KuRSiv: Konkurrenz und Reversibilität bei Sorptionsvorgängen
- Ansprechperson:
- Förderung:
BMUKN
- Projektbeteiligte:
Karlsruher Institut für Technologie, Institut für Nukleare Entsorgung
Helmholtz-Zentrum Dresden-Rossendorf, Institut für Ressourcenökologie
Gesellschaft für Anlagen- und Reaktorsicherheit (GRS) gGmbH
- Starttermin:
2023
- Endtermin:
2026
Ein wesentliches Element im Forschungsgebiet Endlagerung ist die Langzeitsicherheitsanalyse im Safety Case, also der Vorgang der systematischen Analyse der mit der Anlage verbundenen Gefährdungen und der Fähigkeit von Standort und Auslegung, die geforderten Sicherheitsfunktionen zu gewährleisten sowie die technischen Anforderungen zu erfüllen. Die in KuRSiv geplanten Arbeiten sollen die Beantwortung sicherheitsrelevanter Fragestellungen durch mechanistische Informationen zur reversiblen und/oder irreversiblen Radionuklid(RN)-Rückhaltung durch Sorption, Inkorporation, Oberflächenaus-/ -mitfällung signifikant verbessern. Neben soliden strukturellen Charakterisierungen sind dafür grundlegende thermodynamische Daten essentiell. Ubiquitär auftretende Minerale wie Feldspat, Quarz und Glimmer stehen dabei im Fokus. Die zugehörigen Erkenntnisse finden im geologischen Teil des gesamten Endlagersystems, nämlich im Wirtsgestein (hier: kristalline Gesteinsformationen) einschließlich der „Excavated & Damaged Zone“ Anwendung. Ebenso ist eine Übertragung auf den Transport anderer Schwermetalle in der Geo- und Ökosphäre möglich. Der Schwerpunkt der experimentellen Arbeiten ist zum einen auf das Verständnis der Nukleation, dem ersten Schritt in der Bildung von Mineralphasen, gerichtet. Weiterhin soll die Sorption der RN z.B. aufgrund von Auflösung der Mineralphasen als kompetitiver Prozess mit Metallionen aus der Mineralauflösung oder generell dem Porenwasser beschrieben werden, die mit den RN um Sorptionsplätze konkurrieren. In Kombination soll KuRSiv die für eine realistische Beschreibung der RN-Rückhaltung in hochkomplexen Systemen notwendigen Modelle bereitstellen inklusive einer realistischen Parametrisierung. Dies soll die Vorhersagequalität und Praktikabilität entsprechender Modellierungen erhöhen und damit das Vertrauen der Öffentlichkeit, der wissenschaftlichen Gemeinschaft und der Aufsichtsbehörden in solche Vorhersagen stärken.