Fizikai Szemle honlap |
Tartalomjegyzék |
Tóth Eszter, Hámori Krisztián RAD Labor, Boronkay, Vác
A radon megjelenése lakásainkban általában természetes jelenség. A szoba levegőjének radonsűrűsége elsősorban azon múlik, mennyi rádium (urán) van a talajban, amire a ház épült. (A radon a rádiumból születik
-bomlással.) Ugyanakkor igen sok más tényező befolyásolja,
hogy végül is mekkora koncentrációban tapasztaljuk
a radont.
A legtöbb szerző feltételezi, hogy a radon aktivitáskoncentráció
nagyon sok, kicsiny és egymástól független
véletlen mennyiség szorzata. Tehát - mondják - a különböző
házakban mért radon aktivitáskoncentrációk lognormál
eloszlást követnek. További következtetéseiket
erre az úgynevezett lognormál modellre alapozzák. S
valóban, gyakori, hogy egy-egy területen mért néhány
tucat, néhány száz, sőt, néha néhány ezer lakás radonszintjének
eloszlását a lognormál eloszlások családjába
tartozónak sejtetik a nemzetközi szakirodalomban. Alkalmanként
megvizsgálják, hogy
= 0,05 szignifikanciaszinten
teljesül-e például a X2-próba, legtöbbször azonban
nem is utalnak erre, csupán a GM geometriai közép és a
GSD geometriai standard deviációt adják meg. Pedig egy
véletlen mennyiségről csak akkor bizonyítható, hogy
lognormál eloszlást követ, ha az nagyon sok, azonos eloszlású,
egymástól független véletlen változó szorzataként
állítható elő. Sem annak a fizikai hátterét nem látjuk,
hogy e sok véletlen tényező (mondjuk például a talaj
porozitását jellemző vagy a szoba önszellőzését leíró)
azonos eloszlású lenne, sem azt, hogy ezek a véletlen
mennyiségek függetlenek és szorzódóak lennének.
A lognormál modell alkalmazhatósága iránti vágy
azonban érthető. Feltételezzük, hogy a vizsgált területen
vagy/és a vizsgált szerkezetű házak lakásai közül a még
nem mértek radonszintjei hasonló eloszlást követnek a
mértekéhez. Ekkor az illesztett lognormál eloszlás két
paraméterének becsült értékével (
) megadható
az adott radonszint fölött lévő házak számaránya. Ezt
lehet azután kockázatbecslésekhez felhasználni, e számokkal
lehet azután megnyugtatni vagy riogatni a helyi
lakosokat. Sőt, általuk lehet az országról radontérképet
készíteni. De ily módon lehet megadni egy, az országra
"jellemző" GM-et (mértani középértéket) és GSD-t (geometriai
standard deviációt), amit azután nemzetközi szervek
évről évre összesíthetnek, és tájékoztató jelleggel a
döntéshozókhoz eljuttathatnak.
paramétereket, amelyekkel
lognormál függvényt illesztettünk a mért eloszláshoz
(1. ábra). A látvány gyönyörű! Mintha ráöntötték volna!
Pedig a mért adatok eloszlása nem tartozik a lognormál
eloszlások családjába. A X2-teszt
= 0,05 szignifikanciaszintet
megkívánva elveti hipotézisünket az adatok lognormál
eloszlásáról.
A szakirodalom zöme azt állítja, ha a csoport (sztrátum)
homogén, azaz geológiai, házszerkezeti szempontból
a lakások nem különböznek lényegesen (?), akkor
alkalmazható a lognormál modell. (A kérdőjel arra utal,
hogy a lényeges különbözőségnek általában nincsen
pontos definíciója. Legtöbbször akkor mondják, hogy
nincs lényeges különbség, ha sikerült lognormál eloszlást
illeszteni a megkívánt szignifikanciával.) Szétválogattuk
tehát az adatokat három szempont szerint.
A radon móltömege közel 7,5-szerese a levegő átlagos
móltömegének. Így a radongáz - hasonlóan a széndioxidhoz
- inkább a talaj közelében marad. A földszinten
lévő szobákban ezért lényegesen több radon várható,
mint az emeleteken. Emiatt volt az a mérési stratégiánk,
hogy csak földszinten mérünk, emeleteken nem.
De a kisdiákok szerencsére kíváncsiak. A 15 602 adat
közül 325 emeleti hálószoba adata volt. Az emeleti szobák
radonszint-eloszlása pedig lognormál eloszlást követ:
(a 95%-os konfidenciaintervallumok
rendre 3,67-3,75 és 0,54-0,64). A megfelelő
GM = 41 Bq/m3, illetve GSD = 1,8 Bq/m33
(2. ábra és 1. táblázat 1. adatsora).
