Nachricht

Sep 10, 2023

Räumlich explizite Ökobilanzanalysen zeigen Hotspots der Umweltauswirkungen der erneuerbaren Stromerzeugung auf

Kommunikation Erde und Umwelt

Communications Earth & Environment Band 3, Artikelnummer: 197 (2022) Diesen Artikel zitieren

2061 Zugriffe

4 Altmetrisch

Details zu den Metriken

Die Erzeugung erneuerbarer Energien hat ein großes Potenzial zur Reduzierung der Treibhausgasemissionen, kann jedoch andere Umweltauswirkungen wie Wasserknappheit an anderer Stelle in der Lieferkette verschärfen. Hier zeigen wir ein breites Spektrum globaler Umweltauswirkungen von konzentrierter Solarenergie, Laufwasserkraft und Biomasseverbrennung im Vergleich zu klassischer Kohlekraft auf: Mithilfe einer räumlich expliziten Ökobilanz werden ihre Lieferketten im Hinblick darauf bewertet Nachfrage nach Energie, Land, Material und Wasser, Treibhausgasemissionen und Auswirkungen auf die menschliche Gesundheit und die Qualität des Ökosystems mit Schwerpunkt auf dem Bergbau. Hotspot-Analysen hinsichtlich Ort und Art der Auswirkungen zeigen, dass es für keine der Technologien eine eindeutige Präferenz gibt, vor allem weil der Wasserverbrauch vor Ort oft kritisch ist. Das untersuchte konzentrierte Solarkraftwerk ist für eine nachhaltige Energiewende am wenigsten geeignet: Seine räumlichen Hotspots breiten sich weltweit am weitesten aus und können in Anzahl und Schwere diejenigen der Kohleverbrennung übertreffen. Die vorgestellte Methodik ist die Grundlage zur Abmilderung solcher Umwelt-Hotspots.

Die Treibhausgasemissionen aus der Strom- und Wärmeproduktion machten im Jahr 2010 25 % der weltweiten Treibhausgasemissionen aus1. Ihre Reduzierung, um dem fortschreitenden Klimawandel entgegenzuwirken, ist ein erklärtes Ziel der internationalen Gemeinschaft, festgelegt im Sustainable Development Goal 7 „Clean and Affordable Energy“2 . Klimafreundliche Technologien zur Stromerzeugung sind dabei ein wichtiger Bestandteil, der auch vom International Resource Panel3 thematisiert wurde. Bisher konzentrieren sich Gesellschaft und Politik eher weniger auf andere Umweltauswirkungen solcher Technologien als auf den Ausstoß von Treibhausgasen. Für die Stromerzeugung werden jedoch so große Mengen an (Kühl-)Wasser benötigt, dass selbst unter nachhaltigen Entwicklungsszenarien der Bedarf in vielen Regionen der Welt bereits im Jahr 2040 nicht mehr ausreichend gedeckt werden kann4. Es kann daher zur regionalen Wasserknappheit beitragen. Darüber hinaus dürfte die Nachfrage nach wichtigen Bodenschätzen, deren Gewinnung und Verarbeitung wiederum verschiedene Auswirkungen auf die Umwelt haben, wahrscheinlich steigen. Lithium ist ein Beispiel für eine Ressource, die im Sektor der erneuerbaren Energien stark nachgefragt wird, während seine Gewinnung zur regionalen Wasserknappheit in den Hochanden beitragen kann5. Seltenerdelemente sind mittlerweile für Windkraftanlagen von entscheidender Bedeutung, da sich ihre Gewinnung und die damit verbundenen Prozesse nicht nur negativ auf die Umwelt auswirken, sondern auch schwerwiegende Risiken für die menschliche Gesundheit darstellen können6. Da erwartet wird, dass der Anteil von Biokraftstoffen mit 20–30 % des globalen Bedarfs ein wichtiger Bestandteil des globalen Energiemixes sein wird, wird nicht nur die Nachfrage nach Land, sondern auch der Wettbewerb um fruchtbares Land zwischen verschiedenen Nutzern zunehmen7. Abhängig von den gewählten Szenarien wären im Jahr 2050 7–45 % der globalen Ackerfläche erforderlich, um den steigenden Bedarf an Biokraftstoffanlagen zu decken, was darauf hindeutet, dass solche Entwicklungen vorausschauend gesteuert werden müssen7.

Neben den ausgewählten Beispielen gibt es noch viele weitere mögliche Auswirkungen und Zusammenhänge zwischen der Stromerzeugung und anderen Sektoren. Da die Folgen von Interaktionen zwischen Menschen und natürlichen Systemen „tiefgreifende Auswirkungen auf globale Herausforderungen haben“8, wurde das Konzept der Telekopplung zur Beschreibung von Interaktionen in Mensch-Umwelt-Systemen angewendet, indem disziplinäre Konzepte wie Televerbindungen und Globalisierung integriert wurden8,9. Wir verwenden in dieser Studie den Begriff „Teleconnections“, der ursprünglich mit den Verbindungen zwischen entfernten Klimasystemen10 in Verbindung gebracht wurde, um die Umweltbelastung durch die Stromerzeugung an bestimmten Standorten an anderen Standorten auf der ganzen Welt zu beschreiben. Um Fernzusammenhänge so aufzudecken, dass daraus Handlungsoptionen abgeleitet werden können, ist der Grad der räumlichen Auflösung entscheidend: Eine Durchsicht von 251 Life Cycle Assessment (LCA)-Analysen hat gezeigt, dass es noch zu wenige Ergebnisse und viele Regionen des Landes gibt Welt bleiben weiterhin unterrepräsentiert11. Um diese Lücke zu schließen, führen wir eine umfassende, räumlich explizite Bewertung verschiedener Umweltauswirkungen durch eine erweiterte Life Cycle Impact Assessment (LCIA)-Hotspot-Analyse durch, die die räumliche Ökobilanz durch eine neu entwickelte Bewertung und Darstellung von Hotspots nach unserem besten Wissen weiter vorantreibt . Zu diesem Zweck wird eine Reihe von LCIA-Indikatoren verwendet, um die potenzielle Umweltbelastung der Bau- und Betriebsphase von vier Fallstudien zur Stromerzeugung zu vergleichen: Laufwasserkraft, konzentrierte Solarenergie, Verbrennung von Bagasse (Zuckerrohrrückstände aus Herstellung) und die Verbrennung von Kohle. Räumlich explizite Informationen zur Materialversorgung werden hinzugefügt, um die vorgelagerte Versorgung mit acht relevanten mineralischen Rohstoffen zu regionalisieren. Die Ergebnisse werden im Hinblick auf die schädlichsten Aktivitäten hinsichtlich Standort und Art der Aktivität analysiert, um nachteilige Fernverbindungen entlang der Lieferketten zu identifizieren. Es werden Empfehlungen zur Energieerzeugung und weitere Forschungsschwerpunkte abgeleitet.

Diese Studie identifiziert Fernverbindungen aus vier Fallstudien zur Stromerzeugung (Abb. 1). Es werden drei Systeme der erneuerbaren Stromerzeugung betrachtet: Laufwasserkraft (ROR) an der Donau, Deutschland, bestehend aus sechs Staustufen zwischen den Städten Oberelchingen und Faimingen (a), konzentrierte parabolische Solarenergie (CSP) in Ouarzazate, Marokko (b) und Verbrennung von Zuckerrohrrückständen im Becken des Rio dos Patos, Brasilien (c), sogenannte Bagasse. Letzteres gilt als Produkt und als Vergleichsabfall, der im Folgenden als Bagasseverbrennung bzw. Müll-Bagasse-Verbrennung bezeichnet wird. Als Referenz für konventionelle Anlagen dient ein Kohlekraftwerk (CPP) an der Weser, Deutschland (d).

Die Standorte der Fallstudien sind in den zugehörigen Karten dargestellt: a liegt an der Donau, Deutschland, b in Quarzazate, Marokko, c im Rio dos Patos-Becken, Brasilien und d an der Weser, Deutschland. Für Fallstudie c, die Zuckerfabrik in Brasilien, werden zwei unterschiedliche Systemgrenzen berücksichtigt, die die Müllverbrennung von Bagasse (innere gepunktete Grenze) und die Bagasseverbrennung (äußere gestrichelte Grenze) erklären. Schwarze Pfeile symbolisieren Ein- und Ausgänge, abgesehen von den extra markierten. In der Abbildung sind nur die größten Beiträge in den eigenen Prozessen berücksichtigt (schwarze Kästchen), bzw. andere Eingaben sind über die schwarzen Pfeile zusammengefasst.

Ökobilanzmodelle der Bau- und Betriebsphase der Fallstudien werden durch fallstudienspezifische Daten ergänzt. Ein umfangreicher Datensatz mit regionalisierten vorgelagerten Lieferketten für acht Mineralrohstoffe, die für Stromerzeugungssysteme relevant sind, nämlich Aluminium, Kupfer, Kohle, Zement, Eisen und Stahl, Lithium und Phosphor, wird bereitgestellt, um die räumliche Auflösung der vorgelagerten Versorgung darüber hinaus zu unterstützen verwendete LCA-Datenbank. Die LCA-Modelle werden vergleichend und räumlich explizit anhand einer Auswahl von LCIA-Indikatoren bewertet, insbesondere der Klima- und Ressourcen-Fußabdrücke, die mindestens 80 % der Varianz möglicher Umweltauswirkungen abdecken12. Die Indikatoren sind in zwei Gruppen unterteilt: Gruppe 1, Umweltbelastungen, umfasst Indikatoren, die sich auf den Umschlag von Stoffströmen beziehen, die die Umweltbelastung in der Nähe von Fahrhandlungen bestimmen (LCA-Mittelpunkt), während Gruppe 2, Umweltauswirkungen, Indikatoren enthält, die komplexere Werte bewerten und umfassendere Wirkungspfade (LCA-Endpunkt). Wird beides angesprochen, spricht man von Umweltbelastung. Alle Indikatorergebnisse werden mit dem Median aller Fallstudien normiert und pro 1 kWh geliefertem Strom, spezifiziert für die Bau- und Betriebsphase, dargestellt. Ein Vergleich der kumulativen Ergebnisse hilft, die Gesamtumweltleistung der Fallstudien zu bewerten.

Darüber hinaus werden Hotspot-Analysen nach einer neu entwickelten Methode nach bestem Wissen und Gewissen durchgeführt. Dabei werden die Aktivitäten, also alle LCA-Prozesse, die die modellierte Lieferkette einer Fallstudie ausmachen, sowohl hinsichtlich ihres Standorts (a) als auch ihrer Art (b) analysiert. Zuvor werden die LCIA-Aktivitätsergebnisse je nach Umweltbelastung oder -auswirkung normalisiert, indem sie mit gemeinsamen Medianwerten verglichen werden, um die Ergebnisse der Fallstudien direkt vergleichbar zu machen. Normalisierte Werte stellen das Verhältnis zu einer mittleren Umweltbelastung bzw. -belastung dar und werden in die Schweregrade „gering“, „mittel“, „hoch“ und „sehr hoch“ eingeteilt. Die entsprechenden Standorte werden als Fernverbindungen betrachtet und zunehmend von geringem bis sehr hohem Schweregrad als räumliche Hotspots betrachtet (a). Dabei verwenden wir die Begriffe „on-site“, also den Ort der betrachteten Fallstudie, und „remote“, also den Ort aller mit einer Fallstudie über die Lieferkette verbundenen Aktivitäten, die nicht am Ort der Fallstudie selbst ausgeführt werden . Darüber hinaus werden alle Aktivitäten in Kategorien gruppiert und ihre LCIA-Ergebnisse mit der gesamten Umweltbelastung jeder Fallstudie verglichen, um Aktivitäts-Hotspots in Lieferketten abzuleiten, also diejenigen Aktivitäten, die für die höchsten Belastungen verantwortlich sind (b). Ein Vergleich mit den räumlichen Hotspots gibt Aufschluss darüber, welche Aktivitäten hinter räumlichen Hotspots stecken und wo Lieferkettenanalysen priorisiert werden müssen.

