenergia-rendszerekben bekövetkezett 216 esemény (váratlan események és balesetek) adatsorát dolgozza fel. Az általunk használt adatállomány kétszer olyan hosszú, mint a tudományos szakirodalomban eddig rendelkezésre álló legrészletesebb adatsorok és munkánk során tartózkodtunk az INES adatok közvetlen használatától. Ehelyett a becsült költséget (US dollárban megadva), mint egységes mérőszámot alkalmaztuk, amely lehetővé teszi a nukleáris üzemanyagcikluson belül bekövetkező - gyakran nagyon különböző típusú - események összehasonlítását. Ez az adatsor több mint háromszor annyi balesetet tartalmaz, mint azok az adatállományok, amelyek kizárólag INES adatokra épülnek, ezáltal sokkal jobb alapot nyújt a statisztikai elemzéshez és következtetésekhez, valamint hatékonyabb összehasonlító eszköz az atomenergia biztonságának újraértékeléséhez. A csernobili atomerőmű-balesetet követően számos tanulmány szerzője azt javasolta, hogy az összehasonlíthatóság érdekében a károk súlyosságát pénzbeli értékben fejezzék ki, valamint a baleseti gyakoriság meghatározásához használjanak egy, a reaktor működési éveinek számával normalizált mértéket. Munkánk során mi is ezt a megközelítést alkalmaztuk, vizsgálatunkat azonban kiterjesztettük 1986 utánra is, így a fukusimai és más, 2014 végéig bekövetkező eseményeket is bevontuk a statisztikai elemzéseinkbe. Az adatsorok mindenki számára online elérhetőek az adatok minőségének folyamatos bővítésére és javítására irányuló szándékkal.
2. Módszerek
Számos ismert módszer létezik a balesetek kockázatának számszerűsítésére a nukleáris energiarendszerekben. A Farmer-görbe a nukleáris kockázatok értékelésének egyik elterjedt módja, ahol a kockázatot úgy definiáljuk, mint: „valószínűség × következmények”. A tipikus Farmer-grafikonok az emberi tevékenységgel összefüggő halálesetek, vagy vagyoni károk éves gyakoriságát ábrázolják. Feltűnő módon a Farmer-görbékkel bemutatott nukleáris kockázatok alapvetően különböznek az összes korábban említett kockázattól, ahol a nukleáris eseménykárok eloszlása standard log-log skálán ábrázolva mindig vékony farkú és Gauss-szerű, konkáv alakú.
Az 1986-os szovjet csernobili atomerőmű-baleset és a 2011. március 11-i szökőár után bekövetkező japán Fukushima Daiichi baleset ellentmondanak a Farmer-görbékből várt statisztikáknak. Tulajdonképpen a csernobili balesetet követően Hsu és Sengor egy másfajta megközelítést javasoltak azzal az indokolással, hogy a nukleáris veszteségek mérésére a halálesetek száma egy hiányos, esetenként félrevezető mérőszám, tekintettel a hosszú távú tényleges elhalálozás, valamint a korai megbetegedés és halálozás értékelésének nehézségeire. Valóban, a halálesetek száma-mérőszám sok más szempontot nem vesz figyelembe és nem teszi lehetővé a kvantitatív összehasonlításokat sem. Hsu leginkább arra mutatott rá, hogy ha a szeizmológusok csak a néhány nagy földrengésre összpontosítottak volna, az alapvető Gutenberg – Richter magnitúdó-gyakoriság összefüggés például hiányzott volna a földrengés-kockázatok statisztikai elemzéséből. Egy olyan földrengés-erősség tartományt vizsgálva, amely felett tudjuk, hogy az adatok viszonylag hiánytalanok, vagy legalábbis reprezentatívak, olyan lehetséges statisztikai szabályszerűségeket azonosíthatunk, amelyek helytállóak a legnagyobb eseményekre is.
