Synthetische Polymere als Umweltkontaminanten in der Hydrosphäre haben in den letzten Jahren eine sehr starke wissenschaftliche Aufmerksamkeit erfahren. Hierbei wurde aber nahezu ausschließlich die Kontamination durch Plastikpartikel im Makro- bis Mikro-Maßstab berücksichtigt. Ebenfalls in großem Maßstab produzierte und in vielfältigen Produkten eingesetzte gelöste Polymere sind bislang aber völlig unbeachtet geblieben. Ein direkter Transfer bislang erarbeiteter analytischer Verfahren zur Umwelterfassung von Plastikpartikel auf die wassergelösten Polymere ist nicht möglich. Daher soll dieses Projektvorhaben in einem ersten Schritt ein geeignetes analytisches Verfahren basierend auf Pyrolyse-Methoden erarbeiten, das die quantitative Bestimmung von gelösten Polymeren in Abwasser- und Flusswasserproben ermöglicht. Hierbei sind sowohl die chemischen Eigenschaften der Polymere als auch die niedrigen Konzentrationsniveau in Umweltproben eine Herausforderung. Das entwickelte Analyseverfahren soll dann in einem zweiten Projektabschnitt auf Proben aus Kläranlagenzu- und -abläufen sowie aus zugehörigen Vorflutern angewendet werden, um so erste quantitative Daten zum Umweltvorkommen und somit zur Umweltrelevanz dieser Substanzklasse zu erhalten.
Die Hydrologie der Landoberfläche wirkt an der Schnittstelle zwischen Boden, Vegetation und Atmosphäre. Sie hat dadurch Auswirkungen auf Nahrungsmittelproduktion, Wasserverfügbarkeit und Extremereignisse, wie Dürren und Überschwemmungen. Die Wechselwirkungen zwischen Land (Hydrologie) und Atmosphäre (Wetter) sind bisher nur ungenügend verstanden. Es ist insbesondere unklar, ob sich die Einflüsse der Landoberfläche auf Vegetation und Wetter durch die globale Erwärmung verstärken werden. Darüber hinaus ist nur wenig bekannt bezüglich des Übergangs von einem energielimitierten Regime, wo die Atmosphäre (Temperatur und Einstrahlung) das Land (Vegetationsproduktivität, Bodenfeuchte) beeinflusst, hin zu einem wasserlimitierten Regime, wo das Land (auch) die Atmosphäre beeinflusst. Um das Verständnis der Land-Atmosphäre-Wechselwirkungen zu verbessern, wird ein multivariater Ansatz mit der Analyse von Daten über Bodenfeuchte, Matrixpotential, Bruttoprimärproduktion, Verdunstung, Temperatur und Landoberflächencharakteristiken vorgeschlagen. Mit dieser umfassenden Methodik werden Land-Atmosphäre-Wechselwirkungen in Bezug auf ihre kurz- und langfristige Variabilität, sowie auf ihre Veränderungen im Kontext des Klimawandels untersucht. Ausserdem werden potentiell stark betroffene Regionen bestimmt. Desweiteren wird ein kritischer Bereich der Bodenfeuchte und/oder des Matrixpotentials identifiziert und charakterisiert, ab dem eine Wasserlimitierung von Vegetation oder Evapotranspiration auftritt. Ein Ergebnis dieser Analyse wird die Identifizierung eines dritten charakteristischen Matrixpotentials neben dem permanenten Welkepunkt und der Feldkapazität sein. Als Grundlage für diese Untersuchungen wird mittels eines Landoberflächenmodells von geeigneter Komplexität ein langfristiger, qualitativ hochwertiger hydrologischer Datensatz berechnet, welcher anhand von multivariaten Beobachtungen kalibriert wird. Dabei werden auch die Unsicherheiten des Datensatzes, sowie der multivariaten Beobachtungen, thematisiert. Die Resultate dieser Arbeit können helfen das Management von Wasserressourcen zu verbessern. Beispielsweise können Prognosen des Matrixpotentials in Verbindung mit dem identifizierten kritischen Bereich für eine intelligente Bewässerung von Pflanzen und Feldern verwendet werden. Eine Analyse von langfristigen Trends in Matrixpotential-, Bodenfeuchte- und Abflussdaten kann als Grundlage für langfristige Anpassungsmaßnahmen dienen. In einer weiteren Analyse werden Größenordnungen und Auftrittshäufigkeiten von Extremereignissen, wie Dürren und Überschwemmungen untersucht und in Verbindung mit entstandenen Sach- und Personenschäden gebracht. Diese Arbeit trägt zu den Millenniums-Entwicklungszielen der Vereinten Nationen bezüglich der Bekämpfung von Hunger und einer nachhaltigeren Wassernutzung, den 'Europa 2020' Zielen der EU Kommission bezüglich nachhaltiger Energienutzung, und zum 'grand challenge' Wasserverfügbarkeit des Weltklimaforschungsprogramms bei.