Im Allgemeinen sind die Umweltbelastungen durch die Stromerzeugung aus erneuerbaren Energien in den meisten Fällen deutlich geringer als durch die Verbrennung von Kohle, wo die Werte teilweise um eine Größenordnung größer sind (Abb. 2 und 3 sowie ergänzende Daten 1). Unter den Erneuerbaren verursacht das CSP die höchsten Belastungen mit leicht überdurchschnittlichen Ergebnissen. Die Verbrennung von Bagasse verursacht höhere Umweltbelastungen als die Müllverbrennung von Bagasse, die insgesamt an vierter Stelle steht. Die niedrigsten Drücke sind mit der ROR-Wasserkraft verbunden. Die erste Ausnahme ist der quantitative Wasserknappheits-Fußabdruck, dh die Summe aus Evapotranspiration, in das Produkt eingearbeitetem Wasser und Wassertransfer, mit höheren Drücken als bei der Kohleverbrennung, insbesondere bei der CSP und der Bagasseverbrennung. Die zweite Ausnahme ist die Landbelegung, bei der es sich um die vorübergehende Belegung von physischem Raum ohne jegliche Bewertung in dieser Studie handelt. Es soll die Funktion einer Annäherung an den Flächenfußabdruck auf Basis des physischen Flächenbedarfs erfüllen. Hier kann die erneuerbare Stromerzeugung für vergleichbare Belastungen verantwortlich sein wie die CPP, wenn auch aus anderen Gründen: Bei der CPP spielt der Bedarf an Bauholz im vorgelagerten Bergbau eine Rolle, während die erneuerbaren Stromsysteme Flächen vor Ort benötigen. Dies trifft jedoch nicht auf die ROR-Wasserkraft zu, da die damit verbundene Flächenbeanspruchung die niedrigsten aller Ergebnisse liefert.

Die Ergebnisse werden pro Umweltbelastung a–f für die Bauphase (gelbe Balken) und die Betriebsphase (blaue Balken) auf einer logarithmischen Skala pro 1 kWh erzeugtem Strom dargestellt. Für jede Umweltbelastung wurden die LCIA-Ergebnisse für Betrieb, Bau und Gesamtheit mit dem mittleren Gesamtergebnis aller Fallstudien normalisiert. Durch diesen Ansatz wird sichergestellt, dass die Verhältnisse zwischen Betrieb und Bau eingehalten werden und der graue Summenbalken jeweils der Summe des gelben und blauen Balkens entspricht. Da ein normalisierter Wert von 1 Umweltbelastungen darstellt, die mit dem Median identisch sind, ist die entsprechende Gitterlinie fett hervorgehoben. ROR-Laufwasserkraftwerk, konzentriertes CSP-Solarkraftwerk, Bagasse Inc. Bagasseverbrennung, CPP-Kohlekraftwerk.

Die Ergebnisse werden durch Fallstudien für die Bau- und Betriebsphase a–e im logarithmischen Maßstab jeweils pro 1 kWh produziertem Strom dargestellt. Für jede Umweltbelastung wurden die LCIA-Ergebnisse für Betrieb, Bau und Gesamtheit mit dem mittleren Gesamtergebnis aller Fallstudien normalisiert (Einzelheiten Abb. 2). ROR-Laufwasserkraftwerk, konzentriertes CSP-Solarkraftwerk, Bagasse Inc. Bagasseverbrennung, CPP-Kohlekraftwerk, CED-fo Kumulierter Energiebedarf, fossil, Landnutzung. Landbelegung, GWP100-Auswirkungen auf die globale Erwärmung, RMI-Rohstoffeinsatz und TMR-Gesamtmaterialbedarf sowie quantitativer WSF-Quan-Wasserknappheits-Fußabdruck.

In der Bauphase stellen der gesamte Materialbedarf und der Rohstoffeinsatz des CSP die höchsten Umweltbelastungen dar, die hauptsächlich mit dem Kies- und Sandbedarf in der vorgelagerten Versorgung verbunden sind (Ergänzungsdaten 2–8). Daran schließt sich die vorwiegend vor Ort stattfindende Landbelegung des CSP an. Von mittlerer Schwere sind der qualitative Wasserknappheits-Fußabdruck des CSP sowie sein kumulativer Energiebedarf und seine Auswirkungen auf die globale Erwärmung, unter anderem aufgrund der Kohlenachfrage und -nutzung in der Lieferkette. Auch der Rohstoffeinsatz und Gesamtmaterialbedarf der ROR-Wasserkraft ist aufgrund des Kies- und Sandbedarfs mittelschwer. Die Umweltbelastung durch die Bagasseverbrennung ist immer am geringsten, unabhängig davon, ob es sich um ein Produkt oder einen Abfall handelt. Das Verhältnis der Indikatoren für die Bauphasen sieht für alle Fallbeispiele sehr ähnlich aus (Abb. 3).

Die Betriebsphase ist ökologisch relevanter als die Bauphase für das CPP und die Bagasseverbrennung (Nebenprodukt und Abfall), für die ROR-Wasserkraft und das CSP ist sie jedoch weniger relevant (Abb. 3), mit Ausnahme des quantitativen Wasserknappheits-Fußabdrucks . Die größte Umweltbelastung ist der Wasserbedarf des CSP vor Ort aufgrund von Kühl- und Spülwasserverlusten in der marokkanischen Wüste. Der zweithöchste fossile Gesamtenergiebedarf des CPP. 64 % davon stehen im Zusammenhang mit dem Steinkohlebergbau in Russland, da die LCIA Energieträger in der Förderphase bewertet. Darauf folgen weitere Belastungen, die mit der Nachfrage und Nutzung von Kohle durch das CPP verbunden sind, nämlich die Auswirkungen der globalen Erwärmung, der Rohstoffeinsatz, der Gesamtmaterialbedarf und der qualitative Fußabdruck der Wasserknappheit. Die Bagasseverbrennung hat vor Ort einen überdurchschnittlichen landwirtschaftlichen Wasserbedarf und ihre Flächenbeanspruchung und Auswirkungen auf die globale Erwärmung, die ebenfalls überwiegend mit den Aktivitäten vor Ort zusammenhängen, sind von mittlerer Schwere. Die ROR-Wasserkraft ist für die niedrigsten Drücke verantwortlich.

Was die Umweltauswirkungen betrifft, so sind die Gesamtauswirkungen der Bagasseverbrennung und des CSP auf die Qualität des Ökosystems weniger als eine Größenordnung geringer als bei CPP (Abb. 4, Ergänzungstabellen 1 und 2 und Ergänzungsdaten 9 und 10), was bedeutet, dass dort Im Vergleich zur Kohleverstromung sind hier nur geringe Einsparungen möglich. Für die menschliche Gesundheit ist nur ROR-Wasserkraft deutlich weniger schädlich. In der Bauphase hat die Verbrennung von Kohle die größten Auswirkungen auf die menschliche Gesundheit, dicht gefolgt von der Verbrennung von Bagasse (Nebenprodukt und Abfall). In der Betriebsphase sind Auswirkungen auf die Ökosystemqualität relevanter als auf die menschliche Gesundheit: Die Verbrennung von Kohle hat die größten Auswirkungen, während der Zuckerrohranbau nur für geringfügig geringere Ergebnisse bei der Bagasseverbrennung verantwortlich ist.

Die Ergebnisse werden durch die Indikatoren a, b für die Bauphase (gelbe Balken) bzw. die Betriebsphase (blaue Balken) im logarithmischen Maßstab dargestellt (Einzelheiten Abb. 2). ROR-Laufwasserkraftwerk, konzentriertes CSP-Solarkraftwerk, Bagasse Inc. Bagasseverbrennung, CPP-Kohlekraftwerk.

Räumliche Hotspots einer Fallstudie sind die Orte, an denen die Aktivitäten mit den größten Umweltbelastungen stattfinden. Um diese zu identifizieren und Hotspots vergleichend zu bewerten, werden für jede Belastung die Ergebnisse einzelner Aktivitäten mit dem Median der Ergebnisse aller Aktivitäten in allen Fallstudien normalisiert, nach Standort summiert und nach Fallstudie gruppiert. Die normalisierten Ergebnisse werden auf einer Skala von 1–100 dargestellt, was bedeutet, dass der Rohwert das 1–100-fache des Medians beträgt. Werte unter 1 gelten nicht als Hotspots und Werte über 100 werden auf maximal 100 gesetzt. Hotspots können Länder oder Regionen sowie einzelne Punkte sein und mehrere Aktivitäten oder mehrere Belastungen derselben Aktivität umfassen. Die Landbelegung wird in der räumlichen Hotspot-Analyse nicht berücksichtigt, da sie nicht die notwendigen Informationen für eine aussagekräftige räumliche Bewertung der Landbelegung und Landnutzung enthält. Auch Umweltauswirkungen, die LCA-Endpunktansätze darstellen, werden nicht berücksichtigt, da davon ausgegangen werden kann, dass in der Endpunktperspektive schädliche Auswirkungen über die zu den Aktivitäten gehörenden Standorte hinaus auftreten. Der zugehörige Ort stellt daher nicht zwangsläufig den Ort der schädlichen Wirkung dar.

Im Allgemeinen ist die größte Anzahl von Hotspots auf das CSP zurückzuführen (Abb. 5), während die schwerwiegendsten Hotspots im CPP zu finden sind und einige Hotspots das Maximum von 100 bei weitem überschreiten (Ergänzungsdaten 11). Die geringste Anzahl an Hotspots ist mit der Verbrennung von Bagasse (Nebenprodukt und Abfall) verbunden, während die geringsten Hotspots bei der Verbrennung von Abfall-Bagasse auftreten. Bei der Verteilung von Hotspots unterscheiden sich die Bau- und Betriebsphasen deutlich.

Hotspots werden farblich markiert, es kann sich um einzelne Punkte (dargestellt durch farbige Kreise), Länder oder Regionen (dargestellt durch farbige Polygone) handeln. Die Farbe gibt das Verhältnis der normalisierten Hotspot-Ergebnisse zum Median aller Fallstudien an, wobei ein Wert von 1–10 als Hotspot von niedrig, 10–30 als mittel, 30–50 als hoch und 50–100 als Hotspot angesehen wird als größer 100 von sehr hohem Schweregrad. Hochauflösende Karten der einzelnen Umweltbelastungen sind in den ergänzenden Abbildungen verfügbar. 1–7.

In der Bauphase verursacht das CSP weltweit die meisten und schwerwiegendsten Hotspots, die überwiegend mit der Primärgewinnung von Energieträgern, Kaliumchlorid für die Stromspeicherung und Metallen zusammenhängen. An zweiter Stelle steht die ROR-Wasserkraft, deren Baukosten im Verhältnis zur Stromausbeute hoch sind. Mittelschwere Hotspots der ROR-Wasserkraft sind mit der primären Gewinnung von Energieträgern und Baugrundstoffen wie Eisen und Ton verbunden. Durch den Bau des CPP entstehen nur Hotspots von sehr geringem Schweregrad, die hauptsächlich mit der Eisengewinnung und der Stahlproduktion zusammenhängen. Die Verbrennung von Bagasse, unabhängig davon, ob Bagasse als Nebenprodukt oder als Abfall betrachtet wird, ist nicht wirklich für Hotspots verantwortlich, da nur kleine Teile der Anlagen der Zuckerfabrik auf die Umwandlung der Bagasse in Elektrizität zurückzuführen sind.

In der Betriebsphase weisen alle Fallstudien ungefähr die gleiche Anzahl an Hotspots auf, mit Ausnahme der ROR-Wasserkraft, während diejenigen des CPP am schwerwiegendsten sind. Dabei handelt es sich überwiegend um die russischen Kohlebergwerke, aus denen das CPP seine Kohle bezieht, aber auch die Produktion von Erdgas in Russland, das für die vorgelagerte Versorgung benötigt wird, ist vertreten. Mittelschwere Hotspots in China stehen im Zusammenhang mit dem Kohlebergbau. Der Wasserbedarf vor Ort für den Zuckerrohranbau ist der schwerwiegendste Hotspot der Bagasse-Fallstudie, gefolgt von der Erdölproduktion im Nahen Osten und in Russland. Mittelschwere Hotspots stehen im Zusammenhang mit der primären Gewinnung von Energieträgern und Metallen. An dritter Stelle steht der CSP mit einem dominanten On-Site-Hotspot, der auf Verdunstungsverluste durch Wasserkühlung der Anlage und Reinigung der Spiegel zurückzuführen ist und als größter aller Hotspots weit über 100 liegt. Mittlere Hotspots sind mit der Erdgasförderung in den USA und Russland verbunden. Für die Abfallbagasse sind vor allem die Verdampfungsverluste aus der Kesselanlage vor Ort von Bedeutung. Andere Hotspots sind von mittlerer Schwere (im Zusammenhang mit dem Bergbau in China und Australien) und von sehr geringer Schwere. Lediglich ein Hotspot ist auf die ROR-Wasserkraft zurückzuführen, die durch die Verdunstung von Wasser vor Ort infolge der zusätzlichen Aufstauung entsteht.