Tanulmányunkban az összes lehetséges típusú nukleáris eseményből származó károk eloszlását vizsgáljuk 1952-től 2014-ig. Annak érdekében, hogy összhangban legyünk az INES adatbázissal, valamint a korábbi szakértői publikációkkal, a teljes nukleáris üzemanyagciklusra vonatkozó eseményeket értékeljük - azaz nemcsak az atomreaktorok és erőművek, hanem az uránbányák, üzemanyag-dúsító létesítmények, újrafeldolgozó állomások és nukleáris hulladéktárolók működése során felmerült eseteket is. Továbbá, hogy következetesek maradjunk, a nem reaktor balesetek vizsgálata is szükséges ahhoz, hogy nyomon követhessük a nukleáris energia technológiájának társadalomra gyakorolt teljes hatását. Mindezek mellett figyelembe kell venni azt a tényt is, hogy sok olyan lehetséges baleseti helyszín ismert, ahol az üzemanyagciklus több elemével egyszerre találkozhatunk. Korabeli dokumentumok, közüzemi szolgáltatók kimutatásai, szabályozási jelentések és egyéb, az előző fejezetben ismertetett források felhasználásával létrehoztunk egy egyedülálló, 216 nukleáris eseményt magába foglaló adatállományt. A 216 eseményből 104 esetben legalább 20 millió dollárt tett ki az inflációval korrigált kárérték. Ezen túlmenően minden olyan eseményt, amely azonos okból következett be, mint például a fukusimai baleset, azt egyetlen előfordulásként kezeltük. Mivel fontos a működő reaktorok számához viszonyított balesetek számának értékelése, a NAÜ működési adataihoz normalizáltuk az értékelésünket.
Az igazsághoz hozzátartozik, hogy munkánk során alkalmaztunk néhány kikötést és megszorítást. Ebben a tanulmányban kizárólag a nukleáris balesetekből származó károkra és halálesetekre fókuszálunk, és nem térünk ki olyan externáliákra, mint például a szénbányászattal kapcsolatos tüdőrák kockázata, vagy a szén-hidrogén-üzemanyagú gépjárművek által kibocsátott részecskék káros hatásai. Következésképpen csak a reaktorok üzemeltetéséből adódó kockázatokat részletezzük, és nem értékeljük a nem közvetlenül a működtetéssel járó kockázatokat (például a fosszilis tüzelőanyagok nagyobb arányú használata). Továbbá, ahogy az ilyen adatoknál jellemző, van egy bizonyos súlyossági szint, amely alatt a baleseteket nem nagyon jelentik, vagy fel sem jegyzik, így az adatok hiányos volta miatt az elemzéssel is óvatosan kell bánni. A túlnyomórészt használatban levő régebbi, könnyűvizes (ú.n. második generációs technológia) reaktorállományt vizsgáljuk, nem pedig a csúcstechnológiás modelleket, mint például az európai nyomottvizes reaktorok, vagy „papír” egységek, mint kisméretű moduláris reaktorok. Elsősorban azért, mert a statisztikai elemzéshez nem áll rendelkezésre elegendő működési tapasztalat ezekről az új berendezésekről, illetve az új modell alkalmazása még bizonytalan. Úgy tekintjük a jelenlegi kockázati szintet és segítségével oly módon teszünk előrejelzéseket, hogy feltételezzük, a 388 reaktor folyamatosan működik, és a fukusimai baleset hatására nem korszerűsítik a reaktorokat. Bármilyen jelentős nukleáris megújulás vagy nagymértékű kiépítés megváltoztatná a jellemzésünket, ahogyan tenné ezt bármelyik reaktor fokozatos megszüntetése is. Végezetül, a nukleáris energiatermelésre és az energiatermelés üzemanyagciklusára korlátozzuk az elemzésünket, ezáltal kizárjuk a nukleáris robbanóanyagok és a nukleáris fegyverek által okozott kockázatokat, kivéve a kettős felhasználású konstrukciókat (például a kiégett fűtőelemek újrafeldolgozása).
3. Eredmények és diszkusszió
A kockázat négy dimenzióját különböztetjük meg és a következőképpen számszerűsítjük: (i) balesetek történeti gyakorisága, (ii) korabeli költségek, (iii) jelentőségteljes események, az ún. „sárkánykirályok” és szélsőséges esetek jelenléte, és (iv) várható jövőbeli költségek.
Az 1. ábra (I) negyede 1960-tól 2014-ig, 5 éves intervallumokon ábrázolja azoknak az eseményeknek a számát (és a standard hibát), amelyek reaktoronként legalább évi 20 millió dolláros kárt idéztek elő. Jól látható, hogy az ilyen események aránya az 1960-as évektől jelentősen visszaesett és az 1980-as évek vége óta stabilnak mondható. Az 1. ábra (II) negyedében megfigyelhető, hogy a csernobili balesetet követően a grafikon menete jelentősen megváltozik. Nyilvánvaló, hogy csernobil után jelentősen csökkent az események gyakorisága, és mivel ez a csökkenés nagyjából stabilizálódott, ezt a balesetet tekinthetjük a változásokat elindító katalizátornak: csökkent az események aránya, de nem feltétlenül csökkent minden egyes esemény súlyossága. A 2014-es becslések a mérsékelt 0,0025–0,0035 tartományban maradnak, ez az érték évi 1–1,4 eseményt jelent a teljes nukleáris hálózatban. A becsléshez használt módszert a 2. fejezetben ismertettük.
