Op Tweakers schrijven we met enige regelmaat over ontwikkelingen op accugebied en meer dan eens zoomen we in op de meest belangrijke metalen. Kobalt hoort daar ook bij, niet in de laatste plaats omdat dit metaal behoorlijk controversieel is. In dat kader schonken we bijna twee jaar geleden bijvoorbeeld aandacht aan de nog lopende juridische strijd tussen een aantal Congolese mijnslachtoffers en grote techbedrijven als Apple, Google, Tesla en Dell. Deze slachtoffers, veelal kinderen die gewond zijn geraakt tijdens het delven van kobalt, willen geld zien van deze bedrijven.
In de comments van dit artikel gaf een communitylid een kleine correctie en nadere uitleg over een paar punten. Het bleek een tweaker die zijn masterthesis had geschreven over hoe de klimaatimpact van kobaltproductie kan veranderen. Gelet op zijn waardevolle, nadere inzichten, hebben we hem benaderd. Dit communitylid, Marc van der Meide (29), bleek aardig wat te weten van de kobaltproductie, maar is niet zozeer een kobaltexpert. Hij is universitair onderzoeker in life cycle assessment, oftewel LCA, een veld waarin onder meer de klimaatimpact van een scala aan producten en productieprocessen cijfermatig in kaart wordt gebracht. Klimaatimpact en daarmee klimaatverandering zijn een van de belangrijkste indicatoren, maar bij LCA wordt ook gelet op andere indicatoren zoals giftigheid voor mens en dier, het gebruik van schaarse materialen, fijnstofproductie en watergebruik.
Enkele maanden geleden kwam de masterthesis van Van der Meide uit als paper in het wetenschappelijke tijdschrift Journal of Industrial Ecology, met de titel Effects of the energy transition on environmental impacts of cobalt supply: A prospective life cycle assessment study on future supply of cobalt. Een goede reden om hem daar wat vragen over te stellen en te informeren naar zijn werk als duurzaamheidsonderzoeker, hoe hij in het verleden op Tweakers terechtkwam en hoe hij door het schrijven van code ook zijn steentje probeert bij te dragen aan beter te begrijpen onderzoeksresultaten en daarmee wellicht een duurzamere wereld.
Wanneer werd je deel van de community en was daar een specifieke aanleiding voor?
"Mijn account heb ik aangemaakt in 2016, vooral vanuit mijn toenmalige interesse in games. In die tijd kreeg ik ook meer interesse in de hardware. In 2016 ben ik ook mijn eigen computer gaan bouwen, want daarvoor speelde ik altijd op een laptop, of op de computer van mijn oudere broers toen ik nog een kind was. Toen ik die computer bouwde, was ik 22 jaar, dus ik ben niet jong begonnen. Ik speelde toen veel Space Engineers en dat was ook de reden voor het bouwen van die computer. Die game zat nog in de alpha en was niet geoptimaliseerd. Na een update had ik een framerate van 1 beeld per seconde. Toen was ik het zat en ben ik een computer gaan bouwen. Ik heb werktuigbouwkunde gestudeerd en in die game bouw je in de ruimte. Een soort Minecraft in de ruimte, maar dan iets technischer. Zo ben ik me nog meer met hardware gaan bezighouden. Ik heb veel 'troep' tweedehands gekocht om te kijken wat ik ermee kon, om het vervolgens weer te verkopen. Nu is dat weer weggezakt, maar dat was toen een leuke hobby. Ik game nu minder, want ik ben niet iemand die een spel kan opstarten en een pauze kan nemen. Ik wil dan echt een paar dagen achter elkaar Civilizations of Factorio spelen, al heb ik daar tegenwoordig weinig tijd meer voor."
Wat heb je gestudeerd en wat houdt je huidige onderzoekswerk in?