In freshwater sediments, iron oxidation is dominated by phototrophic and chemotrophic (aerobic and nitrate-reducing) Fe(ll)-oxidizing microorganisms. Although these biogeochemical processes have been investigated in detail in laboratory studies, not much is known about their spatial distribution, interactions (e.g. competition) amongst each other, as well as their response towards environmental perturbations (i.e. temperature, geochemical variations (nutrient, organic matter input)). This research proposal aims to investigate the activity, abundance and resource competition between different chemotrophic (aerobic and (autotrophic/mixotrophic) anaerobic nitrate-reducing) and phototrophic ironoxidizing microorganisms. In order to better understand the spatial distribution of nitrate-reducing iron oxidizing bacteria, microbial nitrate-producing and competing, nitrate-depletion processes will also be studied throughout the sedimentary redox gradient. In addition, the activity and abundance of the ironoxidizing processes will be quantified with (geo)microbiological, molecular and novel spectral imaging techniques. Using high resolution geochemical measurements (microsensors) we will characterize the environmental conditions these bacteria experience in order to determine the role of spatial and functional niche competition in microbial iron oxidation and the interconnection to the N-cycle. Iron mineral formation will be investigated as a function of the microbial spatial and temporal activity, depending on environmental perturbations. The proposed research study will strongly improve the understanding of iron cycling, the interconnection to the N-cycle, as well as interactions and competition between phototrophic and chemotrophic metabolisms in aquatic environments.
In diesem Teilprojekt beabsichtigen wir, ein effizientes Schema für Datenassimilierung und Modellparameter-Kalibrierung auf der Basis von Ensemble-Methoden zu entwickeln. Der Fokus soll in der ersten Phase liegen (1) auf der simultanen Integration der in der Forschergruppe entwickelten fernerkundlichen und geodätischen Datensätze, die sehr unterschiedliche räumliche und zeitliche Abdeckung und Auflösung haben, wobei zum Teil die benötigten Operatoren (Relationen, die Modellparameter auf Observablen abbilden) noch entwickelt werden müssen. Darüber hinaus soll (2) die Kalibrierung von Parametern des hydrologischen Modells im Rahmen der Ensemble-Methoden weiterentwickelt und in einem gemeinsamen Rahmen mit der Pareto-optimalen Methode des Teilprojektes P3 verglichen werden. Wir werden mit der bereits entwickelten Methode zur Assimilierung von GRACE-Daten beginnen und sukzessive die Assimilation von terrestrischen Durchflußmessungen und von Satellitenbeobachtungen von Wasserstandshöhen und -volumen, Durchfluß sowie der Wasser-/Schneebedeckung hinzufügen. Neben einer neuen quantitativen Beschreibung von Wasserflüssen und -speicherung in großen Einzugsgebieten werden wir eine Charakterisierung der zugehörigen Unsicherheit generieren.
