Abteilung Siedlungswasserwirtschaft

Schmutzfrachtmodellierung von spezifischen Substanzen in Kanalisationen

Die verlässliche Vorhersage von spezifischen Substanzen wie Pharmaka und deren Abbauprodukte in Infrastruktur- und Umweltsystemen ist aus mehreren Gründen relevant: Einerseits sind genaue Modellvorhersagen für die Risikoabschätzung essenziell, da sie helfen, Stoffströme in Abwassersystemen abzuschätzen, Überlauffrachten zu berechnen und nicht zuletzt das optimale design von meist sehr teuren und aufwndigen Messkampagnen zu unterstützen. Andererseits würde ein detailliertes Verständnis der Prozesse uns erlauben aus Abwasserkanalisationen Erkenntnis über gesellschaftliche Prozesse (z.B. Missbrauch von Drogen) zu gewinnen.

Würden Abwassermessungen routinemässig durchgeführt, könnten die Qualitätsmessungen wertvolle zusätzliche Informationen für Epidemiologen und Entscheidungsträger liefern, die praktisch in Echtzeit verfügbar wären. Zudem wären sie günstiger als traditionelle Umfragen und anderen Einflussgrössen unterworfen. Obwohl verschiedenen Orts bereits umfangreiche Messkampagnen durchgeführt werden, ist es nicht ganz trivial, die Verlässlichkeit der Messergebnisse abzuschätzen. Unsicherheit und Variabilität der Messergebnisse muss vor allem in Bezug auf variable Pharmacokinetik, die Mobilität der Bevölkerung, Kanal-Leckagen sowie hydrodynamische Transport-Phänomene berücksichtigt werden.

Zu diesem Zweck entwickeln ein integriertes mathematisches Modell, um Frachten von Medikamenten und Drogen, sowie deren Abbauprodukte in Kanalisationen vorherzusagen. Das stochastische Modell basiert auf verschiedenartigen Informationen unterschiedlicher Qualität, wie Bevölkerungsdaten, epidemiologische and sozio-demographische information, Ergebnisse aus pharmako-kinetischen und klinischen Versuchen, sowie Kanal-Informationen und Abwasserhydraulik.

Das Ziel ist es, das Modell zusammen mit Abwasser-Messungen für epidemiologische Fragestellungen einzusetzen und Messkampagnen optimal zu planen. Ausserdem möchten wir identifizieren, in welchen Bereichen unser Wissen momentan nicht zufriedenstellend ist, um Anhaltspunkte für zukünftige Forschung zu geben.