Water indirect reuse: from an unplanned risk to a planned resource

Reuse of reclaimed wastewater (RWW) in agriculture has recently received increasing attention as a possible solution to water scarcity in many parts of the world. However, RWW can still contains a large variety of contaminants of emerging concern (CECs), which can seep into the soil and enter into the food chain through uptake of edible plants, posing a risk to the environment and human health. Quantification of the risk consists of understanding the level of exposure concentrations with respect to safety thresholds derived from ecotoxicological studies. Historically, determination of exposure concentrations depended essentially on measurements. However, the monitoring of thousands of CECs in different environmental compartments is unfeasible (both economically and physically). Moreover, measurements are discontinuous in-time, site/person-specific and do not allow extrapolating contamination levels to others systems. Developing of reliable modelling tools can help to overcome these challenges. The purpose of this PhD thesis is to contribute to filling the knowledge gaps in the field of risk assessment related to spread of CECs in RWW reuse systems. Specifically, the thesis aims at developing a modelling framework capable of supporting policy-makers to assess the environmental and human health risk of current and future water reuse management strategies. Moreover, the framework is indented for the planning of measuring campaigns to collect samples with high representativeness in order to allow a proper evaluation of compliance with current and forthcoming standards. In this work, the RWW reuse system was considered as made of 5 elements: (i) CECs sources (e.g. cities, industries, hospitals), (ii) combined sewer network, (iii) conventional wastewater treatment plant (WWTP), (iv) surface water and (v) irrigation system. Within this framework, dynamic deterministic conceptual models (both lump and distributed), have been combined with advanced statistical methods (i.e. cluster analysis, uncertainty analysis, stochastic generators, etc.) to make the best use of heterogeneous data sources (e.g. georeferenced information, sales data, etc.) to predict CECs exposure concentrations in target environmental compartments (surface water and edible plant organs). Risk assessment was mainly investigated due to: discharge of treated and untreated wastewater (during rain events) into receiving water system (i.e. environmental risk) and, (ii) human consumption of contaminated edible plants irrigated with RWW (i.e. human health risk). The fate of down-the-drain CECs (e.g. pharmaceutical active compounds - PhACs, personal care products, etc.) from emission sources to the WWTP was first investigated. Within this context, a new systematic approach, combining GIS-based information and a Gaussian mixture model, was developed to identify the optimal structure of a multi-catchment conceptual model to simulate the fate of CECs in large urban catchments. The approach was tested in a catchment located in a highly urbanized Italian city and model performance compared against a traditional single-catchment conceptual model. Results showed that the multi-catchment model allows for a successful simulation of dry weather flow patterns and for an improved simulation of CECs fate compared to the classical single-catchment model. Secondly, an existing micropollutants fate model library (IUWS_MP) was extended to simulate the fate of PhACs with different properties across the whole Integrated Urban Wastewater and Stormwater systems (IUWS – drainage systems, wastewater treatment plants, receiving water bodies). Extensions included specific PhACs fate processes (deconjugation) and a consumption-excretion model to allow simulation of seldom monitored PhAC fractions (e.g. metabolites and fractions entrapped within the faecal matter) along the whole system, thus refining fate and risk assessment in RWW system. PhACs process descriptions was based on simple equations (e.g. first-order kinetics rates to describe deconjugation) and easily retrievable input-parameters (e.g. inherent chemical-physical properties, consumption data, etc.) to minimize the need of data collection for model calibration (except for validation). Model predictions were tested in two different real case studies (i.e. Italian and Danish ones) under dry-weather conditions for 5 highly-consumed PhACs (i.e. carbamazepine, diclofenac, ibuprofen, furosemide and paracetamol). Predictions showed good agreements with measurements at various comparison points (e.g. WWTP inlet and outlet). Possible model implications included: (i) identification of potential environmental risks due to non-compliance of PhACs with existing or proposed environmental quality standards at the WWTP/sewer outlet and (ii) evaluation of the effects of different control strategies in reducing risks for the aquatic environment. Then, the fate of PhACs under wet weather conditions was assessed to: (i) evaluate the impact of combined sewer overflows (CSOs) on surface water streams and (ii) identify optimal sampling strategies (i.e. type of composite, frequency and duration) to sample CSO concentration as much representative as possible. Specifically, a dynamic distributed model was coupled with stochastic PhAC loads generator to make the best use of census and georeferenced data (e.g. number of people per household, age and sex, house location) as proxy variables of unknown/confidential information (e.g., location of the person taking a certain drug, prescribed posology) to simulate realistic PhACs dynamics in sewer systems. Model prediction capabilities were tested in a small Swiss catchment where high-frequency measurements for diclofenac were available during wet-weather conditions. Results showed a proper match between model predictions and measurements. The model was then used to predict diclofenac concentrations at the CSO location during different rain events. Results highlighted that diclofenac concentrations can exceed the quality standard (i.e. the chronic standard was used since an acute standard is not available yet) in the sewage flow discharging to the water stream, posing a risk for the environment. Simulations also showed that flow-proportional mode with a high sampling frequency (2-5 minutes) is the most appropriate way to capture most of the diclofenac load passing through the CSO structure. Lastly, the extended IUWS_MP was coupled with a dynamic plant uptake model to predict the fate of CECs beyond wastewater treatments. The modelled system included a discharge channel and cultivation area where four different types of crops were irrigated with RWW. The model showed capability and flexibility in describing the fate of 13 CECs (clarithromycin, sulfamethoxazole, diclofenac, ibuprofen, paracetamol, carbamazepine, furosemide, 17α- ethinylestradiol, 17β-estradiol, estrone, perfluorooctanoic acid, perfluorooctane sulfonate and triclosan), covering a wide range of physicochemical properties, across different compartments and over long-time intervals. Model predictions were generally verified with measured data, thus allowing for the evaluation of ecological and human health risk. A negligible risk was predicted for most CECs, while sulfamethoxazole and 17α-ethinylestradiol exhibited the highest risk for consumers. Model predictions identified conventional wastewater treatments as an efficient barrier to reduce the overall risk of simulated CECs, although further reduction can be obtained by adopting more efficient irrigation practices.