Die Auswertung räumlicher Informationen ist ein zentraler Bestandteil dieser Arbeit. Der Grad der Regionalisierung von Aktivitäten kann jedoch stark variieren: Aktivitäten, die in dieser Arbeit räumlich disaggregiert wurden, sind punktuell, wohingegen die räumliche Auflösung von Aktivitäten aus der verwendeten LCA-Datenbank von der Länderebene über die Regions- oder Kontinentebene bis zur globalen Ebene reichen kann , wobei letzteres so viel wie unbekannt bedeutet. Um die Regionalisierung transparent zu machen, wird allen Standorten ein Qualitätsindex zugeordnet, wobei Qualität 1 für Punktkoordinaten steht, Qualität 2 für Länder, Qualität 3 für Regionen, Qualität 4 für unrealistische Standorte (z. B. Ton aus der Schweiz für den Bagassefall). Studien) und Qualität 5 für unbekannte Orte. Der Regionalisierungsgrad ist der Anteil der regionalisierten Aktivitäten in einer Fallstudie, also der Aktivitäten, denen ein Standort der Qualität 1–3 zugeordnet ist (Ergänzungstabelle 3). Sie beträgt durchschnittlich 56 % und reicht von 41 % (Betrieb von ROR-Wasserkraft) bis 88 % (Betrieb von CPP). Standorte der Qualität 4–5 werden nicht in die Hotspot-Analyse einbezogen, obwohl ihr Anteil durchschnittlich 44 % beträgt. Es ist davon auszugehen, dass die hier dargestellten räumlichen Hotspots ein Minimum darstellen, da Aktivitäten an unbekannten Orten dennoch Teil der Lieferkette einer Fallstudie sind. Ihre räumliche Zuordnung wird voraussichtlich bestehende räumliche Hotspots verstärken oder neue schaffen.

Neben den Standorten von Aktivitäten in globalen Lieferketten ist auch die Betrachtung der Art der Aktivitäten wichtig, insbesondere um Aktivitäten mit schwacher oder keiner räumlichen Auflösung zu identifizieren. Die wichtigsten Tätigkeiten, die aufgrund unbekannter oder fragwürdiger Regionalisierung nicht in die Hotspot-Analyse eingeflossen sind, sind die Gewinnung von Sand, Kies, Uran, Erdöl und Gas, die Verarbeitung von Sinter, Roheisen, Ammonium, Salpetersäure, Natriumnitrat, Branntkalk usw Klinker, Polyethylenproduktion, Forstwirtschaft, der Einsatz von Diesel im Maschinenbau sowie die Behandlung von schwefelhaltigen Rückständen, Abraum und Abfällen.

Die Umweltbelastung der Bauphasen verteilt sich im Allgemeinen auf mehrere Tätigkeiten, während die Betriebsphasen spezifischer sind (Abb. 6). Am relevantesten für die Gesamtumweltbelastung sind Vor-Ort-Aktivitäten, die weniger Einfluss auf die Indikatoren haben. Dies bedeutet, dass es vor Ort zu konkreten schwerwiegenden Umweltbelastungen und -einwirkungen kommt. Am zweitwichtigsten sind Bergbau und Kohlebergbau, was sich auch in der Hotspot-Analyse widerspiegelt. Es folgt die Forstwirtschaft, die in der räumlichen Hotspot-Analyse unterrepräsentiert ist, aber bis zu 24 % der gesamten Umweltbelastung ausmachen kann (Ergänzungstabelle 4). An vierter Stelle steht die Verfeinerung, die sich auch in der räumlichen Hotspot-Analyse zeigt. Auch die Diesel-, Erdöl- und Gasproduktion, die Wärme- und Stromproduktion sowie die Polyethylenproduktion können zur Umweltbelastung beitragen, wenngleich die Anteile vergleichsweise gering sind. Hinter dem großen Anteil anderer Aktivitäten in den Bagasse-Fallstudien stehen Belastungen in der Vorkette, die sich aus dem Bau der Turbinen zur Stromerzeugung ergeben.

Zahlen stellen die Anzahl der Umweltbelastungen und -auswirkungen dar, zu denen eine Kategorie beiträgt. Beispielsweise erscheinen in der Bauphase der ROR-Wasserkraft Bergbauaktivitäten in der Bewertung von sechs LCIA-Indikatoren. Farben stellen den Anteil einer Kategorie an der Gesamtumweltbelastung einer Fallstudie dar. 1Bergbau ohne Steinkohleabbau, 2Verbrennung von Diesel, 3Produktion von Erdöl und (Erd-)Gas, 4Produktion von Strom und Wärme, 5Produktion von Polyethylen. ROR-Laufwasserkraftwerk, konzentriertes CSP-Solarkraftwerk, Bagasse Inc. Bagasse-Verbrennung, CPP-Kohlekraftwerk, Op-Betrieb, Con-Bau.

Die Unsicherheitsanalyse wird von Monte Carlo Simulations mit der Software openLCA durchgeführt (siehe „Datenverfügbarkeit“). Für jedes Indikatorergebnis jeder Fallstudie, jeweils für Bau und Betrieb, werden stochastische Werte (Mittelwert und Median) aus den Monte-Carlo-Simulationen ermittelt. Die Verteilung des Protokolls des Verhältnisses von Mittelwert zu Indikatorergebnissen, die als „statisch“ und „Median zu statisch“ bezeichnet wird, wird für die Mittelpunktindikatorergebnisse aller Fallstudien analysiert (Abb. 7, Einzelheiten und Analyse für Endpunktindikatoren siehe Ergänzende Anmerkungen 2, Ergänzende Daten 12 und ergänzende Tabelle 5). Es zeigt einen starken Peak zwischen 0 und 1, wobei das Verhältnis der Parameter jeweils 1–10 beträgt. Insgesamt sind die stochastischen Werte aus der Monte-Carlo-Simulation tendenziell größer als die statischen, was typisch für LCA-Modelle ist, wenn alle Eingabeparameter durch logarithmische Normalverteilungen dargestellt werden13. Die Form der Verteilung in Abb. 7 entspricht dem, was andere Autoren für Monte-Carlo-Simulationen von LCA-Modellen gefunden haben13. Allerdings sind die Unsicherheiten insgesamt deutlich größer, was für die Analyse umfangreicher globaler Lieferketten zu erwarten ist14. Die großen negativen Ausreißer treten beim Indikator RMI für die Fallstudien Müllbagasseverbrennung und CPP auf, dh die stochastischen Werte sind deutlich kleiner als die statischen. Da der Indikator TMR, der RMI einbezieht, für die gleichen Fallstudien keine Ausreißer liefert, kann hier von einem statistischen Fehler ausgegangen werden.

Dazu gehören die Ergebnisse aller Fallstudien, jeweils für Bau und Betrieb. Die Verhältnisse werden auf einer logarithmischen Skala dargestellt, was bedeutet, dass der Wert 0 ist, wenn statische und stochastische Werte (Mittelwert oder Median) gleich sind. Boxplots zeigen die statistische Analyse der Datensätze (25. Perzentil, Median und 75. Perzentil), während schwarze Punkte Ausreißer darstellen.

Das CPP ist am häufigsten für die größten Umweltbelastungen und -auswirkungen verantwortlich. Aufgrund der Nachfrage und Nutzung von Kohle sind der fossile Gesamtenergiebedarf, die Auswirkungen auf die globale Erwärmung, der Rohstoffeinsatz, der Gesamtmaterialbedarf und die Auswirkungen auf die Ökosystemqualität die höchsten aller Fallstudien. Zugehörige Hotspots sind die schwerwiegendsten aller Fallbeispiele.

Dies gilt jedoch nicht für alle Belastungs- und Wirkungskategorien: Alle erneuerbaren Fallstudien zeigen einen höheren quantitativen Wasserknappheits-Fußabdruck als das CPP, nicht in der Vorkette, sondern überwiegend vor Ort. Besonders hervorzuheben ist das CSP, bei dem Wasser zur Kühlung der Anlage und zum Waschen der Spiegel verwendet wird. Bei der Berechnung des Wasserknappheits-Fußabdrucks hat der hohe Wasserstress in der marokkanischen Wüste, wo das Wasser etwa 60-mal knapper ist als in Deutschland15, einen starken Einfluss. Der zweithöchste Wasserknappheits-Fußabdruck weist der Zuckerrohranbau im Einzugsgebiet des Rio dos Patos auf, gefolgt von der ROR-Wasserkraft aufgrund der Verdunstung aus dem Rückstau der Staustufen an der Donau. Wenn Bagasse als Abfall verwendet wird, hat sie mindestens den gleichen Wasserbedarf wie das CPP. Angesichts der zunehmenden regionalen Wasserknappheit16 stellt der hohe Wasserbedarf der erneuerbaren Fallstudien ein großes Problem für die untersuchten Technologien dar. Unter anderem ein Fokus auf Windkraft und Photovoltaik, die im Betrieb möglicherweise weniger Wasser verbrauchen, könnte diese Situation zugunsten erneuerbarer Energien wenden. Was die Landbelegung betrifft, die die reine physische Landbesetzung der Fallstudien zusammenfasst, liegen das CSP, die Bagasse-Fallstudien und das CPP etwa auf dem gleichen Niveau. Das CSP hat einen großen Flächenbedarf vor Ort, gefolgt vom Anbau von Zuckerrohr für die Zuckerfabrik, der mit der Landbeanspruchung durch den Kohlebergbau, dem größten Landverbraucher in der Lieferkette des CPP, vergleichbar ist.

Vergleicht man nur die Systeme der erneuerbaren Stromerzeugung, so ist das CSP aufgrund seines hohen Ressourcenbedarfs mit einer Vielzahl von Hotspots der Primärgewinnung auf der ganzen Welt mit Abstand mit den größten Umweltbelastungen und -auswirkungen verbunden. Seine Umweltleistung ist im Vergleich zu anderen erneuerbaren Stromtechnologien schlecht. Zudem sind die Einsparungen im Vergleich zu Kohlestrom gering. Wir kommen daher zu dem Schluss, dass die hier betrachtete CSP-Technologie als kritisch zu betrachten ist. Bemühungen zur Entwicklung konzentrierter Solarkraftwerke in Ländern mit hoher Sonneneinstrahlung, auch für den Export17, dürften zu einer Verlagerung der Umweltprobleme führen, wenn es nicht gelingt, deren Bau weniger ressourcenintensiv zu gestalten und den Wasserverbrauch erheblich zu senken. Trockenkühlung ist hier ein vielversprechendes Konzept, während Wasserentsalzung eine Option ist, wenn sichergestellt werden kann, dass sie keine anderen Probleme mit sich bringt, z. B. eine Schädigung von Meereslebewesen durch die Ablehnung von Sole18. Auch der hohe Flächenbedarf kann bei einem weiteren Ausbau der Technologie zum Problem werden. Allerdings kann die hier zur Darstellung des Land-Fußabdrucks berücksichtigte physische Landbelegung nur als erste Abschätzung der damit verbundenen Umweltauswirkungen dienen.

Keine der untersuchten Fallstudien liefert tatsächlich in allen Kategorien nennenswerte Einsparungen im Vergleich zur Kohleverstromung. In den meisten Fällen hat die ROR-Wasserkraft die geringsten Umweltbelastungen und -auswirkungen mit einem großen Abstand zum CPP. Allerdings ist der Materialaufwand für den Bau von sechs Staustufen mit vergleichsweise geringer Energieausbeute hoch und es wird im Vergleich zum Kohlekraftwerk kein Wasser eingespart . Darüber hinaus sind weitere Auswirkungen auf Flusssysteme bekannt, z. B. Veränderungen des natürlichen Abflussregimes und Beeinträchtigungen des Flussökosystems19, die hier nicht berücksichtigt wurden. Strom aus Abfallbagasse hat die zweitgeringste Umweltbelastung, gefolgt von der Bagasseverbrennung, die die mittlere Belastung verursacht. Die Bagasse-Fallstudien überzeugen insbesondere in der Bauphase, wo Einsparungen im Vergleich zum Bau der anderen Anlagen möglich sind. Dies ist ein Beweis für die Idee, dass integrierte Systeme große Vorteile für die Umwelt haben können. Die Ergebnisse helfen bei der Beurteilung der Eignung von Biomasse für eine nachhaltige Stromerzeugung: Die größten Einsparungen ergeben sich bei der integrierten Nutzung, wenn die eingesetzte Biomasse ein echtes Abfallprodukt ist und nicht gezielt für die Stromerzeugung angebaut wird. Das CSP kommt der Belastung des CPP am nächsten und bietet, wie bereits erwähnt, keine nennenswerten Einsparungen.