"Aan de Hogeschool Rotterdam heb ik werktuigbouwkunde gestudeerd en aan de Universiteit Leiden heb ik een minor in sustainable development gedaan. Die minor is meer gericht op de sociale kant van duurzaamheid. Ik kwam er toen achter dat duurzaamheid niet alleen maar technische oplossingen behelst, maar ook gaat over politiek, beleid en mensen overtuigen. Daarna heb ik gekozen voor Industrial Ecology, ook in Leiden. Dat is een vrij brede master die niet alleen naar de technische kant kijkt, maar ook naar de sociale kant van klimaatverandering en hoe we daar nummers aan kunnen hangen. Die master is gedeeld met de TU Delft, dus daar komt het technisch deel van. Ik doe nu specifiek onderzoek in LCA. Dat is weer een klein stukje binnen duurzaamheid. Het gaat over het hangen van getallen aan hoe duurzaam iets is. Dat vind ik erg interessant en dat houdt het ook lekker technisch."
'Een leraar heeft wel eens gezegd dat je als LCA'er eigenlijk een mythbuster bent'
Ben je dan een 'duurzaamheidsonderzoeker'?
"Een leraar heeft wel eens gezegd dat je als LCA'er eigenlijk een mythbuster bent, omdat je gaat kijken hoe duurzaam iets echt is. Veel bedrijven zeggen dat ze heel duurzaam zijn en dat ze de oplossing hebben. Met LCA kun je er getallen aan hangen en zeggen hoe duurzaam iets echt is. Ik denk dat een vergelijking met de journalistiek wel een aardige is. Wat we doen is eigenlijk zoeken naar de waarheid, al is dat natuurlijk erg algemeen en is dat in feite ook wel de kern van wat de wetenschap en journalistiek doen."
Inmiddels ben je gestopt met het kobaltonderzoek en richt je je op manieren om beton en hout te recyclen. Is er binnen de academische wereld veel interesse in kobalt?
"Vanuit de academische wereld is er nu superveel interesse in kobalt, omdat het een schaars metaal is en de duurzaamheidseffecten niet helemaal duidelijk zijn. Ik krijg er nog wel veel vragen over van masterstudenten en anderen die er meer over willen weten, dus ik ben er in die zin nog wel mee bezig.
Kobalt is ook een hot topic, omdat er geroepen wordt dat we elektrisch moeten rijden om duurzaam te zijn. Dat is leuk als vijf mensen dat doen, maar als iedereen dat gaat doen, krijg je het probleem of er wel genoeg kobalt op aarde is om die batterijen te maken. Ik denk dat de wetenschappelijke wereld nu een beetje in die fase aanbelandt. In die fase richten we ons vooral op de vraag: de technische oplossingen die er nu zijn, zijn die ook schaalbaar naar de hele wereld?"
'Het hele plaatje wordt dus duurzamer, maar het maken van kobalt wordt steeds minder duurzaam'
Wat is de belangrijkste bevinding uit je masterthesis?
"Het voornaamste punt dat naar voren komt, is dat het maken van kobalt minder duurzaam wordt per kilogram kobalt, als je alleen kijkt naar het productieproces. Als je meer toekomstige veranderingen meeneemt, bijvoorbeeld hoe de elektriciteitsmarkt moet veranderen als we de Parijs-doelen willen behalen, dan wordt het wel duurzamer om kobalt te maken, hoewel we steeds meer kobalt nodig hebben om die doelen te behalen. Het hele plaatje wordt dus duurzamer, maar het maken van kobalt wordt steeds minder duurzaam."
Waarom wordt het maken van kobalt minder duurzaam?
"Kobalt is al schaars bij het erts dat uit de grond wordt gehaald. Volgens mij is de ertsgraad van kobalt 0,3 procent. Om 1kg kobalt uit de grond te halen, heb je dus veel aarde nodig. Die ertsgraad gaat ook steeds verder omlaag. We delven eerst de mooiste stukken waar het meeste kobalt zit en we gaan nu naar de steeds slechtere stukken. Daarmee moeten we veel meer grond verplaatsen en verwerken, voordat we 1kg kobalt kunnen maken. Dat is de hoofdreden waarom het minder duurzaam wordt."
Kobalt komt vooral uit de Democratische Republiek Congo. Hoe wordt dat daar gewonnen?