Das XEROS-Projekt zielt darauf ab, die Extreme der jüngsten europäischen Dürreereignisse im Vergleich zu einer 500-jährigen Benchmark-Periode durch ein verbessertes Prozessverständnis der Entstehung von Dürren zu bewerten. Dabei besteht die Möglichkeit, dass das Ausmaß der europäischen Dürreereignisse seit Beginn des 21. Jahrhunderts, die zu einer Reihe von extrem heißen und trockenen Sommern geführt haben, geringer ist als bisher angenommen. Die zugrundeliegende Analyse wird eine Multi-Modell-Rekonstruktion der hydrologischen Variablen unter Verwendung von paläoklimatischen Rekonstruktionsdaten verwenden. Zur Abschätzung der räumlich-zeitlichen Dynamik der Oberflächen- und Untergrundwasserkomponenten werden aktuelle hydrologische Modelle und Landoberflächenmodelle verwendet. Dies ermöglicht ein besseres Verständnis der historischen Charakterisierung von großen Dürreereignissen und eine explorative Analyse der für die Entstehung von Dürren maßgeblichen atmosphärischen Parameter. Ein besseres Verständnis der Unsicherheiten in der Vergangenheit wird es ermöglichen, zukünftige hydroklimatische Bedingungen in ganz Europa zuverlässiger zu prognostizieren. Dies wird durch die Einschränkung der (zukünftigen) Klimamodellsimulationen anhand der verfügbaren (vergangenen) beobachteten und rekonstruierten hydroklimatischen Variablen erreicht. Der große Vorteil dieses Projekts besteht darin, dass die Modellierungs-infrastruktur kürzlich von unserem Team für Europa aufgebaut wurde. Darüber hinaus zielt dieses Projekt darauf ab, zwei Forschungsgruppen mit komplementären wissenschaftlichen Kompetenzen zusammenzubringen: die in Deutschland ansässigen Bewerber (UFZ) verfügen über eine starke Expertise im Verständnis und der Modellierung des komplexen Zusammenspiels von hydrologischen Prozessen zwischen Land und der Oberfläche, während die in Tschechien ansässigen Bewerber (CULS) über einen starken wissenschaftlichen Hintergrund in der statistischen Analyse der hydrologischen und klimatischen Variabilitäten verfügen.
Poröse Medien bieten exzellente Lebensbedingungen für Bakterien, da ihr Lebensraum geschützt ist aber trotzdem eine kontinuierliche Nahrungezufuhr möglich ist. Folglich existieren Mikroorgansimen in vielen natürlichen und technischen porösen Medien und haben dort einen großen Einfluss. Wenn diese für technische oder industrielle Anwendungen genutzt werden, ist es sehr wichtig die Wechselwirkungen zwischen Strömung, Transport und mikrobiologischen Prozessen zu verstehen. In der Literatur ist eine Vielzahl von Modellierungsmethoden vorhanden, jedoch sind diese in der Regel unter einphasigen Strömungsbedingungen entwickelt worden. Es ist schwierig mikrobiologische Prozesse in den natürlichen und komplexen Porenstrukturen von Gesteinen (wie z.B. Anhaften/Ablösen und Bildung von Biofilmen) zu beobachten und demzufolge sind diese Prozesse unzureichend erforscht. In diesem Projekt werden künstliche Strukturen geschaffen, die den Porenstrukturen des Gesteins nachempfunden sind und dafür benutzt, das Verhalten von Bakterien in mit zwei Phasen gesättigten porösen Medien zu untersuchen. Diese transparenten sozusagen zweidimensionalen Mikromodelle erlauben eine direkte Beobachtung der mikrobiologischen Prozesse, wie z.B. Wachstum, Transport und Anhaftung/Ablösung von Bakterien, durch mikroskopische Auswertungen. Die Bakterien, die für die experimentellen Untersuchungen eingesetzt werden, gehören zu der Klasse der methanogenen Archaeen. Die detaillierte Interpretation der experimentellen Ergebnisse durch Bilddatenverarbeitung erlaubt es, zeitlich und räumlich aufgelöste Datensätze für die Anzahl, Struktur und Bewegung der Bakterien zu erzeugen. Aus diesen Datensätzen wird ein verbessertes mathematisches Modell entwickelt, welches das Wachstum und die Bewegung von Bakterien in mit zwei Phasen gesättigten porösen Medien beschreibt. Das Modell soll das bakterielle Wachstum unter nicht-nährstofflimitierten Bedingungen, das Vorhandensein von verschiedenen bakteriellen Strukturen (Plankton und Biofilm), die individuellen Bewegungseigenschaften und die Anhaftungs- und Ablösevorgänge berücksichtigen. Um das neu entwickelte Modell zu testen und zu parametrisieren, wird es auf Basis eines diagonal-impliziten Runge-Kutta-Verfahrens, welches für die stark nicht-linearen Quellterme gut geeignet ist, numerisch umgesetzt. Die Anwendung des theoretischen Modells bezieht sich auf die Technologie der Untergrundmethanisierung, in welcher das injizierte Gasgemisch aus Wasserstoff und Kohlenstoffdioxid durch mikrobiologische Reaktionen in Methan umgewandelt wird.