Il riutilizzo delle acque reflue recuperate per uso agricolo ha recentemente ricevuto crescente attenzione come possibile soluzione alla scarsità d'acqua in molte parti del mondo. Tuttavia, le acque reflue recuperate possono ancora contenere una grande varietà di contaminanti emergenti, i quali possono accumularsi nel terreno e nelle colture, e entrare così nella catena alimentare comportando un rischio per l'ambiente e per la salute umana. La quantificazione del rischio consiste nella determinazione del livello delle concentrazioni di esposizione rispetto alle soglie di sicurezza derivate da studi ecotossicologici. Storicamente, la determinazione delle concentrazioni di esposizione è dipesa essenzialmente dalle misurazioni. Tuttavia, il monitoraggio di migliaia di contaminanti emergenti in diversi comparti ambientali è irrealizzabile sia economicamente che fisicamente. Inoltre, le misurazioni sono discontinue nel tempo, specifiche per sito/persona e non consentono di estrapolare i livelli di contaminazione ad altri sistemi. Lo sviluppo di strumenti di modellazione affidabili può aiutare a superare queste sfide. Lo scopo di questa tesi di dottorato è quello di contribuire a colmare alcune lacune inerenti alla valutazione del rischio relativo alla diffusione di contaminanti emergenti in sistemi di riutilizzo delle acque reflue recuperate. In particolare, la tesi mira a sviluppare uno strumento di supporto alle decisioni per valutare il rischio per l’ambientale e per la salute umana delle attuali e future strategie di gestione di riutilizzo dell'acqua. Inoltre, lo strumento si propone di supportare la pianificazione di campagne di misurazione per raccogliere campioni in modo corretto, al fine di consentire una corretta valutazione della conformità con gli attuali e future standard di qualità ambientale. In questo lavoro, il sistema di riutilizzo delle acque reflue recuperate è stato considerato da cinque elementi: (i) fonti di contaminanti emergenti (ad es. città, industrie, ospedali), (ii) rete fognaria mista, (iii) impianto convenzionale di trattamento delle acque reflue, (iv) scarico in acque superficiali e (v) sistema di irrigazione. In questo contesto, modelli concettuali dinamici e deterministici (distribuiti e non), sono stati combinati con metodi statistici avanzati (es. analisi cluster, analisi di incertezza, generatori stocastici, ecc.) per sfruttare in maniera ottimale fonti di dati eterogenee (ad es. informazioni geo-referenziate, dati di consumo, ecc.) per predire le concentrazioni di esposizione di contaminanti emergenti nei comparti ambientali di riferimento (acque superficiali e colture destinate a scopo alimentare). Due scenari sono stati principalmente analizzati e quantificato il corrispettivo rischio: (i) scarico di acque reflue trattate e non (queste ultime durante eventi di pioggia) nel sistema di acque superficiali (rischio ambientale) e (ii) consumo umano di piante commestibili irrigate con acqua reflua recuperata (rischio per la salute umana). Come primo obiettivo, è stato modellato il destino ambientale di contaminanti emergenti (ad es. farmaci, prodotti per la cura personale, ecc.) all’interno della rete fognaria. In particolare, è stato sviluppato un nuovo approccio sistematico, che combina informazioni geo-referenziate e un’analisi cluster, per identificare la struttura ottimale di un modello concettuale a bacino multiplo per simulare il destino di contaminanti emergenti in grandi contesti urbanizzati. L'approccio è stato testato in una città italiana, altamente popolata, e le prestazioni del modello sono state testate rispetto a un modello concettuale tradizionale (i.e. a bacino singolo). I risultati hanno mostrato che il modello multi-bacino migliora decisamente le predizioni in termini di stima delle concentrazioni e carichi di contaminanti emergenti in ingresso all’impianto di trattamento rispetto al modello classico. Successivamente, è stato modificato un modello esistente (IUWS_MP), in grado di predire il destino di sostanze pericolose e prioritarie (ad es. pesticidi) nell'intero sistema integrato delle acque reflue urbane, per simulare il destino di contaminanti emergenti, quali i farmaci. Le estensioni hanno incluso processi specifici (ad es. deconiugazione) e un modello di consumo per