Für den Einsatz in Regenwasserfiltern wurde ein innovatives Substrat entwickelt, das neben Schwermetallen wie Zink und Kupfer (auch in gelöster Form) eine Reihe im Regenwasserabfluss relevanter organischer Spurenstoffe zurückhalten kann. Das Substrat wurde in einem Pilotfilter über ein Jahr unter Realbedingungen getestet. Zu den untersuchten Spurenstoffen gehörten Diuron und Terbutryn als Wirkstoffe von Fassadenbeschichtungen (einschließlich dreier Transformationsprodukte) sowie Mecoprop aus einer wurzelfesten Bitumenbahn und Benzothiazol aus Dachdichtungsbahnen auf EPDM-Basis. Insgesamt wurden während 13 Monaten 17 Einzelereignisse und 2 Sammelproben genommen, die zusammen Regenereignisse mit einer Gesamthöhe von 410 mm repräsentieren. Das Spektrum der mittleren Zulaufkonzentrationen reichte von etwa 2000 µg/L und 200 µg/L für Zink bzw. Kupfer über 70 µg/L für Mecoprop und Diuron bis zu einstelligen Werten für Terbutryn und Benzothiazol. Für die Spurenstoffe zeigte sich zudem ein abnehmender Konzentrationstrend durch Auswascheffekte der untersuchten Flächen. Der Frachtrückhalt war für alle Substanzen hoch und reichte von 85 % Gesamtfrachtrückhalt für Mecoprop und gelöstes Kupfer bis zu 97 % für Diuron, Desmethyl-Diuron und Benzothiazol. Die weitestgehend unspezifische Stoffelimination lässt eine breite Anwendung des Substrats zu.
In Baustoffen wird eine Vielzahl von Stoffen verwendet, um deren Eigenschaften zu verbessern. Die Aufmerksamkeit wurde in den letzten Jahren auf organische Zusätze in Putzen, Fassadenfarben oder Dachabdichtungsbahnen gelenkt, da diese Verbindungen in städtischen Regenwasserabflüssen und Oberflächengewässern nachgewiesen wurden. In der vorgestellten Studie wurde das Ausmaß der durch Regenereignisse induzierten Emissionen an zwei Neubaugebieten in Berlin untersucht. Dazu wurden über einen Zeitraum von 1,5 Jahren Regenwasserabflüsse von Dächern, Fassaden und dem Gesamtgebiet beprobt und analysiert. Die Ergebnisse zeigen, dass insbesondere die Biozide Diuron und Terbutryn aus Fassaden, die Wurzelschutzmittel Mecoprop und MCPA in Bitumenbahnen sowie Zink aus Dächern und Fassaden in die Regenwasserkanalisation gelangten und damit in kleinen Fließgewässern zu Überschreitungen der Umweltqualitätsziele führen können. Zusätzlich traten regelmäßig Transformationsprodukte der Biozide auf. Die berechnete Massenbilanz zeigt, dass die größte Menge der Stoffe vor Ort verbleibt und diffus oder gezielt versickert. Minderungsmaßnahmen zur Quellenkontrolle sollten in Betracht gezogen werden, um das Auslaugen umweltrelevanter Stoffe aus Baumaterialien zu vermeiden.
German: In den vergangenen Jahren hat sich die Datenlage zum Zustand der Abwasserkanalisation und zur Wirkung unterschiedlicher Sanierungsverfahren stetig verbessert. Basierend auf diesen Erkenntnissen wurden durch das Kompetenzzentrum Wasser Berlin und die Berliner Wasserbetriebe Prognosemodelle zur Bewertung unterschiedlicher Sanierungsszenarien sowie zur Lokalisierung schadhafter Kanäle entwickelt. Die vorliegende Studie zeigt den Weg von Bestands- und Zustandsdaten des Kanalnetzes zu einem an die lokalen Randbedingungen angepassten Simulationswerkzeug für die strategische Kanalsanierungsplanung. Dabei werden Methoden zur modellgestützten Ergänzung von Datenlücken sowie die entwickelten Modellkomponenten für Kanalalterung und -sanierung vorgestellt. Darüber hinaus werden Ergebnisse ausgewählter Sanierungsszenarien und die wichtigsten Prognoseunsicherheiten diskutiert. Der entwickelte Ansatz unterstützt die Kanalsanierungs- und Investitionsplanung von Kommunen und hilft, den Zustand der Abwasserinfrastruktur langfristig zu erhalten oder zu verbessern.