| 1. táblázat
Adott radonszintet meghaladó lakások becsült százalékos számaránya | ||||
| 150 Bq/m3 | 200 Bq/m3 | 400 Bq/m3 | 600 Bq/m3 | |
| emeleti lakások* | 1,39 | 0,36 | 0,0058 | 0,0003 |
| nagyvárosi, földszintes lakások** |
7,58 | 3,80 | 0,52 | 0,12 |
| városi, földszintes lakások** |
15,93 | 8,11 | 0,99 | 0,22 |
| falusi, földszintes lakások** |
22,12 | 11,79 | 1,63 | 0,41 |
| összesen Magyarországon*** |
11,50 | 5,90 | 0,78 | 0,19 |

3. ábra. Magyarország felosztása olyan tájegységekre, amelyeken mért
radonszint-adatokhoz a lognormál eloszlás illesztését a X2-teszt nem
veti el.
|
A mért radonszintek csoportosítási szempontjai | |||
| emelet/ földszint |
településtípus | geográfia | sztráta |
| emelet | minden fajta | egész ország | sztrátum 1 |
| nagyvárosok | Budapest Szeged | sztrátum c1 sztrátum cn | |
| városok | Nagyalföld Vas-Zalai-dombság | sztrátum t1 sztrátum tk | |
| földszint | Mecsek | sztrátum tn | |
| falvak |
Nagyalföld
Vas-Zalai-dombság
Mecsek X falu |
sztrátum v1
sztrátum vk
sztrátum vn sztrátum vx |
|
= 0,05 szignifikanciaszinten.
A Sajó-Hernád-völgynél például ki kellett
vennünk egy községet, és külön vizsgálni, mert így,
külön-külön, lognormál eloszlásokhoz jutottunk, együtt
viszont nem. E geográfiai-geológiai szempont volt a harmadik
csoportosítás alapja (2. táblázat ).
paraméterekkel
valamint a KSH-adatok segítségével csoportonként
megbecsültük, hány lakásban valószerűsíthető adott
értéknél nagyobb radonszint. A 10 ezernél kisebb lélekszámú
települések esetén bemutatjuk, hogy e lakások száma
hány százaléka az adott területen lévő összes földszinti
lakásnak (3. táblázat ).
|
A magyarországi falvak adott radonszintet meghaladó földszinti lakásainak becsült százalékos* számaránya régiónként | |||||
|---|---|---|---|---|---|
| geográfia | régió | 150 Bq/m3 | 200 Bq/m3 | 400 Bq/m3 | 600 Bq/m3 |
| síkság |
Nagyalföld Mezőföld Kisalföld |
17,75 24,82 22,85 |
8,45 12,08 11,87 |
0,67 0,93 1,27 |
0,09 0,12 0,22 |
| dombság |
Vas-Zalai-dombság Északi dombság BST-dombság |
7,51 24,69 26,09 |
2,42 12,52 14,49 |
0,05 1,16 1,94 |
0,00 0,17 0,40 |
| mészkő |
Vértes-Dunazug-hegység Bakony Bükk Mecsek |
16,21 21,26 36,35 43,13 |
7,12 10,73 21,13 29,98 |
0,43 1,04 2,91 8,50 |
0,05 0,17 0,57 3,09 |
| vulk.-mészkő | Börzsöny-Cserhát | 51,35 | 36,27 | 10,04 | 3,42 |
| vulkanikus | Mátra | 50,70 | 36,84 | 11,73 | 4,58 |
| gránit |
Mórágyi rög Velencei-hegység |
46,88 36,75 |
30,59 24,69 |
6,17 6,46 |
1,64 2,25 |
| üledék |
Sajó-Hernád-völgye (~X) X falu |
39,81 77,96 |
25,30 61,88 |
4,99 20,43 |
1,32 6,85 |
= 0,05 szignifikanciaszinten
ezt a hipotézist nem engedte.
A maximum likelihood módszerrel azonban bármilyen
eloszlású adathalmazhoz (azaz nem lognormál esetben
is) kiszámolható a mértani közép és a geometriai standard
deviáció. Annak ellenére, hogy az 4. ábrán (sötét
négyzetekkel) bemutatott eloszlás nem tartozik a lognormál
eloszlások családjába (legalábbis
= 0,05 szignifikanciaszintet
megkövetelve), mégis kiszámítottuk ezeket a
paramétereket:
GM = 82 Bq/m3 és GSD = 2,0 Bq/m3.
Óva intünk azonban bárkit attól, hogy ezekből a paraméterekből kockázatbecslés érdekében megbecsülje a 600 Bq/m3 vagy annál nagyobb radonszintek fölött lévő magyarországi otthonok számát. Amint azt az 4. ábrából látjuk, ezzel a lognormál függvénnyel alábecsülné a nagy radonszintű házak számát. Meggondolandó, hogy az országot jellemezhetjük-e az egyes sztrátumokhoz megbecsült
paramétereknek
a sztrátumhoz tartozó lakásszámokkal súlyozott
átlagával. Ezekre a földszinti lakások esetében
GM = 83 Bq/m3 és GSD = 1,9 Bq/m3.
adódott, míg az összes magyarországi lakás 92%-áraGM = 61 Bq/m3 és GSD = 1,8 Bq/m3.
Mindazt, ami a cikkben a statisztikai elemzéssel kapcsolatos, Pál Lénárdtól tanultuk. Köszön(t)jük! ____________________________________________________
Pál Lénárdnak ajánlva, 80-ik születésnapjára.