In dem Projekt wird ein stochastischer Modellieransatz für den reaktiven Stofftransport im Landschaftsmaßstab entwickelt. Prozesse an der Landoberfläche und in Böden werden durch stochastische Boden-Pflanzen-Modelle beschrieben, die an ein stochastisches 3-D Strömungsmodell des Untergrunds unterhalb der Wurzelzone sowie an fließ- bzw. kontaktzeitbasierte reaktive Stofftransportmodelle für Nitrat und Pestizide gekoppelt sind. Als Ergebnis statistisch verteilter Parameter und Randbedingungen, ergeben sich statistische Verteilungen der Zielgrößen, wie z.B. Wasserstände und -flüsse, Konzentrationen reaktiver Spezies. Diese Verteilungen werden anschließend anhand gemessener Daten mittels Ensemble-Kalman-Filtermethoden konditioniert.
Wasser-Nahrungsmittel-Energie Nexus ist zentral für eine nachhaltige Entwicklung. Deswegen benötigt die Gesellschaft ein besseres Umweltverständnis, um eine effiziente und sichere Interaktion bereitzustellen und Allgemeinwohl und Nachhaltigkeit im Ressourcenmanagement zu maximieren. Simulationen der genau kalibrierten Modelle bieten eine einzigartige Möglichkeit das Verhalten der nicht linearen Strömungen in geologischen Formationen, wie z.B. Multi-Phasen Fluss im zerklüfteten porösen Medium, gekoppelte Hydrosystem Modelle und Multi-Komponenten reaktive Transport im porösen Medium vorherzusagen. Aufgrund der Rauheit oder Fehlen der vorhandenen Daten und hohen Kosten der numerischen Simulation stellt diese Problemklasse nach wie vor eine Herausforderung auch für moderne Methoden der Quantifizierung der Unsicherheiten und maschinellen Lernens (ML) dar. Das vorliegende Projekt beabsichtigt sich mit dieser Herausforderung am Beispiel der Modellierung von Kohlenstoffdioxidspeicherung (CO2) in geologischen Formationen zu befassen. Die Problematik der CO2-Speicherung ist äußerst repräsentativ für eine große Klasse von Untergrundproblemen aufgrund der Struktur der involvierten Mehrphasenströmung. Weit verbreiteten ML Methoden scheinen geeignet zu sein, solche nicht linearen Probleme zu lösen. Klassische ML Methoden erfordern jedoch immense Datenmengen, sowohl die der Modelparameter als auch die der Model Response. Unglücklicherweise können viele Anwendungen in den Geowissenschaften nur eine limitierte Anzahl an Datensätzen bereitstellen. Im aktuellen Projekt beabsichtigen wir eine ML Methode zu entwickeln, welche dazu in der Lage sein wird die lokale Nichtlinearität des physikalischen Problems auch im Falle der nur geringen Menge der verfügbaren Daten adaptiv zu approximieren. Das Projekt beabsichtigt die Relation zwischen der Bayes'schen Inferenz und Informationstheorie in ihrer Zielorientierten Ausprägung zu nutzen, um die Nichtlinearität des physikalischen Problems unter Verwendung der Beobachtungsdaten und Simulationsergebnisse adaptiv zu lokalisieren. Dabei folgen wir dem aktuellen Trend in der stochastischen Modellreduktion und trainieren eine mathematisch optimale Response Surface unter Verwendung von limitierten Informationsmenge von dem ursprünglichen CO2 Modell in Bezug auf Beobachtungsdaten. Wir beabsichtigen eine Multi-Adaptivität Methode für polynomielles Chaos zu entwickeln, welche eine sparse, auf Bayes'schen Theorie basierende Rekonstruktion mit informationstheoretischen Argumenten erweitert. Kombination von Bayes'schen Inferenz mit Informationstheorie wird helfen die Response Surface adaptiv zu verbessern, dabei werden die relevanten Informationen iterativ in die adaptive Response Surface integriert. Wir erwarten, dass die vorgeschlagene Bayes'sche sparse2 Multi-Adaptivität Konzept einen physikalisch-basierten Weg für andere ML Methoden eröffnet, und äußerst nützlich für verschiedene umweltwissenschaftliche Probleme sein wird.