Wir sehen in diesen Ergebnissen einen wichtigen Hinweis darauf, dass nur die Berücksichtigung einer breiten Palette von Umweltauswirkungen bei der Bewertung möglicher Technologien dazu beitragen kann, die Energiewende nachhaltiger zu gestalten. Dies geschieht immer noch zu wenig11. Der Schwerpunkt des deutschen Energiekonzepts liegt beispielsweise auf dem Klimaschutz20 und auch die Internationale Agentur für Erneuerbare Energien (IRENA) hält diesen für zentral (https://www.irena.org/energytransition). Allerdings reicht Klimaschutz allein für eine nachhaltige globale Energiewende nicht aus, wie die Ergebnisse dieser Studie zeigen. Die Umweltauswirkungen geeigneter Technologien sollten über ein breites Spektrum von Nachhaltigkeitskriterien hinweg gering sein21, um nicht nur Probleme zu verlagern. Um die Umweltleistung verschiedener Technologien zu bewerten, wird eine LCIA der gesamten Lieferkette nach verschiedenen Nachhaltigkeitskriterien erstellt.

Da bei bestimmten Ressourcen regionale Knappheit oder regionale Auswirkungen eine Rolle spielen können, sollten Umweltbelastungen und -auswirkungen zusätzlich räumlich lokalisiert werden. Da detaillierte räumliche Ökobilanzanalysen noch kein Standardverfahren sind11, sollen die hier vorgestellte Methodik und Anwendungen zum Fortschritt des Ansatzes beitragen. Unsere LCIA-Hotspot-Analyse kann (1) eine Vielzahl von LCIA-Ergebnissen verschiedener Fallstudien auf einer einheitlichen Skala vergleichbar darstellen, (2) lieferkettenbezogene Umweltbelastungen je nach Standort und Art der Aktivität identifizieren und (3) zeigen, wo und an welchen Stellen der Lieferketten welcher Handlungsbedarf besteht. Die wichtigsten Hotspots der untersuchten Fallstudien und ihre Implikationen sind folgende:

(1) Die meisten räumlichen Hotspots hängen mit der Material- und Energieträgerversorgung aus Bergbauaktivitäten zusammen, die über die ganze Welt verteilt sind, mit besonderem Fokus auf Russland, den Nahen Osten, die Vereinigten Staaten, Afrika und China. Bergbauaktivitäten sind wichtig für die gesamte Umweltbelastung aller Fallstudien, sogar der ROR-Wasserkraft, und tragen immer zu mehreren Umweltbelastungen und -auswirkungen bei. Abhängig von der Art der Bergbauressource können diese beispielsweise durch eine Verringerung des Rohstoffeinsatzes durch Einsparungen, die Nutzung von Sekundärressourcen durch Recycling oder Urban Mining oder durch die Verlagerung von Fernverbindungen in weniger kritische Regionen in absteigender Reihenfolge verringert werden. Bei CSP ist beispielsweise eine Kombination der drei Möglichkeiten denkbar, die zunächst in der Planungsphase geprüft und verankert werden sollte.

(2) Bei Ressourcen mit unterschiedlicher regionaler Verfügbarkeit verbrauchen die untersuchten Fallstudien zur erneuerbaren Stromerzeugung teilweise mehr als der CPP, insbesondere im Fall von Wasser. An den bestehenden Anlagen lässt sich wenig ändern; Zumindest sollten Möglichkeiten für Einsparungen durch technologische Nachrüstungen geprüft werden. Da der Wasserverbrauch der untersuchten Fallbeispiele zu Hotspots vor Ort führt, sollte bei der Neuplanung von Staustufen, Zuckermühlen und CSP-Anlagen stets die kritische Ressource bei der Standortwahl berücksichtigt werden. Wenn es keine Möglichkeit gibt, die Umweltauswirkungen zu mindern, muss man sich fragen, ob die entsprechende Technologie wirklich zu einer nachhaltigen Stromproduktion beitragen kann. Basierend auf den Ergebnissen dieser Arbeit ist der Wasserverbrauch in der marokkanischen Wüste ein solch kritischer Einfluss.

Weitere Forschung ist erforderlich, um die derzeitigen Einschränkungen der Analyse zu überwinden: (1) Die physische Landbelegung kann nur als Grundlage für den Land-Fußabdruck dienen und sollte perspektivisch mit einer ordnungsgemäßen Bewertung hinsichtlich der Auswirkungen auf die biologische Vielfalt verbunden sein. (2) Der Vergleich sollte auf andere wesentliche erneuerbare Technologien zur Stromerzeugung wie Photovoltaik oder Windkraft sowie auf die Entsorgungsstufe ausgeweitet werden, die im Hinblick auf Humantoxizität, Ökotoxizität oder Erschöpfung der Metallressourcen von Bedeutung sein kann. (3) Die in dieser Studie unternommenen Anstrengungen zur räumlichen Differenzierung der Minerallieferketten und der damit verbundenen Umweltbelastungen umfassen nur wenige Rohstoffe und können nur ein erster Schritt zu einer transparenten Darstellung der Fernzusammenhänge sein. Es gibt eine Reihe von Aktivitäten mit schwach lokalisierten vorgelagerten Lieferketten, nämlich Kies- und Sandabbau, Abfallbehandlung, Erdöl- und Gasförderung, Herstellung chemischer Grundprodukte und Baustoffe, Forstwirtschaft sowie Dieselproduktion und -nutzung. Wo hohe Umweltauswirkungen auf schwache Regionalisierung treffen, sollten weitere Anstrengungen unternommen werden, um die schwerwiegendsten Auswirkungen internationaler Lieferketten zu erkennen. Langfristig müssen regionalisierte Datensätze für alle Primärressourcen auf Teilländerebene erstellt, in LCA-Datenbanken integriert und in Lieferkettenanalysen berücksichtigt werden, um die Umweltauswirkungen der menschlichen Entnahme regional darstellen und bewerten zu können. Dies kann zunächst durch die Modellierung der Weltmärkte mithilfe einer Kombination aus Datensätzen und Annahmen erfolgen, wie in dieser Studie gezeigt. Das langfristige Ziel sollte jedoch darin bestehen, die Herkunft von Ressourcen genau zu bestimmen, z. B. mithilfe der Rückverfolgung der Lieferkette, der Fingerabdruckanalyse usw wie. Dies ist nicht nur eine fortlaufende Aufgabe der LCA-Community, sondern auch Politik, Hersteller und Zulieferer sind gefordert, neben der Beurteilung wirtschaftlicher Fragestellungen und CO2-Emissionen auch eine räumlich explizite Umweltbewertung der vorgelagerten Versorgung sicherzustellen.

Die Ökobilanz wird gemäß DIN ISO EN 1404022 in vier Schritten durchgeführt. Phase 1 beinhaltet die Festlegung von Ziel und Umfang der Analysen. Die in den vier Fallstudien bereitgestellte Funktionseinheit ist als 1 kWh erzeugter Nettostrom definiert und die Ergebnisse werden darauf bezogen. Um festzulegen, welche Prozesse entlang der Prozesskette der vier Fallstudien in der Ökobilanz berücksichtigt werden, wird die Systemgrenze definiert. Abbildung 1 zeigt, dass sowohl die Stromerzeugungsprozesse als auch die dazugehörigen Lieferketten berücksichtigt werden (in Abbildung 1 ist nur eine Auswahl dargestellt). Bei Bedarf erfolgt eine Zuordnung hinsichtlich unterschiedlicher Ausgangsprodukte (Bagasse). Für die Bagasse werden zwei unterschiedliche Systemgrenzen im Vergleich betrachtet, der im Folgenden ausführlich beschrieben wird. Das übergeordnete Ziel besteht darin, die verschiedenen Fallstudien hinsichtlich eines breiten Spektrums von Umweltauswirkungen sinnvoll zu vergleichen und Hotspots von Umweltbelastungen zu identifizieren, was auch den Umfang definiert.

In der zweiten Phase, der Bestandsanalyse, werden die LCA-Modelle in der Software openLCA entworfen. Sie basieren auf vorhandenen Datensätzen der Ökobilanzdatenbank ecoinvent 3.523, die mit Hilfe fallstudienspezifischer Daten erweitert bzw. modifiziert werden, da der Fokus dieser Studie nicht auf der Darstellung einer umfassenden Sachbilanz liegt. Nach einer Sammlung, Beschreibung und Überprüfung fallstudienspezifischer Daten werden elementare Flüsse von und zur Umgebung abgeleitet und den Modellen als Inputs und Outputs hinzugefügt. Unter Berücksichtigung der großen Unterschiede zwischen den Fallstudien wurde versucht, die Inventare mit der gleichen Genauigkeit zu verarbeiten und möglichst die gleichen Elementarflüsse zu berücksichtigen. Darüber hinaus wird das Inventar an die für die Bewertungsphase relevanten Elementflüsse angepasst. Es werden Produktsysteme erstellt, die die Modelle der Fallstudien mit der LCA-Datenbank verknüpfen und die Lieferkette bereitstellen. Bei acht Bodenschätzen wurden die Vorketten in der Datenbank vorab geändert.

In der dritten Phase, dem Impact Assessment, werden die Produktsysteme anhand ausgewählter Indikatoren bewertet. In den Schritten Charakterisierung und (optional) Normalisierung und Gewichtung wird der Beitrag des Produktsystems zu verschiedenen Wirkungskategorien ermittelt.

In der letzten Phase, der Bewertung, werden die Beiträge räumlich explizit analysiert und Unsicherheitsanalysen vor dem Hintergrund der Rahmenbedingungen aus Phase 1 durchgeführt. Mid-Point-Ansätze beziehen sich direkt auf die Umweltwirkungskategorien, Endpoint-Ansätze beschreiben Auswirkungen auf die Schutzgüter menschliche Gesundheit, Ökosystemqualität und Ressourcen. In dieser Studie werden beide Ansätze verwendet, wobei die Endpunktauswirkungen auf die menschliche Gesundheit und die Qualität des Ökosystems bewertet werden. Dabei wird die Ökobilanz vom Rohstoffeinsatz bis zur Produktion (Cradle to Gate) betrachtet. Die Ergebnisse für die Bauphase der Anlagen (Gebäude, Infrastruktur, Maschinen) und die Betriebsphase (Produktion) werden getrennt dargestellt, was sich gut für den Vergleich von Energiesystemen eignet24. Die Bauphase hängt auch mit der Funktionseinheit 1 kWh zusammen.

Im Folgenden werden die LCA-Modelle der vier Fallstudien beschrieben, umfassend allgemeine Informationen, den verwendeten ecoinvent 3.523-Datensatz, Modifikationen für die Bau- und Betriebsphase, eine Definition der Funktionseinheit sowie des Allokationsansatzes sowie Informationen zu speziellen Daten Abwicklung (Zugriff auf Sachbilanz siehe Erklärung „Datenverfügbarkeit“). Die vier Fallstudien wurden im Rahmen eines Forschungsprojekts ausgewählt, das in Zusammenarbeit mit lokalen Praxispartnern durchgeführt wurde. Der Praxispartner stellte internes Wissen und Daten aus erster Hand zur Verfügung, was die Möglichkeit eröffnete, die vier Fallstudien im Hinblick auf ein breites Spektrum an Umweltauswirkungen auf der Grundlage realer Daten zu vergleichen.

