Onderzoek helpt impact Zeer Zorgwekkende Stoffen op drinkwatervoorziening beperken

Zeer Zorgwekkende Stoffen (ZZS) zijn stoffen die gevaarlijk zijn voor mens en milieu. De watersector krijgt steeds meer te maken met ZZS en nieuwe emissieroutes, zoals bestrijdingsmiddelen, industriële stoffen, drugsafval of medicijnresten. Er is gedegen kennis en informatie nodig over het voorkomen en het gedrag van deze stoffen, hun emissieroutes, hun impact op de bronnen en hun verwijderbaarheid tijdens de productie van drinkwater.

Themaoverkoepelend project

Daarom wordt binnen het Themaoverkoepelend BTO-project Impact van zeer zorgwekkende stoffen in het milieu gewerkt aan onder meer bemonsteringscampagnes, voorspellingsmethoden voor het gedrag van ZZS in de ondergrond en de zuivering, en wat de impact van deze stoffen is op de gezondheid van mens en milieu. Dit project loopt tot eind 2023. Tijdens een webinar op 16 maart luisterden 60 BTO-deelnemers naar een overzicht van de actuele stand van zaken binnen dit project.

Toxiciteit

Renske Hoondert (KWR) presenteerde het werk naar de modellering van de toxiciteit van ZZS. Met machine learning technieken is onderzocht wat de relatie is tussen moleculaire eigenschappen en structuren van ZZS en de toxiciteit (als responswaarde op verschillende bio-assays). Dit werd gepresenteerd in samenhang met de clustering die eerder al gedaan was in het project, waarbij de stoffen gerangschikt zijn op basis van de chemische structuur. Uit ieder cluster is een representatieve stof gekozen, die gebruikt is in de meetcampagne. Gekeken is naar twee voorspellers van toxiciteit: een traditionele indicator, de octanol-water partitiecoëfficiënt, en de chemische structuur (structural alerts). De chemische structuur blijkt een goede voorspeller van toxiciteit, maar welke van deze alerts de sterkste voorspeller van toxiciteit is, hangt sterk af van het type bioassay waarmee de toxiciteit wordt onderzocht. Relaties tussen stofeigenschappen/structuren en toxiciteit zullen in toekomstig onderzoek verder uitgediept en mechanistisch verklaard worden, om in de toekomst de mogelijkheid te bieden om stoffen te prioriteren op basis van de te verwachte toxiciteit.

Gedrag in de zuivering

Bas Wols (KWR) presenteerde het gedrag van ZZS in de zuivering. De resultaten van een monstercampagne bij de full-scale zuiveringen lieten zien dat de meeste gemeten ZZS verwijderd werden in de zuivering, maar de concentraties in het ruwe water waren vaak te laag om een goede inschatting van de zuiveringsefficiëntie te bepalen. Die zuiveringsefficiëntie is nodig voor de ontwikkeling van modellen. Daarom is nu ook een meetcampagne opgezet waarbij continu ZZS worden gevoed aan actieve koolfilters op pilotschaal. Deze metingen worden gebruikt om de modellen verder te verbeteren. Deze modellen komen beschikbaar via de webtool AquaPriori, waarmee de verwijdering van een willekeurige organische microverontreiniging ingeschat kan worden.

Gedrag in de ondergrond

Bas van der Grift (KWR) gaf een presentatie van het gedrag van stoffen in de ondergrond. Hiermee kan een inschatting gemaakt worden van het transport, de afbraak en/of de adsorptie van een ZZS in verschillende typen winningen. Meetgegevens van een groot aantal stoffen van winningen uit de praktijk en van de monstercampagne met ZZS wordt hier gebruikt om de ondergrondmodellen verder te ontwikkelen. Ook deze modellen worden toegevoegd aan de AquaPriori webtool.

Text mining

Xin Tian (KWR) presenteerde het gebruik van natural language processing (een vorm van artificiële intelligentie om menselijke taal te ontleden met een computer) om automatisch een groot aantal gegevens uit de wetenschappelijke literatuur te kunnen halen (text mining). Deze informatie kan gebruikt worden in de modellen voor de zuivering en ondergrond om het gedrag van ZZS te kunnen voorspellen.

Pilotopstelling ZZS.