predire il destino ambientale di alcune sostanze raramente monitorate (ad es. metaboliti e frazioni intrappolate nei solidi sospesi), affinando così la valutazione del rischio all’interno del sistema. I processi sono stati integrati utilizzando equazioni semplici (ad es. cinetiche del primo ordine per descrivere la deconiugazione) e parametri facilmente recuperabili dalla letteratura (ad es. proprietà chimico-fisiche intrinseche, dati di consumo, ecc.) al fine di ridurre al minimo la necessità di raccolta dati per la fase di calibrazione. Le previsioni del modello sono state testate in due diversi casi studio (uno italiano e uno danese) in condizioni di tempo secco per cinque sostanze farmaceutiche ad alto consumo (carbamazepina, diclofenac, ibuprofene, furosemide e paracetamolo). Le previsioni di concentrazioni sono state in linea con le misurazioni in vari punti del sistema (ad es. ingresso e uscita dell’impianto di trattamento), mostrando un’adeguata fase di validazione. Le possibili implicazioni del modello includono: (i) l'identificazione di potenziali rischi ambientali dovuti alla non conformità con i limiti attuali e futuri in vari punti del sistema e (ii) la valutazione di diverse strategie di controllo per la riduzione dei rischi ambientali. Successivamente, il destino di sostanze farmaceutiche è stato valutato in condizioni di pioggia per: (i) valutare l'impatto di eventuali scarichi fognari non trattati in acque superficiali e (ii) identificare strategie di campionamento ottimali (tipo di campione composito, frequenza e durata del campione composito) al fine di ottenere campionamenti il più precisi possibile. In particolare, un modello dinamico distribuito è stato accoppiato con un generatore stocastico per poter simulare dinamiche realistiche di concertazioni all’interno del sistema fognario. In particolare il modello utilizza dati di censimento e geo-referenziati (ad es. numero di persone per famiglia, età e sesso, posizione delle abitazioni) come variabili proxy di informazioni sconosciute/riservate (ad es. posizione della persona che assume un determinato farmaco, posologia prescritta), permettendo di sfruttare diversi tipi di dati disponibili. La capacità previsionale del modello è stata testata in un piccolo bacino svizzero, dove erano disponibili misurazioni ad alta frequenza di diclofenac durante diversi eventi di pioggia. I risultati hanno mostrato una buona corrispondenza tra previsioni del modello e misurazioni. Il modello è stato quindi utilizzato per predire le concentrazioni di diclofenac in punti di scarico in acque superficiali durante eventi di pioggia. I risultati hanno evidenziato che le concentrazioni di diclofenac possono superare lo standard di qualità all’interno della fognatura, comportando un possibile rischio cronico per l'ambiente qualora la capacità di diluzione del fiume non sia ottimale. Le simulazioni hanno anche mostrato che la modalità di campionamento di tipo proporzionale al flusso, e con frequenza di 2-5 minuti, è il modo più appropriato per campionare la maggior parte del carico di diclofenac che viene scaricato in ambiente. Infine, il modello modificato IUWS_MP è stato combinato con un modello dinamico in grado di predire l’assorbimento di contaminanti emergenti all’interno delle colture. Il modello è stato testato in un sistema di riuso in cui l’acqua reflua recuperata viene scaricata in un canale e successivamente usata per irrigare un'area con diversi tipi di colture. Il destino ambientale di tredici contaminanti emergenti (claritromicina, sulfametossazolo, diclofenac, ibuprofene, paracetamolo, carbamazepina, furosemide, 17α-etinilestradiolo, 17β-estradiolo, estrone, perfluoroottanoico, perfluorone e perfluorocano) è stato simulato. Le previsioni del modello sono state verificate con misure in situ e non, ed è stata effettuata un’analisi di rischio. Mentre per la maggior parte dei contaminanti è stato previsto un rischio trascurabile sia per l’ambiente che per la salute umana, per sulfametossazolo e 17α-etinilestradiolo è emerso un rischio non trascurabile per l’uomo. Il modello è stato poi utilizzato per verificare l’efficacia dei trattamenti convenzionali e diverse pratiche di irrigazione come barriera per ridurre il rischio associato ai contaminanti emergenti simulati.