"Het wordt als bijproduct gedolven in kopermijnen. De erts wordt vaak opgelost in een zuur. Dan heb je dus koper en kobalt allebei opgelost. Het zuur is op waterbasis en dat mengen ze met zuren op basis van olie. Die mixen niet. Het zuur dat in het olie zit, reageert alleen met het koper of kobalt. Ze gooien het mengsel vervolgens in een soort blender. Er zit dan veel oppervlakte tussen het water en de olie, zodat je kleine druppels door elkaar krijgt. Als je dat daarna laat rusten, heb je het koper en kobalt gesplitst. Dat goedje op oliebasis voegen ze samen met een andere vloeistof op waterbasis en daaruit laten ze het water verdampen. Dan krijg je een soort poeder. Dat poeder sturen ze naar China en daar lossen ze het gewoon weer op in water en dan maak je er met elektrolyse kobalt van. Zo gaat het in de meeste gevallen."
Dit leidt in de DRC dus ook tot enorme afvalbergen (tailings)?
"Ja, de tailings zijn enorm. Daar heb ik ooit een berekening van gemaakt. Ik weet niet meer het exacte cijfer, maar volgens mij was het 400kg afval voor 1kg kobalt dat je overhoudt. We maken dus enorme bergen afval om batterijen te kunnen maken. Dat is eigenlijk gewoon chemisch afval en dat maken we dus vooral in landen als Congo. Wat daar precies mee gebeurt, is niet bekend, maar laten we het zo omschrijven: dat is vast niet helemaal goed."
:strip_exif()/i/2004980286.jpeg?f=imagenormal)
Hoe ziet de prognose er ongeveer uit voor de vraag naar kobalt in de komende decennia?
"Volgens het business-as-usualscenario, waarin er onvoldoende gedaan wordt aan het tegengaan van klimaatverandering, zie je dat de vraag per jaar in 2050 ongeveer 300 kiloton is. In het sustainabledevelopmentscenario, dus als we de opwarming van de aarde tot onder de twee graden kunnen beperken, dan is dat in 2050 bijna het dubbele: meer dan 500 kiloton per jaar. Dan komt er duidelijk een hogere vraag, waarmee automatisch de ertsgraad verder omlaaggaat."
"Als je de elektriciteitsmarkt even negeert, zou de klimaatimpact per kilogram kobalt 20 procent stijgen in 2050 bij business as usual of 40 procent bij sustainable development. Dat is dus een verdubbeling van de klimaatimpact als je alleen kijkt naar de extra vraag naar kobalt. Het wordt dus nog slechter, maar dat compenseren we met een groenere energiemarkt eromheen, bijvoorbeeld door een groener transport."
/i/2005184890.png?f=imagenormal)
Naar schatting vindt ongeveer 10 procent van het kobalt uit de DRC zijn oorsprong in niet-industriële, artisanale mijnen. Heb je daar ook naar gekeken tijdens je onderzoek?
"In de dataset die ik heb gebruikt, worden de artisanale mijnen niet veel meegenomen. Het schadelijke van deze mijnen is niet per se dat ze ongezond zijn in de zin van giftigheid: het gaat meer om de onveilige werkomstandigheden. Wat in de industriële mijnen vooral ook speelt, is de human toxicity. Dat komt door de chemicaliën die gebruikt worden om de metalen uit de erts te krijgen."
In LCA worden veel datasets met veel gegevens gebruikt. Zijn daar ook in bepaalde gevallen supercomputers voor nodig?
"We krijgen steeds meer data om mee te werken. Voor deze studie is een dataset gebruikt waar een soort van recepten in staan hoe je iets maakt. In de levenscyclusanalyse is er niet altijd tijd en geld om alle specifieke onderdelen voor iedere studie opnieuw in detail uit te zoeken, zoals bijvoorbeeld het proces hoe we elektriciteit maken uit kolen. Die recepten staan in een dataset en daarin staat dan dat we bijvoorbeeld staal, gebouwen en beton nodig hebben. Dan heb je als uitstoot een bepaalde hoeveelheid CO2. Die datasets blijven ook groeien en daardoor hebben we betere computers nodig om te kunnen rekenen, maar op mijn huidige gemiddelde laptop met een Intel Core i5-1135G7 kan je dit soort modellen goed draaien."
