Not logged in.

Quick Search - Contribution

Contribution Details

Type Dissertation
Scope Discipline-based scholarship
Title A Dynamic Probabilistic Material Flow Modeling Method for Environmental Exposure Assessment
Organization Unit
Authors
  • Nikolaus Alexander Bornhöft
Supervisors
  • Lorenz Hilty
  • Bernd Nowack
Language
  • English
Institution University of Zurich
Faculty Faculty of Business, Economics and Informatics
Number of Pages 179
Date 2017
Date Annual Report 2017
Abstract Text Simulation modelling is an important tool for assessing the environmental level of a pollutant. By modelling the flow of anthropogenic substances from the technosphere into the ecosphere and through several environmental compartments, the concentrations of these in air, water and soil can be estimated. These values are a fundamental requirement for any estimation of environmental hazard and risk posed by a chemical or substance. In general, the input data needed for such models is uncertain and determining reliable values for environmental stocks and flows using a mass-flow model is a challenge. That is why Material flow Analysis (MFA) needs methods and tools to deal with this uncertainty. In static cases, this can be done via Probabilistic Material Flow Analysis (PMFA). But processes including time-dynamic behaviour cannot be handled with this. Therefore, the present thesis presents Dynamic Probabilistic Material Flow Analysis (DPMFA) as a new approach to close this gap. It includes: – a mass balanced stock and flow representation, – time-dynamic system behaviour and discrete period based time progress, and – explicit uncertainty representation and propagation In DPMFA, the existing Probabilistic Material Flow Analysis (PMFA) is linked to dynamic modelling means. In PMFA a system of dependent material flows is assumed to be in equilibrium for the investigated period (e.g. a year). Incomplete system knowledge is represented as Bayesian parameter distributions. On this basis, the dependent model variables (such as environmental stocks) are derived using Monte-Carlo simulation. To introduce dynamic behaviour of a system over a longer time span, in DPMFA, the flows of subsequent periods need to be calculated and the material accumulations in the sinks have to be added up. External inflows are considered for each period individually and intermediate delays are represented as stocks with specific release functions. As a result, environmental pollutant concentrations and exposures are determined based on the absolute material amounts in stocks. In addition to the theoretical modelling approach, a respective modelling-package in Python was implemented and provided1. The tool enables application experts from different fields to develop models for their domain. One important application field for this approach is the assessment of new substances such as engineered nano-materials (ENM), which are used in a growing number of products. At present, there are no analytic methods available to quantify environmental concentrations of ENM. Most of them are long-lasting, so they can accumulate in the ecosphere over a longer time period. This qualifies the modelling and simulation of ENM flows as suitable example of use to demonstrate the new approach. We describe the development and application of DPMFA in the form of four scientific articles, which constitute the core of this thesis. Article I (Chapter 2) presents the specific requirements for the new modelling approach and implements a small example model using several existing modelling approaches to identify their possibilities and limitations. In article II (Chapter 3), the new approach is theoretically developed in detail and then exemplarily applied in a case-study to assess the environmental concentrations of Carbon Nanotubes (CNT) in Switzerland. The new approach is further specified in Article III (Chapter 4). In particular, the representation of incomplete knowledge from several data sources, model-robustness regarding design decisions, as well as sensitivityand uncertainty analyses are discussed and resulting implications on the model and the investigated system are highlighted. A comprehensive application of the approach was performed in a modelling study in Article IV (Chapter 5). This way, the approach has been validated by applying it to realistic cases. These are modelling the concentrations of the materials nano-TiO2, nano-ZnO, nano-Ag and CNT in the European Union. For each of the materials the concentrations in surface water, sediment, natural and urban soil, sludge treated soil and air have been estimated for the year 2014. Thereby, the appropriateness of the approach could be proved for the investigated class of exposure models.