In den letzten Jahren haben mehrere große Hochwasserereignisse in Deutschland und Österreich enorme Schäden verursacht. Da diese Ereignisse innerhalb weniger Jahre aufgetreten sind, stellt sich die Frage, ob die Anzahl und Größe von Hochwasserereignissen zugenommen hat. Forschungsergebnisse zu diesem Thema sind bisher nicht schlüssig. Teil des Problems ist die Tatsache, dass Hochwässer oft zeitlich gehäuft in hochwasserreichen Perioden auftreten. Dies erschwert die Identifikation von Veränderungen im Hochwasserregime erheblich. Ziel dieses Projektes ist es zu verstehen, ob es zu Veränderungen im Auftreten von Hochwasserereignissen gekommen ist und was die Ursachen für diese Veränderungen sind. Das Projekt wird die langfristige Variabilität von Hochwässern in den Flüssen Deutschlands und Österreich untersuchen, und sie Veränderungen im Klima und der Landnutzung zuordnen. Änderungen im Auftreten von Hochwässern werden üblicherweise mit Trendanalysen untersucht. Dieses Projekt wird hingegen hochwasserreiche und hochwasserarme Perioden in Raum und Zeit identifizieren. Der Vorteil des Ansatzes liegt darin, dass auch langjährige Zyklen natürlicher Variabilität erfasst werden können. Bei der Analyse werden historische Hochwasserdaten mit einbezogen, um den Beobachtungszeitraum über den Bereich der gemessenen Daten hinaus zu verlängern. In den Gebieten in denen im Rahmen des Projektes Änderungen im Hochwasserregime identifiziert werden, werden Hochwasserdaten mit Klimadaten und Landnutzungsänderungsdaten verglichen. Dafür wird eine neue regionale Methode entwickelt, die die Informationen von vielen Messstationen gemeinsam auswertet. Das Projekt beschreitet wissenschaftliches Neuland in den folgenden Punkten: (a) Zum ersten Mal wird die Veränderung im Auftreten von Hochwasserereignissen in Deutschland und Österreich in konsistenter Weise untersucht. (b) Die Analyse unterscheidet hochwasserreiche und hochwasserarme Perioden, wodurch - im Gegensatz zu Trendanalysen - langjährige Zyklen erfasst werden können. (c) Neue raum-zeitliche Methoden zur Bestimmung von Hochwasserveränderungen und deren Prozessursachen werden entwickelt. Durch die Berücksichtigung von Informationen mehrere Messstationen wird die Datenunsicherheit im Vergleich zu Einzelstationen verringert und die Genauigkeit der Ergebnisse erhöht. Es wird erwartet, dass die Ergebnisse des Projektes zu einem verbesserten Verständnis von Hochwasserveränderungen und deren Prozessursachen führen, wodurch eine Grundlage für genauere Berechnungsmethoden in Gebieten mit und ohne Abflussmessungen gelegt wird.