"Er zijn wel onderzoekers die kijken naar de variabiliteit van de getallen in dit soort datasets. De datasets die wij gebruiken hebben iets van 20.000 processen, dus verschillende recepten van hoe je iets maakt. Er is wel eens een project geweest waarin een supercomputer is gebruikt om ieder getal een beetje aan te passen om te onderzoeken wat de klimaatimpact daarvan gaat zijn op de diverse onderdelen van die dataset. Voor dat soort taken heb je wel supercomputers nodig, maar voor de kleinere berekeningen niet per se."
Waar komen die datasets vandaan?
"Wij hebben een betaalde dataset van een non-gouvernementele organisatie: ecoinvent. Zij zijn een van de grootste in de wereld. Zij hebben een dataset met 20.000 processen met supergedetailleerde informatie. Die ngo werkt met bedrijven en industrieën samen om die data te verzamelen."
Is dat niet lastig, want dan moet iedereen wel willen meewerken?
"Sommige sectoren zijn heel gesloten. De plasticsector is daar volgens mij een voorbeeld van. Zij zeggen: 'Ja, wij maken plastic. Hier heb je een paar getallen. Doei!' Maar bij sommige processen gaat het juist heel gedetailleerd, bijvoorbeeld voor iedere productiestap bij het delven van nikkelerts: het verwerken, smelten en de stappen erna van hoe het gebruikt kan worden."
"Als ik zoek op kobalt, dan heb je maar een aantal processen die echt gaan over de kobaltproductie. Twee daarvan beslaan de recycling van lithiumbatterijen. Je hebt daarnaast een algemeen proces en vaak heb je ook marktprocessen die andere processen samenvoegen. Verder heb je nog transportelementen zoals een algemene verzameling van hoe kobalt getransporteerd wordt."
"Je kan ook zoeken op elektriciteit, dan heb je al gauw 3.500 processen die er iets mee te maken hebben. Bij elektriciteit is het supergedetailleerd, net als bijvoorbeeld bij beton en staal. Er zitten ook wel zaken als eten in. Je kan bijvoorbeeld zoeken op een koe en dan krijg je daar informatie over. Het gaat dan vooral over de klimaatimpact van eten, bijvoorbeeld van koeienmelk. Je hebt dan een specifieke dataset van Zuid-Afrika, eentje van Canada en een algemene van de rest van de wereld. Hierbij heb je ook specifieke punten, zoals mais om te eten, houtvezels voor de stallen en kunstmest. Zo krijg je dus recepten voor van alles wat je kan maken. Die dataset groeit ook elk jaar."
En hoe zit dit specifiek voor kobalt?
"Uitgaande van de kobaltproductie uit koper, heb je allerlei inputs, zoals blasting (het opblazen van grond in de mijnen), elektriciteitsverbruik en een lopende band. Je hebt ook factoren voor de klimaatinteractie, zoals watergebruik uit de natuur en het gebruikte landoppervlak. Dat zit er allemaal in. Het is een dataheavymethode."
Hoe houd je daarbij rekening met onzekerheid? Je baseert je immers op modellen en gegevens van anderen.
"Onzekerheid van informatie nemen we mee. Je kunt een gausscurve aannemen voor iedere input die je hebt, want we weten niet exact zeker of je voor het maken van 1kg kobalt een bepaald aantal kilogram belasting en materiaal nodig hebt. Daar gebruiken we een monte-carloanalyse voor. Die simulaties nemen automatisch de samples uit een gausscurve mee. Dit is in een notendop de tool die we voor ons onderzoek gebruiken."
Kan je dat iets meer toelichten?