Fallbeispiel (a), das ROR-Wasserkraftwerk an der Donau, besteht aus sechs Staustufen zwischen den bayerischen Städten Oberelchingen und Faimingen. Die Anlagen wurden von 1960 bis 1965 gebaut und sind jeweils mit zwei doppelt geregelten Kaplanturbinen mit feststehender Welle und jeweils einem direkt montierten Synchrongenerator ausgestattet. Die Fallhöhen betragen 5–7 m, die Leistungen liegen bei 7–10 MW und pro Staustufe werden jährlich durchschnittlich ca. 50 GWh erzeugt (Angaben auf der Website des Betreibers Bayerische Elektrizitätswerke GmbH). Als Grundlage für die Modellierung der Fallstudie dient ein ecoinvent 3.5-Datensatz für ein durchschnittliches europäisches ROR-Wasserkraftwerk. Für die Bauphase werden Flächen, die während des Baus umgestaltet wurden oder mit Fallstudienanlagen belegt sind, durch Auswertung frei zugänglicher Satellitenbilder analysiert. Als elementar gelten die sogenannte Umwandlung von Feuchtgebieten, von Gewässern, zu Industriegebieten, zu Verkehrsflächen und zu Gewässern (sichtbar in Satellitenbildern von Ausbuchtungen, Ergänzende Anmerkungen 3 und Ergänzende Abb. 8) sowie die Besetzung von Flüssen fließt. Für die anderen Fallbeispiele wurde entsprechend den vorliegenden Informationen der Betreiber und Satellitenbildauswertungen ein ähnliches Vorgehen gewählt. Für die Betriebsphase wird ein Turbinenwasserverbrauch von 111 m3 kWh−1 mit der Gleichung P = Q × h × c1 (P: Kapazität in W, Q: Wasserdurchfluss in m3 s−1, h: Fallhöhe in) berechnet m, c1 = 8,5 KN m−3, letzteres inklusive Schwerkraft, Dichte des Wassers und einem Anlagenwirkungsgrad von 85 %. Die Verdunstungsverluste aus der zusätzlichen Aufstauung während der Betriebsphase werden mit 0,02 m3 kWh-1 berechnet, wobei eine Gesamtumwandlung in Gewässer durch die sechs Staustufen von etwa 1 Million m2 und eine Verdunstungsrate von 643 l m-2 a-1 berücksichtigt wird, wie in beschrieben Literatur für ähnliche Breitengrade25. Die Differenz zum Eingangswasser, also das durchströmende Wasser abzüglich der Verdunstungsverluste, wird als Emission ins Gewässer modelliert. Aufgrund ihrer räumlichen Nähe wurden die sechs Staustufen ausgeglichen. Die Funktionseinheit der Betriebsphase beträgt für alle Fallbeispiele 1 kWh. Der Bestand der Bauphase wird ebenfalls auf 1 kWh bezogen, wobei ein Faktor verwendet wird, der sich aus der Gesamtkapazität der sechs Staustufen von 52 MW, einer Jahresproduktion von 50 Millionen kWh und einer Lebensdauer von 80 Jahren26 für den Zement in Staudämmen ergibt , Tunnel und Steuereinheiten (Letztere wurden nur im Umbau für die Bauphase berücksichtigt). Eine kürzere Lebensdauer des Stahls für Turbinen und Rohre von 40 Jahren ist bereits im ursprünglichen ecoinvent 3.5-Prozess berücksichtigt.

Fallstudie (b): Das 2016 in Betrieb genommene CSP Noor I befindet sich in der marokkanischen Wüste in der Nähe der Stadt Ouarzazate. Der Standort weist mit 2635 kWh m−2 pro Jahr eine der höchsten Sonneneinstrahlungswerte der Welt auf. Die Sonne scheint fast 365 Tage. Die 160-MW-Anlage besteht aus einem Solarfeld, einem Kraftwerksblock und einem thermischen Energiespeicher. Im Solarbereich nutzen Parabolrinnenkollektoren die Sonnenstrahlung zur Erwärmung einer Wärmeträgerflüssigkeit. Der Kraftwerksblock, bestehend aus Dampferzeugungssystem, Überhitzer, Turbine, Nacherhitzer, Kondensator, Vorwärmer, optionalem Kessel, Wärmetauschern, Kühlturm und Pumpen, empfängt diese Flüssigkeit, um sie in Strom umzuwandeln. Der Wärmespeicher zur Stromerzeugung ohne Sonneneinstrahlung basiert auf geschmolzenem Salz, einer Mischung aus 60 % Natriumnitrat und 40 % Kaliumnitrat27. Im Gegensatz zu den Noor-Nachfolgeprojekten in der Region ist das Kühlsystem von Noor I immer noch auf Wasser angewiesen, und Wasser wird auch benötigt, um Sand von den Solarpaneelen zu entfernen. Es wird aus dem nahegelegenen Stausee El Mansour Eddahbi entnommen. Als Grundlage für die Modellierung der Fallstudie dient ein ecoinvent 3.5-Datensatz für ein 50-MW-CSP. Für die Bauphase wird eine Belegung von ca. 40 Mio. m2 durch Industriefläche berücksichtigt und ein vom Betreiber gemeldeter Gesamtwasserverbrauch von 0,3 Mio. m3 in die Bestandsaufnahme aufgenommen. Für die Betriebsphase wird die umgewandelte elementare Strömungsenergie, solar, addiert, um den Energieeintrag der Sonne zu berücksichtigen. Er wird berechnet, indem der Energieertrag von 1 kWh durch 25 % geteilt wird, was dem Wirkungsgrad von thermischer Energie zu Elektrizität entspricht28. Bei der LCA-Analyse wird nicht der gesamte Energieeinsatz berücksichtigt, sondern der Wirkungsgrad der Anlage nach der Umwandlung der Solarwärme in thermische Energie. Berücksichtigt man den Wirkungsgrad der Umwandlung von Solarenergie in thermische Energie von etwa 59 %28, läge der Gesamtwirkungsgrad der Umwandlung von Solarenergie in Strom bei 15 %, was auch in anderen Studien29 verwendet wird. Der Wasserbedarf wurde entsprechend den Angaben des Betreibers modelliert: Für Kühlzwecke und die Reinigung der Solarpaneele zur Sandentfernung wird ein Wasserverbrauch von ca. 0,005 m3 kWh−1 berücksichtigt. Der Wassereintrag wird als Verdunstungsverlust verbucht, da kein Wasser in den Stausee zurückgeleitet wird, sondern vor Ort in Verdunstungsbecken gesammelt oder nach Möglichkeit wiederverwendet wird. Der Bestand der Bauphase wird mit einem Faktor auf 1 kWh bezogen, der sich aus der Gesamtkapazität von 160 MW, einer Nettojahresproduktion von 370 Mio. kWh (Angabe freundlicherweise vom Betreiber zur Verfügung gestellt) und einer Lebensdauer von 30 Jahren30 ( letzteres wird nur bei der Umrechnung für die Bauphase berücksichtigt).

Im brasilianischen Rio dos Patos-Becken wird Zuckerrohr auf einer insgesamt verfügbaren Fläche von 65.000 ha ehemals degradierter Weidefläche angebaut (Fallstudie (c)). Das Zuckerrohr wird neun Monate im Jahr von den Zuckermühlen Jalles Machado und Otávio Lage verarbeitet, die sich beide in Goianésia befinden und 1980 und 2011 ihren Betrieb aufgenommen haben. Zunächst werden die frischen Pflanzen gemahlen, um Pflanzenfasern vom Zuckerrohr zu trennen Wasser, das weiterverarbeitet wird, um hauptsächlich Zucker und Ethanol sowie als Nebenprodukt Hefe zu produzieren. Das Abwasser der Brennerei, die sogenannte Vinasse, wird als Bewässerung und Dünger auf die Felder zurückgeführt und schließt so den Kreislauf. Die gepressten Pflanzenfasern, sogenannte Bagasse, werden über ein System aus Kesseln, Dampfturbine und Generator verbrannt, um Strom zu erzeugen. Der Strom wird teilweise zur Eigenversorgung genutzt und ansonsten in das Stromnetz eingespeist. Zusätzlich wird die erzeugte Wärme in den Zuckergärungsprozess eingespeist. Da 54 % des jährlich produzierten Zuckerrohrs bewässert werden und die Region in der Trockenzeit häufig von Wasserknappheit betroffen sein kann, unternimmt der Betreiber umfangreiche Anstrengungen, um den Wasserverbrauch in Landwirtschaft und Industrie kontinuierlich zu senken: Neben ausgefeilten Pflanz- und Erntestrategien bzw Durch den Einsatz effizienter Pflanzen liegt der Fokus auf strategischem Wassermanagement: Während im Jahr 2018 45 % der Bewässerung aus Salvage-Bewässerung (einmalige Ausbringung von ca. 40 mm Oberflächenwasser mit einem Gestängeläufer während der Wachstumsphase) bestand, waren 17 % Defizitbewässerung Bewässerung mit zwischen 25 und 50 % des zugeführten Pflanzenwasserdefizits. Die Rückführung von Vinasse und restlichem Prozesswasser aus der Mühle auf die Felder ist ein weiteres Schlüsselelement der Bewässerungsstrategie und machte im Jahr 2018 37 % der Gesamtbewässerung aus. Trockenere Jahre erfordern möglicherweise mehr Rettungsbewässerung, was zu einer Verschiebung der Anteile führen kann. Diese Informationen wurden freundlicherweise vom Betreiber Jalles Machado S/A Açúcar e Álcool zur Verfügung gestellt. Das LCA-Modell wurde mit zwei unterschiedlichen Allokationsansätzen zur Analyse der Stromproduktion aus Bagasse angewendet (Abb. 1), die sich darin unterscheiden, dass (1) Bagasse als Nebenprodukt der Zucker- und Ethanolproduktion und (2) als Abfall betrachtet wird Produkt davon. Aus Sicht der Ökobilanz ist dies eine kritische Frage: Im brasilianischen Fallbeispiel wird die Bagasse als reines Abfallprodukt angesehen, da Zuckerrohr ausschließlich zur Herstellung von Zucker und Ethanol angebaut wird. Darüber hinaus fallen für die Bagasse keine Entsorgungskosten an, wodurch sie vollkommen als Abfall eingestuft würde. Da der Strom aber verkauft wird, könnte der Bagasse auch ein wirtschaftlicher Wert als Energiequelle zugeschrieben werden. Daher führen viele Autoren von Anfang an eine Nebenproduktzuordnung durch (zum Beispiel Botha und Blottnitz 200631, Lopes Silva et al. 201432, Mashoko et al. 201333 und Ramjeawon 200834). Um den unterschiedlichen Realitäten insbesondere im internationalen Vergleich gerecht werden zu können, wurden in dieser Studie beide Ansätze vergleichend betrachtet. Der LCA-Nebenproduktansatz basiert auf einem Datensatz von ecoinvent 3.5 für Strom aus Zuckerrohr35. Für die Bauphase werden eine 40-MW-Gasturbine und Elementarströme zur Umwandlung von ca. 500.000 m2 Weideland in Industriegebiet und Nutzung des Industriegebiets hinzugefügt. Für die Betriebsphase werden dabei der Heizwert von Zuckerrohr von 5 MJ kg−1, die Umwandlung von der Weide in bewässerte und unbewässerte Einjahreskulturen, die Belegung durch bewässerte und unbewässerte Einjahreskulturen und eine Evapotranspiration von 0,38 m3 kg berücksichtigt Schritt Zuckerrohrproduktion (Informationen freundlicherweise vom Betreiber bereitgestellt). Im Prozessschritt Stromerzeugung wird ein Nettowasserbedarf von 0,008 m3 kWh−1 aufgrund von Verdunstungsverlusten aus der Kesselanlage berücksichtigt (Angabe freundlicherweise vom Betreiber bereitgestellt). Für das Nebenproduktmodell erfolgt eine ökonomische Zuordnung von Zuckerrohrsaft, der als Ausgangsmaterial für die Produktion von Zucker und Ethanol dient, und Zuckerrohrfasern, also Bagasse, in einem vorgelagerten Produktionsschritt unter Berücksichtigung aktueller Marktpreise ( Ergänzende Daten 13). Die eingesetzte Bagassemenge pro erzeugter kWh errechnet sich aus ihrem hohen Heizwert36 von 16 MJ kg−1 bei 0,22 kg kWh−1. Das LCA-Abfallmodell basiert auf denselben Daten von ecoinvent 3.5. Für die Bauphase wird lediglich die 40-MW-Gasturbine ohne Umbauten berücksichtigt. Für die Betriebsphase wird nur der Prozessschritt Stromerzeugung mit einem Nettowasserbedarf von 0,008 m3 kWh−1 betrachtet (siehe oben). Der Bestand der Bauphase wird mit einem Faktor auf 1 kWh bezogen, der sich aus einer jährlichen Nettoproduktion von Bagasse von 700 Millionen kg, einer Turbinenleistung von 40 MW, einer Lebensdauer von 50 Jahren (Angabe freundlicherweise vom Betreiber zur Verfügung gestellt) und ableitet ein geschätzter Anteil der Bagasse-Verarbeitungsinfrastruktur an der gesamten Zuckerfabrik von 5 %.

