IWA Micropol 2026 in Toronto

De conferentie vond plaats in het Chestnut Conference Center van de Universiteit van Toronto. De conferentie bracht voornamelijk onderzoekers bijeen die zich bezighouden met diverse onderwerpen op het gebied van milieuverontreiniging. Gedurende vier dagen bespraken de deelnemers enkele van de meest urgente uitdagingen in de sector, waaronder PFAS-verontreiniging, microverontreinigingen, screening van niet-doelsoorten, hergebruik en zuivering van afvalwater, drinkwaterveiligheid, microplastics en klimaatgerelateerde effecten op aquatische systemen.

Het wetenschappelijke programma omvatte plenaire lezingen van vooraanstaande experts, technische sessies, posterpresentaties en netwerkactiviteiten. PFAS en geavanceerde analysemethoden vormden terugkerende thema’s tijdens de conferentie, wat de groeiende aandacht onderstreept voor het monitoren en verwijderen van persistente verontreinigingen uit watersystemen.

Het sterke wetenschappelijke programma omvatte keynote-lezingen door vooraanstaande deskundigen, technische sessies, posterpresentaties, netwerkevenementen en een rondleiding door een wijngaard die zo duurzaam mogelijk te werk gaat. PFAS, geavanceerde analysemethoden en de verwijdering van verontreinigende stoffen kwamen tijdens de conferentie steeds weer naar voren als belangrijke thema’s, wat het toenemende belang weerspiegelt van het monitoren en verwijderen van persistente verontreinigende stoffen uit het milieu.

Bijdragen van KWR aan Micropol 2026

Onderzoekers van KWR hielden verschillende presentaties over geavanceerde waterkwaliteitsmonitoring en de analyse van opkomende verontreinigende stoffen.

Patrick Bäuerlein gaf een presentatie over hoe gevestigde analysemethoden, zoals HPLC-DAD, bij strategisch gebruik nog steeds zeer effectieve en praktische oplossingen kunnen bieden voor routinematige waterkwaliteitsmonitoring

Sevda Eryilmaz Soydan presenteerde in twee presentaties haar werk over microplasticanalyse en de uitdagingen waarmee men te maken krijgt. Uit haar presentaties bleek dat de matrix wel degelijk van invloed is op de gegevens en dat de resultaten daarom zorgvuldig moeten worden gecontroleerd alvorens ze te publiceren.

Andere onderwerpen waren de implementatie van sensoren in combinatie met machine learning om de waterkwaliteit te monitoren en het gebruik van machine learning om microplastics in watermonsters te analyseren.

Inzichten