"Exacte productie-informatie is vaak moeilijk te krijgen en er is in de praktijk vaak veel onzekerheid over de exacte getallen. Om daar mee om te gaan, wordt vaak een distributie van de waarschijnlijke getallen gebruikt. Die distributie heeft vaak de vorm van een gausscurve (waarschijnlijk op één waarde en steeds onwaarschijnlijker verder van die waarde af). Met monte-carlosimulaties wordt een LCA-berekening vaak herhaald met verschillende waardes uit die distributies voor alle processen die onzeker zijn. Dan ontstaat er een nieuwe set resultaten die rond één 'waarschijnlijk' punt zijn. Zo kan je een realistischer beeld krijgen van de mogelijke distributie van realistische waardes voor de duurzaamheidsimpact, wat een beter, realistischer beeld geeft dan één losse waarde.
'Dat is te veel om te begrijpen, dus ik probeer de resultaten die eruit komen begrijpelijker te maken'
Hoe ben je nog meer betrokken bij dit onderzoeksveld?
"Ik bouw hier ook aan mee; dat is onderdeel van mijn promotieonderzoek. Naast mijn huidige onderzoek naar hoe duurzaam nieuwe manieren om te recyclen zijn, onderzoek ik ook hoe we de resultaten uit dit soort tools begrijpelijker kunnen maken, dus hoe we zinvollere informatie eruit kunnen krijgen. Die 20.000 processen zitten in elkaar vast in één groot netwerk, dus uiteindelijk hebben bijna alle 20.000 processen een invloed op jouw eindproduct. Dat is te veel om te begrijpen, dus ik probeer de resultaten die eruit komen begrijpelijker te maken. Mijn doel is om het makkelijker te maken voor de mensen die deze tools gebruiken om te communiceren naar andere mensen, bijvoorbeeld de mensen die beslissingen nemen of het algemene publiek."
"Ik onderzoek hoe we kunnen zeggen dat de productie van kobalt een impact van x heeft in het maken van een elektrische auto, of welke impact het maken van de banden heeft. Het gaat dus om de losse onderdelen, maar ook de hele levenscyclus. Dus het maken van de auto, maar ook het gebruik van de auto en het recyclen van de auto. Met dat soort informatie kunnen we, hoop ik tenminste, beter beslissingen nemen over hoe we iets duurzamer kunnen maken. Dat probeer ik in deze software te zetten door code te schrijven. Als onderdeel van mijn promotieonderzoek moet ik hier ook artikelen over schrijven."
In welke taal gaat het coden?
"Dat doen we in Python. Code schrijven heb ik geleerd met Excel VBA, maar daarna ben ik vrij snel overgestapt op Python. Voor het hebben van een tool is het niet de ideale programmeertaal, maar het is gemakkelijk voor mensen om eraan mee te werken."
Welke exacte tool gebruiken jullie voor het LCA-onderzoek?
"De tool heet Activity Browser, maar dat is enkel een userinterface boven op een andere tool, Brightway2. Dat is de echte LCA-tool die wij gebruiken. Dat is enkel een Python-tool, dus daar moet je voor kunnen programmeren. Veel LCA-mensen willen gewoon aan LCA doen en willen niet met Python werken. Daar is de Activity Browser-tool uit ontstaan, zodat je je gewoon kan richten op LCA en niet op het leren van Python."
"Het is zeker niet de enige software die beschikbaar is, maar het probleem met veel andere software is dat veel cutting-edgescenario's daarin wat moeilijker gaan. Bijvoorbeeld toekomstige scenario's, zoals het groener worden van de elektriciteitsproductie. Dat soort dingen zijn bij ons letterlijk een kwestie van Excel-sheets in de software zetten. Dus je zegt dat in een bepaald jaar de getallen met x veranderen en in dat jaar met y en dan wordt dat uitgerekend voor elk van die jaren. In andere software is dat minder uitgebreid."
"Ik snap niet waarom, maar wij zijn ook veel sneller dan de meeste andere software. We werken met Python en dat staat niet bekend als de snelste taal. Volgens mij hebben we ergens op de website van Brightway2 staan dat we iets van 100 monte-carlosimulaties per seconde kunnen uitvoeren. Dus 100 LCA's per seconde. Sommige andere softwaretools doen vijf minuten over één berekening. Bij Brightway2 wordt er ook wel aan gewerkt om het bruikbaar te houden en er nieuwe dingen in te zetten. Daarmee zie je ook dat we meer een academische software zijn."