Az események súlyosságát megjelenítendő, az 1. ábra (III) negyede a költségeket, valamint a nukleáris baleset nagyságát (NAMS) ábrázolja komplementer kumulatív eloszlási függvény (CCDF) segítségével. Ahogy a grafikonról leolvasható, az 1979-es Three Mile Island-i (TMI) súlyos reaktorbaleset előtti és utáni időszakra jellemző CCDF károk eltérőek. Az a legvalószínűbb, hogy ez a változás a TMI következménye volt, és magába foglalta a biztonsági előírások javítását, valamint növekedett a bejelentett események száma is.
Végezetül, az 1. ábra (IV) negyedében összehasonlítjuk a becsült költségeinket az INES pontszámokkal. Ellentmodásokat jeleznek azok az események, amikor az adatok eltérnek a logaritmikus skálán a vonallal jelzett exponenciális költségnövekedéstől. Az INES skála fölötti vagy alatti pontok nagy száma erősen azt valószínűsíti, hogy a skála nem képes megfelelően rögzíteni az események erősségét. Például a fukusimai baleset (a legnagyobb esemény) pontszáma az INES skálán következetesen 10,6 kellene, hogy legyen. Továbbá, a költségekben megmutatkozó átfedések az INES pontszámok jelentős bizonytalanságát támasztják alá.
4. Hat következtetés és szakpolitikai következmény
Tanulmányunk hat fontos következtetést von le az atomenergia kockázatairól. Először: az események gyakoriságát tekintve elemzésünk azt mutatja, hogy az 1952-től megfigyelt polgári nukleáris balesetek aránya az 1970-es évektől jelentősen csökkent, elérve egy stabilnak tűnő, üzemenként évi 0,003 esemény bekövetkezését jelentő szintet. Ebben az értelemben a nukleáris energia egyre biztonságosabbá válik, habár ezt a fejlődést ellensúlyozhatja számos új létesítmény építése és üzemeltetése. Egyértelmű bizonyítékot találtunk arra, hogy az ágazat képes tanulni a korábbi balesetekből. Különösen jó példa erre, hogy az 1986-os csernobili baleset után jelentősen csökkent a balesetek gyakorisága, valamint a Three Mile Island-i (TMI) reaktorbaleset után a mérsékelten nagy költségű események visszaszorultak.
Másodszor: ugyanakkor azonban ezek a korábbi reformok a kockázat minimalizálása helyett nyilvánvalóan szaporították a jelentős események, az ú.n. „sárkánykirályok” előfordulását és a komoly költségekkel járó baleseteket. A csernobili és a fukusimai balesetek egyaránt ilyen nagy jelentőségű események, hiszen a két baleset együtt az adatsorokból meghatározott kárérték 84%-át alkotják. A nukleáris balesetek kockázatának morfológiája a gyakori, kevésbé költséges balesetektől a kevésbé gyakori, de költségesebb balesetek irányába tolódott el.
Harmadszor: a nukleáris események és balesetek bejelentését tekintve a létező adatbázisok siralmasan hiányosak. Például, az adatbázisunkban szereplő események fele rendelkezik csak INES pontszámmal, és kis események ezrei – amelyeknél azonban megvan a lehetőség, hogy súlyosabb baleset alakul ki belőlük – maradnak észrevétlenek. Ahogy a szerzők fogalmaznak: „számos nukleáris biztonsággal kapcsolatos esemény fordul elő évről évre az egész világon, minden típusú atomerőműben és minden reaktormodellben, és bekövetkeznek olyan nagyon súlyos esetek, amelyek vagy teljes egészében észrevétlenek maradnak a szélesebb közönség számára, vagy továbbra is jelentősen alulértékeltek a lehetséges kockázat tekintetében.” Teljesen átlátható, központosított, megbízható adatállományra lenne szükség a nukleáris balesetekről; olyan adatsorra, amely lehetővé teszi a tervezők, a befektetők és még a nukleáris hatóságok számára is, hogy jobban átlássák és azután mérlegeljék a nukleáris kockázatokat. Az ilyen teljes körű nyilvánosságra hozatalnak egyensúlyban kell lennie a nukleáris ipar jogos biztonsági igényeivel, valamint el kell kerülni a hisztériát és pánikkeltést.