Fallstudie (d), das Kraftwerk Heyden in Petershagen an der Weser, dient in dieser Studie als Referenz für die konventionelle Stromerzeugung. Es wurde 1987 in Betrieb genommen und ist bis heute Deutschlands leistungsstärkstes Kraftwerk mit einer Nettoleistung von 875 MW, das voraussichtlich bis Ende 2025 in Betrieb sein wird. Der Brennstoff ist Steinkohle, die hauptsächlich aus Russland geliefert wird. Abgase aus der Verbrennung werden gereinigt, indem sie schrittweise durch Denitrifikations-, Entstaubungs- und Entschwefelungsanlagen geleitet werden. Auch Abwässer werden aufbereitet, unter anderem in einer der weltweit ersten Ultrafiltrationsanlagen. Während des Betriebs entstehen im CPP Nebenprodukte wie Flugasche, Gips und Schlacke, die für verschiedene Zwecke wiederverwendet werden. Diese Informationen wurden freundlicherweise vom Betreiber Uniper Kraftwerke GmbH zur Verfügung gestellt. Als Grundlage für die Modellierung der Fallstudie wird ein ecoinvent 3.5-Datensatz für ein durchschnittliches europäisches CPP herangezogen und für die Bauphase werden keine Änderungen vorgenommen. Für die Betriebsphase wird der Nettowasserbedarf auf 0,001 m3 kWh−1 geschätzt, was den Verlust aus dem Kühlwassereintrag darstellt, und eine Vielzahl von Materialeinträgen und Emissionen in Luft und Wasser, wie Cadmium und Quecksilber, werden hinzugefügt (freundlicherweise zur Verfügung gestellt). durch den Betreiber). Die wirtschaftliche Allokation von Strom und Nebenprodukten wird vernachlässigt, da ihr wirtschaftlicher Wert zu gering ist. Der Bestand der Bauphase wird mit einem Faktor auf 1 kWh bezogen, der sich aus einer Gesamtstromproduktion von 1011 kWh über eine Lebensdauer von 35 Jahren unter Berücksichtigung des deutschen Kohleausstiegs und einer Leistung von 920 MW ergibt (Angabe freundlicherweise zur Verfügung gestellt). durch den Betreiber).

Die Lieferketten der mineralischen Rohstoffe Aluminium, Kupfer, Kohle, Zement, Eisen und Stahl, Lithium und Phosphor werden auf Minenstandortebene regionalisiert und in die LCA-Datenbank ecoinvent 3.5 eingefügt. Eine detaillierte Beschreibung des Verfahrens und der zugehörigen Daten finden Sie in den Ergänzenden Anmerkungen 7. Im Wesentlichen werden globale Produktionsdaten für die ausgewählten mineralischen Rohstoffe herangezogen (siehe Erklärung „Datenverfügbarkeit“), um diejenigen Länder auszuwählen, die den größten Anteil an der Weltproduktion ausmachen , sodass insgesamt 80 % der Weltproduktion abgedeckt wurden. Minenstandorte in den ausgewählten Ländern (siehe Erklärung zur Datenverfügbarkeit) werden mithilfe einer Hotspot-Analyse unter Berücksichtigung der Entfernung und des regionalen Wasserstresses geclustert, was zu maximal fünf Minenstandorten pro Land führt, die jeweils eine ganze Bergbauregion repräsentieren. Diese Standorte werden als Einzelprozesse in die LCA-Datenbank aufgenommen und entsprechend ihrem Anteil an der Weltproduktion mit den bestehenden Lieferketten in der Datenbank verknüpft. Beispielsweise ist für das CPP bekannt, dass die Steinkohle ausschließlich aus Russland stammt, wo jedoch keine fallstudienspezifischen Daten vorliegen, werden die in der beschriebenen Weise regionalisierten Vorketten mit den Fallstudien verknüpft. Diese Lieferketten stellen basierend auf den weltweiten Produktionsmengen den wahrscheinlichsten Ursprung eines bestimmten Mineralrohstoffs dar.

Um ein breites Spektrum an Umweltauswirkungen abzudecken, werden eine Reihe von LCIA-Indikatoren berücksichtigt. Dabei sind vor allem die Ressourcen-Fußabdrücke zu berücksichtigen, die bereits mehr als 80 % aller Umweltauswirkungen12 abdecken. Für das Klima37 werden Methoden des Energie-, Land-, Material- und Wasser-Fußabdrucks ausgewählt, die Elementarflüsse quantifizieren und bewerten, da unter Fußabdruck hier ein nach bestimmten Kriterien gewichteter Wert verstanden wird. Darüber hinaus soll das Indikatorenset den Anforderungen der deutschen Umweltverträglichkeitsprüfung genügen, die ein umweltpolitisches Instrument in Deutschland ist, um umweltrelevante Projekte vor der Genehmigung auf mögliche Umweltauswirkungen zu bewerten. Im Gegensatz dazu ist die Ökobilanzbewertung nicht auf die Planungsphase beschränkt. Darüber hinaus bewerten Ökobilanzanalysen auch entfernte Umweltauswirkungen im Zusammenhang mit der vorgelagerten Lieferkette, die in der deutschen Umweltverträglichkeitsprüfung fehlen. Der hier vorgestellte Ansatz wird als mögliche Schnittstelle zwischen wissenschaftsbasierten Indikatoren und praktischen Anwendungen gesehen.

Basierend auf der Analyse des kumulativen Energiebedarfs38,39 wurde der Teilindikator Fossil Cumulative Energy Demand (CEDfo) aus der LCA-Implementierung von Hischier et al. 201040 wird in dieser Studie als Energie-Fußabdruck verwendet: Er fasst die Energiebereitstellung der fossilen Energieträger Steinkohle, Braunkohle, Erdöl, Erdgas, Kohlebergbau-Abgas sowie Torf, Uran und Holz sowie Biomasse aus Primärwäldern zusammen der Lieferkette40 und bewertet diese nach dem Energiegehalt in MJ-Äquivalenten m−3, kg−1 oder MJ−1. Dies wird durch Multiplikation mit entsprechenden Charakterisierungsfaktoren umgesetzt.

Für den Klima-Fußabdruck37 wird die globale Erwärmungswirkung gemäß der LCA-Implementierung IPCC 2013 anhand der Wirkungskategorie Klimawandel GWP100a (GWP100)40 berechnet. Die Elementarströme Kohlendioxid, Kohlenmonoxid, Chloroform, Distickstoffmonoxid, verschiedene Ethan- und Methanverbindungen, Stickoxid, Stickstofffluorid, Schwefelhexafluorid sowie flüchtige organische Verbindungen werden entlang der Lieferkette zusammengefasst und hinsichtlich ihres Treibhauspotenzials bewertet in kg CO2-Äquivalente kg−1.

Zwei Indikatoren stellen den Produkt-Material-Fußabdruck dar41: Beim Raw Material Input (RMI) wird der Input einer Vielzahl abiotischer Materialien von Aluminium bis Zirkonium entlang der Lieferkette zusammengefasst und im Hinblick auf „das Verhältnis der Masse des extrahierten Rohstoffs“ bewertet (verbrauchte Extraktion) zur Masse des jeweiligen abiotischen Materials im extrahierten Rohstoff in kg kg−1"42. Der Gesamtmaterialbedarf (Total Material Requirement, TMR) umfasst den Input ähnlicher abiotischer Materialien, der im Hinblick auf „das Verhältnis der Masse der ungenutzten Extraktion und der Masse des extrahierten Primärmaterials für die Herstellung des Materials, gemessen in kg kg−1“, bewertet wird „42.

Der Wasserverbrauch wird ermittelt und als Midpoint-LCA-Wasserknappheits-Fußabdruck14 bewertet. Es „bewertet die lokale und entfernte Wahrscheinlichkeit natürlicher Süßwasserknappheit für Mensch und Natur, die durch die Wassernutzung entlang menschlicher Versorgungsketten verursacht wird, auf räumlich explizite Weise“14. Der Quantitative Water Scarcity Footprint (WSFquan) stellt den quantitativen Wasserverbrauch durch Evapotranspiration, produktinkorporiertes Wasser und Wassertransfer über Beckengrenzen hinweg in regional gewichteten m3 Wasser dar. Die Gewichtung, die sich auf das Wasserstressniveau in einem Land bezieht, erfolgt jeweils mit der LCIA-Methode AWARE15. Der Qualitative Water Scarcity Footprint (WSFqual), bei dem es sich um das regional gewichtete virtuelle Wasservolumen in m3 handelt, das erforderlich ist, um prozessbedingte Aluminiumemissionen in Gewässer auf sichere Konzentrationen zu verdünnen, ist in dieser Studie nicht enthalten. Schomberg et al. 202114 haben bereits darauf hingewiesen, dass die WSFqual aufgrund hoher Aluminiumemissionen vor allem auf die Abfallbehandlung in globalen Lieferketten zurückzuführen ist. Da wir zu diesen Vorketten keine neuen, insbesondere nicht räumlich expliziten Informationen liefern können, würde das WSFqual keine neuen Erkenntnisse liefern.

Zur Bewertung der Landnutzungsauswirkungen auf die Biodiversität steht derzeit kein mittlerer LCIA zur Verfügung, der für die untersuchten Fallstudien geeignet ist. Für den Indikator potenzieller Artenverlust durch Landnutzung43 gab die Life Cycle Initiative im Jahr 2016 eine vorläufige Empfehlung ab, stellte jedoch auch fest, dass dieser nicht für vergleichende Aussagen geeignet sei. In einem neueren Bericht aus dem Jahr 2019 wird der LANCA®44-Ansatz zur Bewertung der Auswirkungen der Landnutzung auf die Bodenqualität empfohlen. Für die Zwecke dieser Studie sind jedoch vielmehr die im Rahmen der Fallstudien insgesamt beanspruchte Fläche und die Eingriffe in das natürliche Ökosystem durch Landnutzung von Interesse. Daher wird die reine Landbelegung entlang der Lieferketten der Fallstudien in m2 × a ohne jegliche Gewichtung aufsummiert, um erste Hinweise auf mögliche Fernverbindungen zu geben, wie bereits Kaiser et al. 202145. Landnutzungsänderungen werden mangels geeigneter Methode bisher nicht bewertet.

Die Endpunkt-LCA-Methode ReCiPe Endpoint (H,A)46 wird verwendet, um Schäden an den LCA-geschützten Gütern menschliche Gesundheit und Ökosystemqualität aufzudecken. Der Teilindikator Human Health (HuHe) fasst Auswirkungen in den Kategorien Klimawandel, Humantoxizität, ionisierende Strahlung, Ozonabbau, Feinstaubbildung und photochemische Oxidationsmittelbildung zusammen und bewertet sie anhand modellierter und harmonisierter Wirkungspfade in den Punkten kg−1 bzw m−2 bzw. m−2 a−1. Der Teilindikator Ökosystemqualität (Ökosystemqualität) fasst Auswirkungen in den Kategorien landwirtschaftliche Flächenbelegung, Klimawandel, Süßwasserökotoxizität, Süßwassereutrophierung, marine Ökotoxizität, natürliche Landtransformation, terrestrische Versauerung und terrestrische Ökotoxizität zusammen und bewertet sie analog.

Bei LCIA-Indikatoren mit Unterkategorien werden die Ergebnisse der einzelnen Unterkategorien addiert, um die Gesamtindikatorergebnisse zu erhalten: Der Indikator CEDfo beispielsweise besteht aus den Unterkategorien Fossil, Nuklear und Primärwald, deren Einzelergebnisse addiert wurden . Gelegentlich, insbesondere beim WSFquan, wurden durch diesen Ansatz negative Werte entfernt, die beispielsweise auftreten können, wenn Datensätze in der LCA-Datenbank Rundungsfehler enthalten.

Ein LCIA liefert nicht nur ein Gesamtergebnis für eine Umweltbelastung oder -auswirkung, sondern zeigt auch die Beiträge einzelner Aktivitäten. Unter Aktivität versteht man die Prozesse, die die Vorkette einer Fallstudie bilden. Eine systematische Analyse der umfangreichen Informationen des LCIA steht im Mittelpunkt dieser Studie und es werden mehrere methodische Schritte durchgeführt, um relevante Informationen vergleichend darzustellen:

(1) Da eine durchschnittliche Lieferkette aus ca. 100.000 Einzelaktivitäten bestehen kann, werden nur Prozesse ausgewählt, die mehr als 1 % zum Gesamtergebnis einer Umweltbelastung oder -auswirkung pro Fallstudie beitragen. Dies entspricht mindestens 48 %, im Durchschnitt jedoch 79 % des gesamten Indikatorergebnisses (Supplementary Data 14). Der Unterschied zu 100 % ist meist auf viele tausend Prozesse zurückzuführen, die nur einen sehr geringen Beitrag leisten bzw. deren Analyse den Rahmen sprengen und von Schwerpunkten ablenken würde.

