Mit einem virtuellen Kick-off-Meeting ist kürzlich das Projekt „Künstliche und kollektive Intelligenz zum Spurenstoff-Tracking in Oberflächenwasser für eine nachhaltige Trinkwassergewinnung K2I“ gestartet. Das Projekt wird innerhalb der Fördermaßnahme „Digital GreenTech – Umwelttechnik trifft Digitalisierung“ vom Bundesministerium für Bildung und Forschung (BMBF) mit knapp 1 Million Euro gefördert. Von April 2021 bis März 2023 soll eine laborübergreifende Cloudlösung entwickelt werden, mit der Wasserversorger organische Spurenstoffe schnell entdecken und auf Grundlage einer überregionalen Datenbasis mögliche Quellen eingrenzen können.
Oberflächengewässer wie Flüsse, Seen oder Talsperren sind eine wichtige Ressource für die Trinkwasserversorgung. Derzeit wird in Deutschland etwa ein Drittel des Trinkwassers aus Oberflächenwasser, Uferfiltrat oder oberflächenbeeinflussten Grundwässern gewonnen. Gleichzeitig sind Oberflächengewässer ständig verschiedenartigen Einträgen von organischen Spurenstoffen und Mikroorganismen ausgesetzt. Typische Eintragsquellen sind lokale Einleitungen, z. B. aus der industriellen Produktion oder durch kommunale Kläranlagen sowie diffuse Stoffeinträge, z. B. aus Abschwemmungen, Versickerungen, Erosion oder landwirtschaftlich genutzten Flächen. Hinzu kommen Einträge aus nachgewiesenen, aber auch aus unbemerkten Schadensereignissen wie Unfällen oder Havarien. Unter den gesamten Spurenstoffeinträgen kann derzeit nur ein Bruchteil entdeckt, erkannt und identifiziert werden. Daher bleiben Spurenstoffe in den meisten Fällen unbemerkt und können dann nicht oder erst mit erheblichem instrumentellen und zeitlichem Aufwand einer Eintragsquelle zugeordnet werden. Die Emittenten bleiben oft unentdeckt und eine Reaktion kann nur mit unbefriedigender zeitlicher Verzögerung erfolgen. Umfassendere Erkenntnisse über den Eintrag und die Verbreitung von Spurenstoffen in Oberflächengewässern könnten somit fokussierte Schutzmaßnahmen für Trinkwasserressourcen und die aquatische Umwelt ermöglichen. Mehr erfahren…
