風險評估步驟說明

一、有害物質鑑定

自然環境中的銫是穩定的Cs-133，含量極低，可以和其他元素結合而存 在於岩石、土壤中。但遇到核爆炸時，會產生兩種型態的放射線銫，分別為 Cs-134 和 Cs-137 半衰期分別為 2.06 年及 30.17 年，因此如果要判定是 2 年 以內的汙染造成的可同時看Cs134 及 Cs137 的含量，如果核事故發生兩年 內，樣本食物、海水沒有Cs134，會被認為是之前的核子試爆或其他環境的 污染。福島事故剛剛過後的銫137 與銫 134 的比例大約為 1：1，之後假設不 會因為放射性物質的移動而減少，則僅僅考慮半衰期的衰減進行試算，推測 銫的輻射劑量率在3 年後約減少到二分之一，在 4 年後約減少到九分之四，

在5 年後約減少到八分之三，在 9 年後約減少到四分之一，在 30 年後約減 少到七分之一。 但是，因降雨等影響(風化效果)，會稍快減少(日本農林水 產省，食料產業局https://goo.gl/1vMo7H)。利用 I-131、Cs134、Cs137 及 Sr90 都可以用來監測環境汙染的情形，唯碘 I-131 半衰期更短 8 天，而 Sr90 半衰期雖然為29 年，但是因其含量較低且需要耗時 2 星期甚至更久的時間 來偵測，因此國際上皆以Cs134 及 Cs137 作為長期的食品監測檢驗項目。

福島核災之後日本食物可能受到放射核種的污染，本計畫之目的在討論 如果台灣開放日本食物進口，台灣人可能的輻射暴露與健康風險，因此利用 日本勞動省公開之檢驗食品進行貝氏統計蒙地卡羅馬可夫鍊進行評估。日方 公開的資料上測量方式為Ge、CsI、與 NaI 三種，各有不同的偵測極限，其 中CsI 的敏感度最差因此檢出結果皆低於最低極限如圖 2 所示。

此為食品污染程度示意圖。因為除污與核種衰變，食品的污染程度分布 會隨時間演變為右偏(right screw)分佈，也就是大部分的食品的污染程度很 低、分布的尖峰靠近左邊。然而不管是什麼儀器都有其偵測極限，在偵測極 限之下的食品品項污染程度我們只能假定遵從某特定分布，此為評估之不確 定因素來源。如圖所示，Ge 的敏感度最好、偵測極限最低在偵測極限以上的 食品皆可以檢驗出來，NaI 其次，可能可以檢驗出約一半的食品，CsI 敏感度 最差大部分的食品污染都測不出來，此情況之下如果將CsI 資料帶入會造成 很大的不確定因素。假若日方使用哪一種的檢測方式並沒有偏頗，因為資料 量夠大利用NaI 和 Ge 模擬食品污染程度分布已經足夠，CsI 有檢出項目再加 入。

二、劑量反應關係

輻射風險分為確定效應(deterministic effects)與機率效應(stochastic effects)，

在一般情況下暴露量較低人體受到的影響為機率效應。在計算機率 效應時我 們加總所有的食品品項造成的內暴露，如前劑量反應關係所敘述，根據線性無 閾值(Linear Non-threshold)原則參考 New ICRP recommendations 2008 提供的 Nominal risk coefficient 計算出該年度的癌症風險與總健康風險[7]，Nomina l risk coefficient 如表 1。

Probability

圖2、Contamination level

Ge NaI CsI

表1、Detriment-adjusted nominal risk coefficient for stochastic effects after exposure to radiation at low dose rate (10E-2 per 1 Sv)節錄自 New ICRP recommendation 2008

Cancer 癌症

Heritable effects 遺傳效應

Total detriment 總健康效應 Codex Stan 193-1995 的方程式[8]，如下：

𝐸 = 𝑈(𝐴) × 𝑀(𝐴) × 𝑒𝑖𝑛𝑔(𝐴) × 𝐼𝑃𝐹

品品名、抽驗儀器(CsI、NaI、Ge)、抽驗核種(Cs134、Cs137)、最小可偵測活 性、抽驗日期、資料發布日期，資料中無論有無檢出均逐筆詳列，由於CsI 儀 器能檢驗到的活性極限較高，故在資料中樣本檢驗結果均呈現未檢出，而NaI 和Ge 儀器可測得較低的輻射，有實際輻射檢測數據，因此，本計畫使用日本 官方NaI 和 Ge 儀器之檢驗結果，分別針對 Cs134 和 Cs137 進行健康風險的估 算，以2015 年 1 月份資料為例，Cs134 檢出的食品品項共有 9 類，分別是豬 肉、牛肉、淡水魚類、鹹水魚類、魚類加工製品、甲殼類、貝類、黃豆黑豆類、

蕈菇類，Cs137 檢出的食品品項共 23 類，分別米、麥類麵粉類及其製品、黃 豆黑豆類、淡水魚類、鹹水魚類、魚類加工製品、貝類、頭足類、豬肉、牛肉、

蟹、包葉菜類、小葉菜類、小漿果類、梨果類、柑桔類、根莖菜類、根莖菜類 加工製品、含餡餅乾類、茶葉飲料類、飲用水、肉類加蔬菜類及其他類複合食 品，運用國家攝食資料庫的分類方法將檢驗的原始檔案分類，可得每一類食品 品項的檢出個數、未檢出個數與總檢驗個數。

資料庫建構整理步驟如下：

(一) 資 料 取 得 ： 依 據 日 本 厚 生 勞 動 省 公 布 全 國 食 物 的 檢 測 結 果

（http://www.mhlw.go.jp/english/topics/2011eq/index_food_radioactive. h tml），使用 2015 年 1 月到 2017 年 06 月的資料，貼近現在時間點與 污染狀況。

(二) 資料整理與攝食資料配對：獲取資料後查詢食物品項之英 文與日文 名稱，翻譯成中文並參考國民攝食資料庫將各食物品項分類到相對應 之攝食分類，分類表內涵如表2：

表2、國家攝食資料庫食品分類表

等、菠菜、芹菜、莧菜、龍鬚菜、其他小葉菜類、小葉菜醃漬品、

後若發現CsI 有檢測資料出現再納入評估。

eing 為劑量轉換係數，參考 ICRP Publication 119[10]。

IPF 為日本食品市場佔有率，日本食品佔台灣市場約為百分之五，然而可 配求得後驗機率分配 (Posterior distribution)。我們的食品放射核種污 染程度與國民攝食量的先驗機率分布假設為 log-normal 分布[12]。

假設𝛺 =∪_ⅈ=1^∞ 𝐵_ⅈ, 𝐵_ⅈ ∩ 𝐵_𝑗 = ∅, ∀𝑖 ≠ 𝑗, {𝐵_ⅈ, 𝑖 ≥ 1} 吉布斯抽樣(Gibbs sampling)模擬出一連串馬可夫鏈，建構暴露劑量分 布。Gibbs 演算法從參數的起始值透過條件後驗分配反覆抽取參數估

MC <- (1-p0)*exp(mu+0.5*sigma*sigma) IR ~ dlnorm(mu, tau)C(lower limit, upper limit) E<-MC*IR

p0 ~ dbeta(1,1)

mu ~ dnorm(0, 0.01)

而結果以風險評估四步驟進行：1. 有害物質鑑定(hazard identification)，2. 劑 量反應評估(dose-response assessment)，3. 暴露評估(exposure assessment)，4.

風險特性化(risk characterization)。