The H2020 innovation project digital-water.city (DWC) aims at boosting the integrated management of water systems in five major European cities – Berlin, Copenhagen, Milan, Paris and Sofia – by leveraging the potential of data and digital technologies. The goal is to quantify the benefits of a panel of 15 innovative digital solutions and achieve their long-term uptake and successful integration in the existing digital systems and governance processes. One of these promising technologies is a new generation of sensors for measuring combined sewer overflow occurrence, developed by ICRA and IoTsens. Recent EU regulations have correctly identified CSOs as an important source of contamination and promote appropriate monitoring of all CSO structures in order to control and avoid the detrimental effects on receiving waters. Traditionally there has been a lack of reliable data on the occurrence of CSOs, with the main limitations being: i) the high number of CSO structures per municipality or catchment and ii) the high cost of the flow-monitoring equipment available on the market to measure CSO events. These two factors and the technical constraints of accessing and installing monitoring equipment in some CSO structures have delayed the implementation of extensive monitoring of CSOs. As a result, utilities lack information about the behaviour of the network and potential impacts on the local water bodies. The new sensor technology developed by ICRA and IoTsens provides a simple yet robust method for CSO detection based on the deployment of a network of innovative low-cost temperature sensors. The technology reduces CAPEX and OPEX for CSO monitoring, compared to classical flow or water level measurements, and allows utilities to monitor their network extensively. The sensors are installed at the overflows crest and measure air temperature during dry-weather conditions and water temperature when the overflow crest is submerged in case of a CSO event. A CSO event and its duration can be detected by a shift in observed temperature, thanks to the temperature difference between the air and the water phase. Artificial intelligence algorithms further help to convert the continuous measurements into binary information on CSO occurrence. The sensors can quantify the CSO occurrence and duration and remotely provide real-time overflow information through LoRaWAN/2G communication protocols. The solution is being deployed since October 2020 in the cities of Sofia, Bulgaria, and Berlin, Germany, with 10 offline sensors installed in each city to improve knowledge on CSO emissions. Further 36 (Sofia) and 9 (Berlin) online sensors will follow this winter. Besides its main goal of improving knowledge on CSO emissions, data in Sofia will also be used to identify suspected dryweather overflows due to blockages. In Berlin, data will be used to improve the accuracy of an existing hydrodynamic sewer model for resilience analysis, flood forecasting and efficient investment in stormwater management measures. First results show a good detection accuracy of CSO events with the offline version of the technology. As measurements are ongoing and further sensors will be added, an enhanced set of results will be presented at the conference.
Bei Regenwetter können von Gebäuden verschiedene anorganische und organische Stoffe in die Gewässer gelangen. Um solche Stoffeinträge zu bilanzieren, wurden in Berlin die Stoffemissionen in zwei Untersuchungsgebieten erfasst und mittels Modellierung die Emissionsdynamik und Belastungen in Gewässern abgeschätzt. Die Ergebnisse zeigen beispielsweise, dass vor allem von den Westfassaden der Wirkstoff Diuron emittiert. Obwohl im vorgestellten Untersuchungsgebiet nur 1 % der Stoffemission in den Regenkanal bzw. das Gewässer gelangt, können vor allem bei kleinen Gewässern kritische Konzentrationen auftreten. Die überwiegende Fracht verblieb im Gebiet oder versickerte. Um solche Stoffbelastungen zu vermeiden, bieten sich verschiedene Maßnahmen an der Quelle oder nachgeschaltet an. Die entwickelten Vorschläge sind für die Praxis umsetzungsorientiert ausgelegt und zielen auf Fassaden, Dächer und die Grundstücksentwässerung.
Probabilistic quantitative microbial risk assessment (QMRA) studies define model inputs as random variables and use Monte-Carlo simulation to generate distributions of potential risk outcomes. If local information on important QMRA model inputs is missing, it is widely accepted to justify assumptions about these model inputs by using external literature information. A question, which remains unexplored, is the extent to which previously published external information should influence local estimates in cases of nonexistent, scarce, and moderate local data. This question can be addressed by employing Bayesian hierarchical modeling (BHM). Thus, we study the effects and potential benefits of BHM on risk and performance target calculations at three wastewater treatment plants (WWTP) in comparison to alternative statistical modeling approaches (separate modeling, no-pooling, complete pooling). The treated wastewater from the WWTPs is used for restricted irrigation, potable reuse, or influences recreational waters, respectively. We quantify the extent to which external data affects local risk estimations in each case depending on the statistical modeling approach applied. Modeling approaches are compared by calculating the pointwise expected log-predictive density for each model. As reference pathogens and example data, we use locally collected Norovirus genogroup II data with varying sample sizes (n = 4, n = 7, n = 27), and complement local information with external information from 44 other WWTPs (n = 307). Results indicate that BHM shows the highest predictive accuracy and improves estimates by reducing parameter uncertainty when data are scarce. In such situations, it may affect risk and performance target calculations by orders of magnitude in comparison to using local data alone. Furthermore, it allows making generalizable inferences about new WWTPs, while providing the necessary flexibility to adjust for different levels of information contained in the local data. Applying this flexible technique more widely may contribute to improving methods and the evidence base for decision-making in future QMRA studies.
Combined sewer overflows (CSOs) are of major environmental concern for impacted surface waterbodies. In the last decades, major storm events have become increasingly regular in some areas, and meteorological scenarios predict a further rise in their frequency. Consequently, control and treatment of CSOs with respect to best practice examples, innovative treatment solutions, and management of sewer systems are an inevitable necessity. As a result, the number of publications concerning quality, quantity, and type of treatments has recently increased. This review therefore aims to provide a critical overview on the effects, control, and treatment of CSOs in terms of impact on the environment and public health, strict measures addressed by regulations, and the various treatment alternatives including natural and compact treatments. Drawing together the previous studies, an innovative treatment and control guideline are also proposed for the better management practices.