Der Süßwassereintrag in den Arktischen Ozean stellt einen wichtigen Antriebsmechanismus für regionale Meeresspiegeldynamik in der Arktis dar. Salzarmes Oberflächenwasser erzeugt und unterhält eine starke Schichtung im Arktischen Ozean. Diese Halokline schirmt größtenteils das kalte polare Oberflächenwasser und das Meereis von wärmerem Tiefenwasser atlantischen Ursprungs ab und verhindert so vertikale Wärmeflüsse. Veränderungen des Süßwassergehalts werden wahrscheinlich den regionalen Meeresspiegel direkt beeinflussen, aber ebenso wird eine modifizierte Ozeandynamik durch Massentransporte innerhalb der Arktis den Meeresspiegel verändern. Das hydrologische Regime des kontinentalen Abflusses unterliegt Schwankungen. Leider sind kontinuierliche Aufzeichnungen von kontinentalem Abfluss in den Arktischen Ozean zu selten, um wichtige wissenschaftliche Fragen über das Langzeitverhalten und die Entwicklung von arktischem Meeresspiegel und Klima zu bearbeiten. Neben in-situ Beobachtungen und hydrologischen Modellen eröffnen Satellitengravimetrie (GRACE) und Satellitenaltimetrie neue Möglichkeiten, die Hydrologie von großen Einzugsgebieten zu beobachten. Dies geschieht, im dem man mit diesen Fernerkundungsmethoden die Größe von Wasserspeichern in den Einzugsgebieten und Pegelstände entlang von Flüssen misst, die dann auf verschieden Arten in Abfluss umgerechnet werden können. Für Meereis-Ozeanmodelle bedeutet die Seltenheit von Abflussinformationen in der Arktis, dass der Jahresgang des Abflusses als stationär angenommen wird. In unserem Projekt werden wir diese Annahme aufheben und ein Meereis-Ozeanmodell benutzen, um den Einfluss von zeitlich variablem Abfluss auf die arktische Ozeanzirkulation und das Süßwasserbudget zu untersuchen. Das Hauptziel der Projektes ist es, die Reaktion von Meeresspiegel und Hydrographie in der Arktis auf Veränderungen des hydrologischen Regimes über borealen Einzugsgebieten abzuschätzen und zu quantifizieren. Die Projektziele tragen zur Strategie des Schwerpunktprogramms 1889 bei, indem 1)die Datensätze und Zeitreihen von hydrologischen Parametern über borealen Einzugsgebieten durch den Einsatz von geodätischen satellitengestützten Fernerkundungsmethoden (zeitliche auflösenden Gravimetrie, Satellitenaltimetrie) verbessert werden und lange und hochauflösende Zeitserien für alle großen Einzugsgebiete, die in den Arktische Ozean entleeren, erstellt werden. 2) Sensitivität von Meereis- und Ozeandynamik auf Veränderungen des Süßwasserantriebs (u.a. Abfluss) analysiert wird. 3) Modellergebnisse über Veränderungen des kontinentalen Abflusses verglichen werden mit seit 1990 beobachteter Variabilität von flüssigen Süßwassergehalt (und damit verbundenen sterischen Meeresspiegeländerungen) im Arktischen Ozean und im Nordatlantik. Nicht nur dienen diese Vergleiche der Modellbewertung, sondern sie unterstützen auch die Interpretation relativ seltener ozeangraphischer in-situ Beobachtungen.
| Organisation | Count |
|---|---|
| Bund | 651 |
| Kommune | 3 |
| Land | 2 |
| Wissenschaft | 650 |
| Type | Count |
|---|---|
| Förderprogramm | 651 |
| License | Count |
|---|---|
| Offen | 651 |
| Language | Count |
|---|---|
| Deutsch | 450 |
| Englisch | 433 |
| Resource type | Count |
|---|---|
| Keine | 19 |
| Webseite | 632 |
| Topic | Count |
|---|---|
| Boden | 631 |
| Lebewesen und Lebensräume | 566 |
| Luft | 405 |
| Mensch und Umwelt | 651 |
| Wasser | 636 |
| Weitere | 651 |