(2) Um Aktivitäten unterschiedlicher Umweltbelastungen und -auswirkungen, die unterschiedliche Einheiten haben, vergleichbar zu machen, wird ein Normalisierungsschritt durchgeführt. Für jede Umweltbelastung oder -auswirkung p werden einzelne Aktivitätsergebnisse einer Fallstudie c, xp,c,i mit dem Median medp aller Aktivitäten aller Fallstudien normalisiert47. Die Stichprobe zur Ermittlung dieses Medians umfasst alle Aktivitätsergebnisse aller Fallstudien einer Umweltbelastung oder -auswirkung (Gl. 1, ROR: Laufwasserkraft, CSP: konzentrierte Solarenergie, BBY: Bagasse als Nebenprodukt, BWA: Bagasse als Abfall, CPP: Kohlekraftwerk, Betrieb und Bauphase nicht gesondert aufgeführt). Die normalisierten Werte werden pro Umgebungsdruck oder Auswirkung p berechnet, indem die einzelnen Aktivitätsergebnisse durch den Median dividiert werden (Gleichung 2).

(3) Ein normalisierter Wert stellt das Verhältnis des Aktivitätsergebnisses zum Median dar, was bedeutet, dass das Aktivitätsergebnis normp,c,i mal so groß ist wie der Median. Für die räumliche Hotspot-Analyse werden normierte Werte auf einer Skala von 1 bis 100 dargestellt. Werte unter 1 stellen Aktivitätsergebnisse dar, die kleiner als der Median sind und daher keine Hotspots sind, Werte über 100 werden auf maximal 100 gesetzt (dunkelorange Hotspots in Abb . 5) um den Maßstab überschaubar zu halten. Man kann davon ausgehen, dass ein Ergebnis, das mehr als das Hundertfache des Medians beträgt, in jedem Fall ein Hotspot ist. Dieser Ansatz ist vom Berechnungsansatz des Wasserstressindikators AWARE15 inspiriert, der in der LCA-Community bereits breite Akzeptanz findet. Eine Farbskala dient zur Orientierung und zur Unterscheidung unterschiedlich starker Hotspots anhand ihres normierten Wertes: 1–5 hellblau, 5–10 dunkelblau, 10–30 rosa, 30–50 gelb, 50–100 orange, >100 dunkelorange. Landbesetzung und Umweltauswirkungen, die LCIA-Endpunktansätze darstellen, werden in der räumlichen Hotspot-Analyse nicht berücksichtigt. Hinsichtlich der Landnutzung fehlen räumliche Informationen für eine korrekte Beurteilung; Bei den Umweltauswirkungen ist aufgrund der Endpunktperspektive davon auszugehen, dass Auswirkungen nicht auch am Ort der damit verbundenen Tätigkeiten auftreten.

(4) Standorte können mehrfach vorkommen, weil am selben Ort unterschiedliche Aktivitäten stattfinden oder eine Aktivität mehr als eine Belastung verursacht. Daher werden für jeden Standort alle einzelnen normalisierten Aktivitätsergebnisse pro Fallstudie zusammengefasst.

(5) Der Grad der Regionalisierung hängt stark von den Eingabedaten ab und kann von Punktkoordinaten bis hin zu globalen Koordinaten reichen, was gleichbedeutend mit unbekannt ist. Aufgrund des großen Datenvolumens bei der Analyse internationaler Lieferketten kann es zu Ungenauigkeiten in der Regionalisierung der Daten kommen. Um diesem Problem Rechnung zu tragen und den Grad der Regionalisierung auf einen Blick erkennen zu können, wird ein Qualitätsindex für Standorte bereitgestellt: Standorte der Qualität 1 sind Punktkoordinaten. Standorte der Qualität 2 repräsentieren die Ebene eines Landes oder eines Teillandes, während Standorte der Qualität 3 Regionen aus zwei oder mehr Ländern sind. Zumindest fragwürdige räumliche Zuordnungen, z. B. die Behandlung von Abfällen in der Schweiz, die Teil der Lieferkette der Zuckerfabrik in Brasilien sind, werden der Qualität 4 zugeordnet, während unbekannte Standorte, die als global oder Rest der Welt bezeichnet werden, zugeordnet werden Qualität 5. Standorte der Qualität 1 werden im Rahmen dieser Studie hinzugefügt, Standorte der Qualität 2–5 werden aus der Datenbank ecoinvent 3.5 übernommen. Standorte der Qualität 4 und 5 sind von der räumlichen Hotspot-Analyse ausgeschlossen. Für alle analysierten Prozesse werden in den Zusatzinformationen Qualitätsindizes bereitgestellt, die zur Identifizierung von Tätigkeitsgruppen mit schlechter Regionalisierung dienen.

(6) Um die Relevanz einzelner Tätigkeiten für die Gesamtumweltbelastung der Fallstudien unabhängig vom Vorliegen räumlicher Informationen beurteilen zu können, werden diese in die Kategorien Bergbau, Steinkohlebergbau, Forstwirtschaft, Raffination, Dieselverbrennung, Erdölförderung eingeteilt und (Erd-)Gas, Strom- und Wärmeerzeugung, Herstellung von Polyethylen, Abfallbehandlung, Vor-Ort-Aktivitäten (die am Ort der Fallstudien stattfinden) und andere Aktivitäten. Eine Darstellung als Matrix ermöglicht eine schnelle Einschätzung der Relevanz einer Kategorie für das jeweilige Fallbeispiel (Abb. 6), um besonders wichtige Umweltbelastungen zu identifizieren. Darüber hinaus wird für jede Aktivität die Anzahl der LCIA-Indikatoren durch Zahlen von 1 bis 8 angegeben, die die jeweilige Aktivität beeinflusst, d In Schritt 5 der Hotspot-Analyse kann die Relevanz von Aktivitäten mit schlechter Regionalisierung abgeschätzt werden.

Da eine enge Zusammenarbeit mit den Betreibern der Fallstudien besteht, werden viele Daten direkt von den Betreibern bereitgestellt (siehe Erklärung zur Datenverfügbarkeit). In diesen Fällen erfolgt keine Auswertung der Datenquellen. Dadurch kann es zu Abweichungen zu anderen Studien kommen: Beispielsweise haben Aqachmar et al. 201927 berichtete über einen Wasserverbrauch von etwa 0,006 m3 kWh-1 für das marokkanische CSP, im Gegensatz zu 0,005 m3 kWh-1, die der Betreiber in dieser Studie meldete. Darüber hinaus gingen Verán-Leigh & Vázquez-Rowe 201948 von einer Lebensdauer der permanenten Strukturelemente von 50 Jahren und einer Wasserverdunstung des Reservoirs von 0,003 m3 kWh aus, die untersuchten Fallstudien unterscheiden sich jedoch von dieser Studie hinsichtlich Standort und technischer Ausstattung Die Werte sind nicht übertragbar. Da die in ecoinvent 3.5 für deutsche nichtalpine Stauseen verwendete Speicherwasserverdunstung von 0,03 m3 kWh−1 nicht verifiziert werden konnte, wurde für diese Studie ein Wert von 0,02 m3 kWh−1 berechnet. Die Vermessung zusätzlicher Stauflächen aus Satellitenbildern ist mit großer Unsicherheit behaftet, da es sich bei den Bildern lediglich um eine Momentaufnahme handelt und unklar ist, ob die Bilder zu einem Zeitpunkt mit hohem oder niedrigem Wasserstand aufgenommen wurden (Ergänzende Abbildung 1). Mangels genauerer Daten sollen sie einen Eindruck vom möglichen Ausmaß des Wasserverbrauchs durch Verdunstung vermitteln. Biogene Treibhausgasemissionen aus biogenem Zerfall in Stauseen49, die für ROR-Wasserkraftwerke mit Stauseen48 berechnet wurden, werden in dieser Studie nicht berücksichtigt, da die Methodik explizit für Staudämme und nicht für zusätzliche Aufstaugebiete angegeben wird. Alle weiteren verwendeten Daten stammen aus wissenschaftlichen Publikationen. Für alle Werte, die im Rahmen dieser Studie zu den LCA-Modellen hinzugefügt werden, wird eine logarithmische Normalverteilung für die Fehlerverteilung angenommen. Diese fließen in die Monte-Carlo-Simulationen der Unsicherheitsanalyse ein.

Alle Bestandsdaten sind bei Mendeley Data50 verfügbar. Fallstudienspezifische Daten, die freundlicherweise von MASEN, Jalles Machado S/A Açúcar e Álcool und Uniper Kraftwerke GmbH zur Verfügung gestellt wurden, sind nicht direkt zugänglich. Daten, die zur Regionalisierung von Minerallieferketten verwendet werden, sind bei USGS (https://mrdata.usgs.gov/mineral-operations/ und https://mrdata.usgs.gov/mineplant/) frei verfügbar und können bei Mining Intelligence erworben werden (https://www.miningintelligence.com/, Lizenz für Mining Intelligence 2018 erworben durch die Universität Kassel). LCIA-Methoden sind von Schomberg et al. erhältlich. 202114 und https://www.openlca.org/, während die Datenbank ecoinvent 3.5 bei ecoinvent erhältlich ist (Lizenz für ecoinvent 3.5 von der Universität Kassel erworben).

Zwischenstaatlicher Ausschuss für Klimaänderungen. Klimawandel 2014 Eindämmung des Klimawandels. https://doi.org/10.1017/cbo9781107415416 (2014).

Eurostat. Nachhaltige Entwicklung in der Europäischen Union. Überwachungsbericht über Fortschritte bei der Verwirklichung der SDGs im EU-Kontext. https://ec.europa.eu/eurostat/web/products-statistical-books/-/KS-01-18-656 (2018).

IRP. Entscheidungen für grüne Technologien: Die Umwelt- und Ressourcenauswirkungen kohlenstoffarmer Technologien. https://www.resourcepanel.org/reports/green-technology-choices (2017).

Terrapon-Pfaff, JC, Ortiz, W., Viebahn, P., Kynast, E. & Flörke, M. Wasserbedarfsszenarien für die Stromerzeugung auf globaler und regionaler Ebene. Wasser 12, 2482 (2020).

Schomberg, AC, Bringezu, S. & Flörke, M. Mithilfe von Life Cycle Impact Assessment den räumlich expliziten Wasserknappheits-Fußabdruck am Beispiel eines Lithium-Ionen-Batteriespeichers bewerten. Gemeinschaftliche Erdumgebung. 2, 1–10 (2021).

Balaram, V. Seltenerdelemente: Ein Überblick über Anwendungen, Vorkommen, Exploration, Analyse, Recycling und Umweltauswirkungen. Geosci. Vorderseite. 10, 1285–1303 (2019).

Artikel CAS Google Scholar

Murphy, R., Woods, J., Black, M. & McManus, M. Globale Entwicklungen im Wettbewerb um Land aus Biokraftstoffen. Lebensmittelpolitik 36, S52–S61 (2011).

Artikel Google Scholar

Liu, J., Herzberger, A., Kapsar, K., Carlson, AK & Connor, T. Was ist Telekopplung? In der Telekopplung. Palgrave-Studien zum Management natürlicher Ressourcen. (Hrsg. Friis, C. & Nielsen, J.) https://doi.org/10.1007/978-3-030-11105-2_2 (Palgrave Macmillan, Cham. 2013).

Alcamo, JM, Vörösmarty, CJ, Naiman, RJ, Lettenmaier, DP & Pahl-Wostl, C. Eine große Herausforderung für die Süßwasserforschung: Das globale Wassersystem verstehen. Umgebung. Res. Lette. 3, 010202 (2008).

Wallace, JM & Gutzler, DS Teleconnections im Geopotential-Höhenfeld während des Winters auf der Nordhalbkugel. Bin. Meteorol. Soc. 109, 784–812 (1981).

Google Scholar

Jordaan, SM, Combs, C. & Guenther, E. Ökobilanz der Stromerzeugung: Eine systematische Überprüfung raumzeitlicher Methoden. Adv. Appl. Energie 3, 100058 (2021).

Artikel Google Scholar

Steinmann, ZJN, Schipper, AM, Hauck, M. & Huijbregts, MAJ Wie viele Umweltauswirkungsindikatoren werden für die Bewertung von Produktlebenszyklen benötigt? Umgebung. Wissenschaft. Technol. 50, 3913–3919 (2016).

Artikel CAS Google Scholar

Boulay, A., Lesage, P., Amor, B. & Pfister, S. Quantifizierung der Unsicherheit für AWARE-Charakterisierungsfaktoren. J. Industrial Ecol. https://doi.org/10.1111/jiec.13173 (2021).

