Anforderungen an die CO₂-Speicherung in geologischen Formationen (CCS) aus Sicht des Bodenschutzes

Im Rahmen eines Forschungsprojekts wurden potentielle Auswirkungen der CCS-Technologie (Carbon Capture and Storage) auf das Ökosystem Boden beleuchtet. Dazu wurden bodenbezogen Transferpfade des CO₂ analysiert. Da für die Toxizität von CO₂ im Boden bislang keine Werteableitung existiert, wurden systematisch die Ergebnisse einzelner Veröffentlichungen zu Auswirkungen hoher CO₂ -Gehalte auf Bodenlebewesen und Bodenfunktionen ausgewertet. Dies kann als Grundlage für die mediale Umweltbewertung und zur Ableitung von Schwellenwerten unter Berücksichtigung bodenrelevanter Pfadbetrachtungen dienen. Daneben wurden die natürliche Konzentration von CO₂ im Boden und deren Variabilität (im Sinne von Basiswerten) beschrieben. Aufgrund der Unterschiede zwischen den Böden, der zeitlichen Variabilität der Bodenzustände sowie der nicht vorhersagbaren CO₂ -Flussdichten aus dem Untergrund wird vorgeschlagen, mittels deterministischer Prozessmodellierung maximal zulässige Flussdichten (im Sinne von „Critical Loads“) abzuschätzen.

The potential impacts of the carbon capture and storage technology (CCS) on the soil ecosystem were examined within the framework of a research project. For that purpos potential soil related pathways of CO₂ were evaluated. Furthermore results of studies dealing with the effects of high CO₂ concentrations on soil organisms and soil functions were systematically evaluated since no toxicity-values for soil CO₂ have been derived so far. This will form the basis for the definition of pathway-related CO₂ -threshold values. In addition the natural concentration of CO₂ and their variability have been described (in terms of basic values). Due to natural differences between the soils, the temporal variability of soil conditions, and the unpredictability of CO₂ flux densities from the ground into the soil, it is proposed to estimate maximum admissible CO₂ flux rates in terms of a “critical load”. It is shown that mechanistic models are useful for this approach.