Zusammenfassung Die Modellierung und Simulation von Flüssen anthropogener Substanzen aus der Technosphäre in die Ökosphäre und dort durch verschiedene Umweltmedien erlaubt es, die Konzentrationen dieser Substanzen in der Luft, im Wasser und in der Erde zu bestimmen. Die Kenntnis dieserWerte ist eine wichtige Voraussetzung für die Einschätzung von Umweltgefährdungen und Risiken, die durch diese Chemikalien oder Substanzen entstehen können. Eingangsgrößen für diese Materialflussanalyse sind die Flüsse zwischen den verschiedenen Bereichen. Jedoch liegen hierzu im Allgemeinen meist keine verlässlichen Werte vor. Daher werden zur so genannten Materialflussanalyse (MFA) Methoden und Werkzeuge benötigt, um diese Unsicherheiten entsprechend zu berücksichtigen. In statischen Fällen kann dazu die Probabilistische Materialflussanalyse (PMFA) herangezogen werden. Prozesse, die zeit-dynamisches Verhalten umfassen, können so jedoch nicht abgebildet werden. Daher wird in dieser Doktorarbeit die Dynamic Probabilistic Material Flow Analysis (DPMFA) als ein neuer Ansatz eingeführt, um diese Lücke zu schliessen. Er umfasst – –– eine massebilanzierte Repräsentation von Stocks (Lagern) und Flows (Flüssen), – das zeit-dynamische Systemverhalten und den diskreten, periodischen Zeitfortschritt – eine explizite Repräsentation und Propagation von Unsicherheit In DPMFA wird die bereits existierende Probabilistic Material Flow Analysis (PMFA) mit der dynamischen Modellierung verknüpft. Dabei wird ein System abhängiger Materialflüsse innerhalb einer Periode (z.B. eines Jahres) als Gleichgewicht modelliert. Unvollständiges Systemwissen wird als Bayesche Parameterverteilungen abgebildet. Abhängige Modellvariablen (wie zum Beispiel Umwelt-Stocks) werden mit Monte-Carlo Simulation abgeleitet. Um auch das dynamische Systemverhalten über einen längeren Zeitraum abzubilden, werden in der DPMFA die Flüsse der aufeinander folgenden Perioden berechnet und die Material-Akkumulationen in den Modellsenken aufaddiert. Externe Zuflüsse werden für jede Periode einzeln betrachtet und zeitliche Verzögerungen werden als Stockspezifische Freisetzungsfunktionen abgebildet. Auf Basis der absoluten Materialmengen in einen Stock können nun Umwelt-Schadstoffkonzentrationen und Expositionen bestimmt werden. Zusätzlich zum theoretischen Modellierungsansatz, der im Rahmen dieser Arbeit erarbeitet wurde, wird ausserdem ein entsprechendes Modellierungs-Packages in Python zur Verfügung gestellt2. Dieses Werkzeug soll es Experten aus unterschiedlichen Bereichen ermöglichen Modelle für ihre jeweilige Anwendung zu erstellen. Ein wichtiges Anwendungsfeld für DPMFA ist die Bewertung der Einflüsse neuer Substanzen wie zum Beispiel künstlich hergestellter Nanomaterialien (ENM), die in immer mehr Produkten Verwendung finden. Gegenwärtig gibt es kein analytisches Verfahren, um Umweltkonzentrationen von ENM zu bestimmen. Ausserdem sind viele ENM langlebig. Aus diesem Grund eigenen sie sich als Fallbeispiel, um den neuen Ansatz zu demonstrieren. Wir beschreiben die Entwicklung und Anwendung von DPMFA in Form von vier Forschungsartikeln, die den Kern dieser Dissertation ausmachen. Artikel I (Kapitel 2) arbeitet die spezifischen Anforderungen, an den Modellierungsansatz heraus. Dazu wurde ein Beispielmodell mit unterschiedlichen bestehenden Ansätzen implementiert, um so deren Möglichkeiten und Limitierungen zu identifizieren. In Artikel II (Kapitel 3) wird der neue Ansatz zunächst theoretisch entwickelt und dann exemplarisch in einer Fallstudie zur Abschätzung der Umweltbelastung durch Kohlenstoff-Nanoröhrchen (Carbon Nanaotubes - CNT) in der Schweiz angewandt. Artikel III (Kapitel 4) behandelt weitere Aspekte des Ansatzes im Detail. Insbesondere werden die Abbildung unsicheren Wissens aus verschiedenen Datenquellen als Modellparameter, Untersuchungen der Modell-Robustheit gegenüber bestimmten Designentscheidungen sowie Sensitivitätsanalysen und Unsicherheitsanalysen diskutiert und sich daraus ergebende Implikationen für das Modell und das untersuchte System beleuchtet. Eine umfassende Anwendung der Methode findet in Artikel IV (Kapitel 5) statt. Auf diese Weise wird der Ansatz durch seine Anwendung in einem realistischen Szenario validiert, indem mithilfe von DPMFA Umweltkonzentrationen der Materialien nano-TiO2, nano-ZnO, nano-Ag and CNT für die Europäische Union bestimmt werden. Für jede der Materialien werden die Konzentrationen in Oberflächenwasser, Sediment, natürlichen und urbanen Böden, Klärschlamm-behandelten Böden und in der Luft bestimmt und damit auch gezeigt, dass der Ansatz zur Expositions-Modellierung geeignet ist.
Other Identification Number merlin-id:16019
PDF File Download from ZORA
Export BibTeX
EP3 XML (ZORA)