Schomberg, AC, Bringezu, S. & Flörke, M. Die erweiterte Lebenszyklusanalyse zeigt den räumlich expliziten Wasserknappheits-Fußabdruck eines Lithium-Ionen-Batteriespeichers. Komm. Erdumgebung. https://doi.org/10.1038/s43247-020-00080-9 (2021).

Boulay, AM et al. Das WULCA-Konsens-Charakterisierungsmodell für Wasserknappheits-Fußabdrücke: Bewertung der Auswirkungen des Wasserverbrauchs auf der Grundlage des verbleibenden verfügbaren Wassers (AWARE). Int. J. Lebenszyklusbewertung. https://doi.org/10.1007/s11367-017-1333-8 (2017).

Flörke, M., Schneider, C. & McDonald, RI Wasserwettbewerb zwischen Städten und Landwirtschaft, angetrieben durch Klimawandel und städtisches Wachstum. Nat. Aufrechterhalten. 1, 51–58 (2018).

Artikel Google Scholar

Zubair, M. & Awan, AB Wirtschaftlichkeit des Exports von Solarenergie aus dem Nahen Osten und Nordafrika nach Europa und Südasien. Umgebung. Entwickler Aufrechterhalten. 23, 17986–18007 (2021).

Artikel Google Scholar

Ihsanullah, I., Atieh, MA, Sajid, M. & Nazal, MK Entsalzung und Umwelt: Eine kritische Analyse der Auswirkungen, Minderungsstrategien und umweltfreundlichere Entsalzungstechnologien. Wissenschaft. Gesamtumgebung. 780, 146585 (2021).

Artikel CAS Google Scholar

Kuriqi, A., Pinheiro, AN, Sordo-Ward, A., Bejarano, MD & Garrote, L. Ökologische Auswirkungen von Laufwasserkraftwerken – aktueller Stand und Zukunftsaussichten am Rande der Energiewende. Erneuern. Aufrechterhalten. Energy Rev. 142, 110833 (2021).

German Federal Government. Energiekonzept für eine umweltschonende, zuverlässige und bezahlbare Energieversorgung. https://archiv.bundesregierung.de/resource/blob/656922/779770/794fd0c40425acd7f46afacbe62600f6/energiekonzept-final-data.pdf?download=1 (2010).

Child, M., Koskinen, O., Linnanen, L. & Breyer, C. Nachhaltigkeitsleitplanken für Energieszenarien der globalen Energiewende. Erneuern. Aufrechterhalten. Energy Rev. https://doi.org/10.1016/j.rser.2018.03.079 (2018).

Deutsches Insitut für Normung e. V. DIN EN ISO 14040:2006: Umweltmanagement – Ökobilanz – Grundsätze und Rahmenbedingungen. https://doi.org/10.1007/s00738-009-0685-2 (2016).

Wernet, G. et al. Die ecoinvent-Datenbank Version 3 (Teil I): Überblick und Methodik. Int. J. Lebenszyklusbewertung. 21, 1218–1230 (2016).

Artikel Google Scholar

Meldrum, J., Nettles-Anderson, S., Heath, G. & Macknick, J. Wassernutzung im Lebenszyklus für die Stromerzeugung: Eine Überprüfung und Harmonisierung von Literaturschätzungen. Umgebung. Res. Lette. 8, 015031 (2013).

Berry, WM & Stichling, W. Verdunstung aus Seen und Stauseen in der nördlichen Ebene von North Dakota. in der IUGG-Generalversammlung (1954).

Dones, R. et al. Lebenszyklusinventare von Energiesystemen: Ergebnisse für aktuelle Systeme in der Schweiz und anderen UCTE-Ländern. Ökoinvent. https://ecoinvent.org/the-ecoinvent-database/data-releases/ecoinvent-version-2/ (2007).

Aqachmar, Z., Allouhi, A., Jamil, A., Gagouch, B. & Kousksou, T. Parabolrinnen-Solarthermiekraftwerk Noor I in Marokko. Energie 178, 572–584 (2019).

Artikel Google Scholar

Piemonte, V., De Falco, M., Tarquini, P. & Giaconia, A. Lebenszyklusbewertung eines Hochtemperatur-Solarkraftwerks mit geschmolzenem Salz. Sol. Energie 85, 1101–1108 (2011).

Artikel Google Scholar

Soomro, MI et al. Leistungs- und Wirtschaftsanalyse der konzentrierten Solarstromerzeugung für Pakistan. Prozesse 7, 1–25 (2019).

Google Scholar

Raboaca, MS et al. Konzentrierende Solarenergietechnologien. Energien 12, 1–29 (2019).

Botha, T. & von Blottnitz, H. Ein Vergleich der Umweltvorteile von aus Bagasse gewonnenem Strom und Kraftstoff-Ethanol auf Lebenszyklusbasis. Energiepolitik 34, 2654–2661 (2006).

Artikel Google Scholar

Lopes Silva, DA, Delai, I., Delgado Montes, ML und Roberto Ometto, A. Ökobilanz der Stromerzeugung aus Zuckerrohr-Bagasse in Brasilien. Erneuern. Aufrechterhalten. Energy Rev. 32, 532–547 (2014).

Artikel Google Scholar

Mashoko, L., Mbohwa, C. & Thomas, VM Lebenszyklusinventur der Kraft-Wärme-Kopplung aus Bagasse in der südafrikanischen Zuckerindustrie. J. Sauber. Prod. 39, 42–49 (2013).

Artikel Google Scholar

Ramjeawon, T. Ökobilanz der Stromerzeugung aus Bagasse in Mauritius. J. Sauber. Prod. 16, 1727–1734 (2008).

Artikel CAS Google Scholar

Jungbluth, N. & Chudacoff, M. Lebenszyklusinventare von Bioenergie. Ökoinvent. https://ecoinvent.org/the-ecoinvent-database/data-releases/ecoinvent-version-2/ (2007).

Zanatta, ER et al. Kinetische Studien zur thermischen Zersetzung von Zuckerrohr-Bagasse und Maniok-Bagasse. J. Therm. Anal. Kalorien. 125, 437–445 (2016).

Artikel CAS Google Scholar

Egenolf, V. & Bringezu, S. Konzeptualisierung eines Indikatorensystems zur Bewertung der Nachhaltigkeit der Bioökonomie. Nachhaltigkeit 11, 443 (2019).

Pimentel, D. et al. Nahrungsmittelproduktion und die Energiekrise: Ein Kommentar. Wissenschaft 187, 560–567 (1975).

Artikel Google Scholar

Boustead, I. & Hancock, GF Handbook of Industrial Energy Analysis. Ellis Horwood Ltd. (1979).

Hischier, R. et al. Implementierung von Methoden zur Bewertung der Auswirkungen auf den Lebenszyklus. Ökoinvent. https://ecoinvent.org/wp-content/uploads/2020/08/201007_hischier_weidema_implementation_of_lcia_methods.pdf (2010).

Sameer, H. et al. Umweltbewertung von Ultrahochleistungsbeton anhand von Kohlenstoff-, Material- und Wasser-Fußabdruck. Materialien 12, 851 https://doi.org/10.3390/ma12060851 (2019).

Mostert, C. & Bringezu, S. Messung des Produktmaterial-Fußabdrucks als neue Methode zur Bewertung der Auswirkungen auf den Lebenszyklus: Indikatoren und abiotische Charakterisierungsfaktoren. Ressourcen 8, 61 (2019).

Chaudhary, A., Verones, F., De Baan, L. & Hellweg, S. Quantifizierung der Auswirkungen der Landnutzung auf die Biodiversität: Kombination von Artengebietsmodellen und Vulnerabilitätsindikatoren. Umgebung. Wissenschaft. Technol. 49, 9987–9995 (2015).

Artikel CAS Google Scholar

Bos, U., Horn, R., Beck, T., Lindner, JP & Fischer, M. LANCA® Characterization Factors for Life Cycle Impact Assessment Version 2.0. (Fraunhofer-Institut, 2016).

Kaiser, S., Bringezu, S. & Prontnicki, K. Umwelt- und ökonomische Bewertung globaler und deutscher Produktionsstandorte für CO2-basiertes Methanol und Naphtha. Grüne Chem. https://doi.org/10.1039/d1gc01546j (2021).

Goedkoop, M. et al. ReCiPe 2008: Eine Methode zur Bewertung der Auswirkungen auf den Lebenszyklus, die harmonisierte Kategorieindikatoren auf der Mittel- und Endpunktebene umfasst. (2009).

Barthel, M., Fava, J., James, K., Hardwick, A. & Khan, S. Hotspots-Analyse: Ein übergreifender methodischer Rahmen und Leitfaden für die Anwendung auf Produkt- und Sektorebene. Umweltprogramm der Vereinten Nationen. https://europa.eu/capacity4dev/unep/documents/hotspots-analysis-methodological-framework-and-guidance (2017).

Verán-Leigh, D. & Vázquez-Rowe, I. Ökobilanz von Laufwasserkraftwerken in den peruanischen Anden: Eine Perspektive der politischen Unterstützung. Int. J. Lebenszyklusbewertung. 24, 1376–1395 (2019).

Artikel Google Scholar

Hertwich, EG Umgang mit biogenen Treibhausgasemissionen aus Wasserkraft in der Ökobilanz. Umgebung. Wissenschaft. Technol. 47, 9604–9611 (2013).

Artikel CAS Google Scholar

Schomberg, AC Sachbilanzdatensatz zur Bewertung von vier Fallstudien zur Stromerzeugung. Mendeley-Daten V1. https://doi.org/10.17632/2nhjxzgf8v.1 (2020).

Referenzen herunterladen

Diese Forschungsarbeit wurde im Rahmen des Projektes „Wasserressourcen als wichtiger Faktor der Energiewende auf lokaler und globaler Ebene“, WANDEL (02WGR1430A), durchgeführt mit Unterstützung des Bundesministeriums für Bildung und Forschung (BMBF) im Rahmen seiner Forschungsinitiative „ Globale Ressource Wasser (GRoW)“. Wir möchten uns ganz herzlich bei MASEN (Betreiber des CSP in Marokko), Jalles Machado S/A Açúcar e Álcool (Betreiber der Zuckermühle in Brasilien), Vinícius Bof Bufon von Embrapa und Cord Bredthauer von Uniper Kraftwerke GmbH bedanken ( Betreiber des CPP Heyden) für die freundliche Weitergabe Ihrer Daten an uns.

Open-Access-Förderung ermöglicht und organisiert durch Projekt DEAL.

Zentrum für Umweltsystemforschung der Universität Kassel, Kassel, Deutschland

Anna C. Schomberg, Stefan Bringezu & Hannes Biederbick

Lehrstuhl für Ingenieurhydrologie und Wasserwirtschaft an der Ruhr-Universität Bochum, Bochum, Deutschland

Martina Flörke

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Anna Schomberg hat den Rahmen für die Auswertung der Fallstudien erstellt, die Methodik ausgearbeitet, die LCA-Modelle entwickelt, die Methodik operationalisiert, die Ergebnisse berechnet und ausgewertet, die Zahlen erstellt, den Haupttext und ergänzende Informationen verfasst. Stefan Bringezu hat die Methodik ausgearbeitet und das Manuskript und die Methodik umfassend überarbeitet. Martina Flörke hat das Projekt WANDEL betreut, den Rahmen für die Auswertung der Fallstudien erstellt und die Ausarbeitung der Methodik unterstützt. Hannes Biederbick hat die Regionalisierung der Vorketten durch Datenrecherche und -analyse unterstützt. Alle Autoren diskutierten die Ergebnisse und Implikationen und kommentierten das Manuskript in allen Phasen.

Korrespondenz mit Anna C. Schomberg.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Communications Earth & Environment dankt Toolseram Ramjeawon und den anderen, anonymen Gutachtern für ihren Beitrag zum Peer-Review dieser Arbeit. Hauptherausgeber: Clare Davis. Peer-Reviewer-Berichte sind verfügbar.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Schomberg, AC, Bringezu, S., Flörke, M. et al. Räumlich explizite Ökobilanzanalysen zeigen Hotspots der Umweltauswirkungen der erneuerbaren Stromerzeugung auf. Commun Earth Environ 3, 197 (2022). https://doi.org/10.1038/s43247-022-00521-7

Zitat herunterladen

Eingegangen: 04. März 2022

Angenommen: 03. August 2022

Veröffentlicht: 30. August 2022

DOI: https://doi.org/10.1038/s43247-022-00521-7

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.