Negyedszer: azon kívül, hogy hiányosak, az ipari sztenderdek – mint például a NAÜ által bevezetett INES skála – nem alkalmasak a nukleáris balesetek kockázatának azonosításához és közvetítéséhez, különösen a jelentős balesetek esetén. Ahhoz, hogy a költségek összhangban legyenek az INES pontszámokkal, a fukusimai balesetnek az INES skála alapján a 10 és 11 szint között kellene elhelyezkednie, nem pedig a maximális 7-es szinten. Egy analógiával szemléltetve az INES skála olyan, mint a földrengés erősségének jellemzésére használt – mára már elavult – Mercalli-skála, amelyet a folyamatos műszeres megfigyelésen alapuló Richter-skála váltott fel. Az INES skála helyett javasoljuk a releváns fizikai változókon alapuló folyamatos skálák (sugárzási kibocsátás, mint a NAMS skála esetén) és / vagy gazdasági mutatók (dollárban kifejezett költségek, ahogy a tanulmányban is bemutattuk) használatát. Javasoljuk, hogy ezek mindenki számára elérhetőek legyenek, és annyi nukleáris eseményt tartalmazzanak, amennyire csak lehetőség van, beleértve az összes olyan eseményt is, amely a mi adatbázisunkban szerepel.
Ötödször: jobban meg kell értenünk a „balesetveszélyes helyzetek”, „hamis negatív eredmények”, „kisebb rendellenességek”, „fennmaradó kockázat” kifejezéseket. Tanulmányunk csak az „extrém kockázatra” fókuszált, vagyis a legalább 20 millió dolláros kárt okozó balesetekre, de egy teljes csoportja létezik az olyan „hajszálon múlt” nem tervezett, vagy előre nem látható eseményeknek és figyelmeztetéseknek, amelyek végül nem okoztak kárt. Az Európai Unióban például, a Seveso-irányelvnek nevezett jogszabály 1982 óta hangsúlyozza a szárazföldi „balesetveszélyes helyzetek” fontosságát, különösen az olaj- és gáziparban. Ilyen irányelvre van szükség a nukleáris iparban is, és egy olyan teljes adatállományra, amely egyaránt tartalmazza a kis és nagyobb eseményeket. Ezáltal megfelelően számszerűsíthető lenne az olyan kisebb balesetek gyakorisága, amelyekből nagyobb események alakulnak ki.
Hatodszor: a balesetek jövőbeli gyakorisága és súlyossága talán elfogadhatatlanul magas. Amíg a nukleáris ágazatot a balesetmegelőzési és biztonsági intézkedések látványos fejlődése jellemzi, az új adatsorunk alapos elemzése azt mutatja, hogy ha egy legalább 20 millió dolláros kárt okozó nukleáris esemény bekövetkezik, akkor közel tíz százalék annak a valószínűsége, hogy a baleset katasztrófával végződik és a károk összértéke meghaladja az egy milliárd dollárt. A jelenlegi helyzetben 50%-os valószínűséggel vetítünk előre minden 60–150 évben legalább egy Fukushima-jelentőségű (vagy nagyobb) balesetet. Ezen felül egyre gyakrabban, évente körülbelül egy alkalommal várható magas költségű, mintegy 20 millió dollár kárértékű esemény bekövetkezése – ezáltal a balesetek viszonylag megszokott részei lesznek a nukleáris energiatermelés jövőjének.
Összefoglalva: bár a reaktoronkénti események gyakorisága ritkább, az események viszonylagos gyakorisága a „sárkánykirály” szélsőségekbe elegendő ahhoz, hogy a súlyossággal szorozva az összesített társadalmi kockázat továbbra is nagyon magas legyen. E kockázat hatékony csökkentése érdekében jobban kell előre jelezni a Csernobil és a Fukushima méretű események esélyét, majd azokat eredményesebben kell kezelni.
More
Less
Translation education
Master's degree - Univ. of Pannonia
Experience
Years of experience: 6. Registered at ProZ.com: Oct 2019.