Dr hab. inż. Małgorzata Kida, prof. PRz kierownikiem projektu w ramach programu Narodowego Centrum Nauki OPUS 29
Projekt „Wpływ procesów dezynfekcji wody na emisję zanieczyszczeń z mikroplastików i możliwości ich redukcji z wykorzystaniem sorbentów naturalnych” będzie realizowany przez 36 miesięcy, a jego budżet wynosi 819 800 zł.
Zespół badawczy
Kierownikiem projektu jest dr hab. inż. Małgorzata Kida, prof. PRz z Katedry Inżynierii i Chemii Środowiska na Wydziale Budownictwa, Inżynierii Środowiska i Architektury. W skład zespołu badawczego wchodzą: dr inż. Sabina Ziembowicz, prof. dr hab. inż. Piotr Koszelnik, dr inż. Marcin Chutkowski, dr inż. Kamil Pochwat, dr inż. Andżelika Domoń, mgr inż. Wojciech Strojny.
Opis badań
Projekt koncentruje się na jednym z kluczowych wyzwań współczesnej ochrony środowiska i bezpieczeństwa wody pitnej – problemie mikroplastików (MPs) oraz ich wpływie na jakość wody podczas procesów dezynfekcji. Mikroplastiki, będące powszechnymi zanieczyszczeniami środowiska, mogą uwalniać do wody szkodliwe substancje takie, jak plastyfikatory, stabilizatory i inne dodatki chemiczne. W procesie produkcji tworzyw sztucznych stosuje się ponad 16 000 różnych substancji, z czego jedynie 6% podlega regulacjom międzynarodowym. Procesy dezynfekcji, będące kluczowym elementem zapewnienia bezpieczeństwa sanitarnego wody, mogą jednocześnie prowadzić do uwalniania tych toksycznych związków oraz powstawania nowych, potencjalnie niebezpiecznych produktów ubocznych dezynfekcji (DBPs).
Projekt będzie obejmował szczegółową analizę wpływu różnych metod dezynfekcji (w tym UV i ozonowania) oraz parametrów operacyjnych takich, jak pH, czas kontaktu i rodzaj środka dezynfekującego, na emisję związków migrujących z mikroplastików oraz na tworzenie DBPs. Dodatkowo badania ocenią skuteczność naturalnych i modyfikowanych sorbentów, ze szczególnym uwzględnieniem magnetytu, w usuwaniu mikroplastików oraz ograniczaniu emisji toksycznych substancji podczas dezynfekcji. Zastosowanie tych sorbentów może stanowić innowacyjne i przyjazne środowisku rozwiązanie minimalizujące ryzyko wtórnego zanieczyszczenia wody.
Na podstawie wyników eksperymentalnych zostanie opracowany zaawansowany model predykcyjny z wykorzystaniem technik uczenia maszynowego w celu identyfikacji kluczowych czynników wpływających na emisję zanieczyszczeń oraz optymalizacji parametrów procesów dezynfekcji i sorpcji. Dane uzyskane podczas badań laboratoryjnych będą gromadzone i analizowane przy użyciu zaawansowanych metod uczenia maszynowego, w tym sztucznych sieci neuronowych (ANN), maszyn wektorów nośnych (SVM), metody k-najbliższych sąsiadów (k-NN), regresji lasu losowego oraz wzmacnianych drzew regresyjnych. Dla porównania wykorzystane zostaną również metody klasyczne, takie jak regresja wieloraka i ANOVA. Analizowane będą interakcje między różnymi parametrami wpływającymi na emisję toksycznych substancji i na sorpcję. Opracowane zostaną modele predykcyjne emisji dla różnych scenariuszy środowiskowych. Modele zostaną skalibrowane w celu zwiększenia ich dokładności i niezawodności. Dodatkowo przeprowadzona zostanie ocena ryzyka ekotoksykologicznego związanego z obecnością mikroplastików i emisją toksycznych substancji.
Realizacja projektu pogłębi wiedzę na temat interakcji między mikroplastikami a procesami uzdatniania wody i dostarczy praktycznych narzędzi do minimalizowania negatywnego wpływu tych zanieczyszczeń na środowisko oraz zdrowie publiczne. Wyniki będą miały istotne znaczenie dla opracowania strategii zarządzania jakością wody przeznaczonej do spożycia w dobie rosnącego zanieczyszczenia środowiska mikroplastikami.
