Probabilistiska metoder förutses få en betydligt ökad användning för riskbedömningar av förorenad mark. Metodiken kan enkelt integreras med nuvarande riskbedömningsmodeller, men behov finns att kvalitetssäkra arbetsgången och redovisningsrutinerna. Syftet med denna rapport är att ge vägledning och förslag som säkerställer jämförbarhet och möjliggör oberoende granskning. En tidigare genomförd litteraturstudie visade på ett brett tillämpningsområde för probabilistisk riskbedömning. Ofta har denna typ av riskbedömningar kunnat ge distinkta svar på frågor om förekomst av hälso- och miljörisk, vilka saneringsmål som är rimliga och hur olika markområden bör klassificeras. Probabilistisk riskbedömning bör därför övervägas när en vanlig punktskattning inte kan friskriva från risker och kostnaderna för efterbehandling är betydande. Tillämpningarna avser då främst exponeringsanalys. Syftet med en probabilistisk riskbedömning är att på ett rationellt och vetenskapligt försvarbart sätt hantera osäkerhet (bristande kunskap) och variabilitet (naturlig variation). En viktig källa till osäkerhet är bristande kunskap i skattningen av de olika variabler som ingår i riskbedömningsmodellen. Den viktigaste källan till variabilitet är den naturliga variationen mellan individer. Dessa båda källor till osäkerhet och variabilitet bör beskrivas kvantitativt. Det finns ett antal metoder för att beskriva osäkerhet och/eller variabilitet för en ingångsvariabel och föra detta vidare (fortplanta) genom en riskbedömningsmodell. I rapporten behandlas tre metoder: Intervallskattning, Monte Carlosimulering och ”Probability Bounds”-analys (PBA). PBA är en relativt ny metod som till viss del kan betraktas som en kombination av de båda förstnämnda. Metodvalet är till stor del beroende av tillgången på data, där Monte Carlo-metoder kräver mer underlag än de båda andra metoderna. Tre programvaror har utvärderats inom ramen för det redovisade projektet. Crystal Ball® och Analytica® är lämpliga hjälpmedel för Monte Carlosimuleringar och Risk Calc™ kan användas för intervallskattningar och ”probability bounds”-analys. Alla tre programvarorna är likvärdiga vid en probabilistisk beräkning där osäkerhet och variabilitet hanteras lika, eller där endast den ena ingår. Valet och specifikationen av sannolikhetsfördelningar och beroenden mellan ingångsvariablerna är de enskilda moment som har störst inverkan på utfallet av en probabilistisk riskbedömning. Valet av ingångsfördelningar och hanteringen av beroenden bör därför motiveras och dokumenteras. Känslighetsanalys används som beteckning på metoder för att kvantifiera hur ingångsvariablerna inverkar på utfallet av modellberäkningarna. En probabilistisk riskbedömning kan ses som en övergripande känslighetsanalys, men i allmänhet vill man särskilja och skatta inverkan av varje ingångsvariablerna var för sig. Det finns ett stort antal metoder att välja emellan och därför bör valet av metod motiveras. En viktig del i kvalitetssäkringen är att alla beräkningsresultat kan verifieras utifrån redovisade uppgifter. Vi rekommenderar även att riskbedömningar av större marksaneringsprojekt blir föremål för en oberoende expertgranskning. För att uppnå acceptans bland beslutsfattare och allmänhet krävs även att rapporteringen av resultat disponeras så att den blir tillgänglig och motsvarar olika gruppers krav på redovisning. Probabilistiska riskbedömningar kan då bli ett hjälpmedel för effektiv riskkommunikation genom att analysprocessen tydliggör de osäkerheter som döljs i en traditionell deterministisk riskberäkning.