Département Technologie des procédés

Der Schweizer Bundesrat hat sich das ehrgeizige Ziel gesetzt, bis 2050 die nationale Treibhausgasbilanz auszugleichen und somit auf "Netto Null" zu bringen. Wie im jüngsten IPCC-Bericht hervorgehoben, besteht angesichts der Zeit, die für systemische und gesellschaftliche Umstellungen benötigt wird, dringender Handlungsbedarf. Trotz des klaren Ziels gibt es noch zahlreiche Fragen zu den Umstellungspfaden, der gesellschaftlichen Akzeptanz, den technologischen Entwicklungen, den rechtlichen Rahmenbedingungen und den Geschäftsmodellen.

SCENE (Swiss Center of Excellence on Net Zero Emissions) ist ein Forschungsprogramm, das vom ETH-Bereich im Rahmen der gemeinsamen Initiativen im Strategiebereich Energie, Klima und nachhaltige Umwelt finanziert wird. Ziel dieser Initiative ist es, durch interinstitutionelle Zusammenarbeit ein Exzellenzzentrum zu schaffen, das verschiedene Forschungsbereiche mit Bezug auf Netto-Null-Emissionen abdeckt.

In der Abteilung Verfahrenstechnik der Eawag und in Zusammenarbeit mit der Empa sind wir für das Arbeitspaket zur Reduktion von Treibhausgasemissionen aus der Abwasserreinigung verantwortlich. Dabei liegt unser Fokus auf der Vermeidung der Lachgasbildung (N2O), da es die Treibhausgasemissionen aus der biologischen Abwasserreinigung dominiert. Darüber hinaus ist Lachgas nicht nur ein starkes Treibhausgas sondern auch ein ozonabbauender Stoff. Gegenwärtig mangelt es an Kenntnissen über die Mechanismen der N2O-Bildung im grossmasstäblichen Betrieb von Abwasserreinigungsanlagen, was die Suche nach robusten N2O-Reduktionsstrategien erschwert. Unser Projekt zielt darauf ab, das Verständnis der Lachgasbildung auf grosstechnischen Anlagen zu erweitern. Basierend auf umfassenden Kenntnissen der mikrobiellen Stoffwechselwege, der Kontrollparameter, der Verfahrenstechnik, des Anlagenbetriebs und einer ganzheitlichen Betrachtung der Treibhausgasemissionen, einschließlich des Energieverbrauchs, möchten wir die Suche nach effektiven N2O-Reduktionsmassnahmen unterstützen.

Data Mining zur Mustererkennung

Eine fortgeschrittene Datenanalyse (d. h. Data Mining) bestehender und zusätzlicher N2O-Überwachungskampagnen wird eingesetzt, um Muster und Beziehungen zwischen N2O-Emissionen und Betriebsbedingungen zu erkennen, Hypothesen aufzustellen und die Erstellung eines mechanistischen Modells voranzutreiben.

Pilot- und großtechnische Experimente zur Prüfung der Hypothesen

Die Ergebnisse des Data Mining und der Modellierung werden zur Planung von Pilotexperimenten verwendet, um die Hypothesen zu testen. Die Experimente werden durch mikrobielle DNA-Analysen und Isotopenanalysen von N2O ergänzt, um dessen Bildung mit mikrobiellen Stoffwechselwegen zu korrelieren. Die Isotopenanalyse wird dabei von der Empa durchgeführt.

Modellentwicklung und Simulationen zur Verbesserung des mechanistischen Verständnisses

Es wird ein Modell zur quantitativen Vorhersage von N2O-Emissionen entwickelt, um unser mechanistisches Verständnis zu verbessern und Minderungsstrategien zu testen, die wiederum in einer umfassenden Studie validiert werden.