Sediment erosion and transport is critical to the ecological and commercial health of aquatic habitats from watershed to sea. There is now a consensus that microorganisms inhabiting the system mediate the erosive response of natural sediments ('ecosystem engineers') along with physicochemical properties. The biological mechanism is through secretion of a microbial organic glue (EPS: extracellular polymeric substances) that enhances binding forces between sediment grains to impact sediment stability and post-entrainment flocculation. The proposed work will elucidate the functional capability of heterotrophic bacteria, cyanobacteria and eukaryotic microalgae for mediating freshwater sediments to influence sediment erosion and transport. The potential and relevance of natural biofilms to provide this important 'ecosystem service' will be investigated for different niches in a freshwater habitat. Thereby, variations of the EPS 'quality' and 'quantity' to influence cohesion within sediments and flocs will be related to shifts in biofilm composition, sediment characteristics (e.g. organic background) and varying abiotic conditions (e.g. light, hydrodynamic regime) in the water body. Thus, the proposed interdisciplinary work will contribute to a conceptual understanding of microbial sediment engineering that represents an important ecosystem function in freshwater habitats. The research has wide implications for the water framework directive and sediment management strategies.
Silizium (Si) spielt eine wichtige Rolle im globalen Kohlenstoffkreislauf. Die Si-Verfügbarkeit in Ökosystemen ist dabei sehr unterschiedlich, abhängig von Ökosystemtyp, Ausgangsgestein, Vegetation und weiteren Faktoren. Aktuelle Forschung hat gezeigt, dass die Si-Verfügbarkeit entscheidend für Nährstoffgehalt und Nährstoffstöchiometrie von pflanzlicher Streu ist; besonders deutlich ist dieser Zusammenhang in Gräser-dominierten Systemen. Bedeutend in dem Zusammenhang ist eine gesteigerte Abbaurate von organischem Material bei gesteigerter Si-Verfügbarkeit. Pflanzenstreu mit geringen Nährstoffgehalten wird bekanntermaßen langsamer abgebaut als nährstoffreiche Streu. Allerdings konnte kürzlich gezeigt werden, dass nährstoffarme Streu mit hohen Si-Gehalten schneller abgebaut wird als nährstoffreiche Streu mit wenig Si. Dabei wurde gleichzeitig durch die Erhöhung des Si-Gehaltes der Streu die Biomasse der abbauenden Pilze stark reduziert. Dies beweist die Bedeutung von Si für den Kohlenstoffkreislauf und die mikrobielle Abbaugemeinschaft in von Gräsern dominierten Ökosystemen. Niedermore, als wichtige Kohlenstoffspeicher und bedeutende Treibhausgas-emittenden, sind solche von Gräsern dominierten Ökosysteme mit einem potentiell hohen Einfluss von Si auf den Kohlenstoffkreislauf. Eine Vorabstudie, welche den Einfluss von Si auf den Kohlenstoffkreislauf in einem Niedermoor untersuchte, zeigte eine verstärkte Respiration mit einer Vordopplung der Methangehalte im Torfkörper auf Si gedüngten Flächen. Allerdings wurde gleichzeitig zu den erhöhten Respirationsraten auch ein Anstieg der Phosphorgehalte (P) in der Bodenlösung gemessen. Eine Erhöhung des verfügbaren P führt bekanntermaßen ebenfalls zu einer Erhöhung der Respiration. Das Ziel des beantragten Projektes ist die direkten Effekte von Si auf den Kohlenstoffkreislauf von den indirekten Effekten (durch die Si bedingte P-Mobilisierung) zu trennen und eine Quantifizierung beider Prozesse vorzunehmen. Unsere Hypothesen sind (i) eine höhere Si Verfügbarkeit führt zu einer Steigerung der Respiration organischer Substanz (Torf), durch (ii) direkte Si-Effekte und indirekte Si-Effekte durch eine Steigerung der P-Verfügbarkeit, (iii) die Steigerung der Respiration durch Si wird vorrangig durch Bakterien als durch Pilze erzielt und (iv) eine Steigerung der Si Verfügbarkeit führt zu einer Steigerung von P und N Verfügbarkeit, Umsatz und Aufnahme durch Pflanzen und damit zu labilerer Streu. Die Mechanismen zu verstehen auf welche Weise Si den Kohlenstoffkreislauf in Niedermooren beeinflusst ist ein wichtiger Teil eines verbesserten Verständnisses des terrestrischen Kohlenstoffkreislaufs.
Binnengewässer sind ein wichtiger Bestandteil des globalen Kohlenstoffkreislaufs und vor allem Emissionen des Treibhausgases Methan (CH4) aus Gewässern sind von zunehmendem globalen Interesse. Jüngste wissenschaftliche Untersuchungen zielen darauf ab, das prozessbasierte Verständnis der räumlichen und zeitlichen Dynamik der CH4-Emissionen aus Gewässern und ihrer treibenden Faktoren zu verbessern. Prognosen dazu, wie sich Methanemissionen aus Gewässern durch anthropogenen Einflüsse oder durch den Klimawandel bedingt verändern, sind auf Basis bisheriger Modelle nicht zuverlässig möglich. Viele der Faktoren, welche die Raten der Methanproduktion, -Oxidation und Emission in aquatischen Sedimenten beeinflussen, stehen in direkter oder indirekter Beziehung zur Strömungsgeschwindigkeit. Die Strömungsabhängigkeit der Methanproduktion und Methanemissionen von aquatischen Ökosystemen wurde jedoch bisher nicht explizit untersucht. In diesem Projekt werden wir neuartige experimentelle Mesokosmensysteme einsetzen, um die Strömungsabhängigkeit dieser Prozesse in einer Reihe von gezielten Laborexperimenten zu untersuchen. Der experimentelle Aufbau simuliert die Bedingungen, denen aquatische Sedimente in einem hydraulischen Gradienten von schnell fließenden (lotischen) hin zu schwach strömenden (lentischen) Systemen ausgesetzt sind. Solche Übergänge treten beispielsweise entlang von Längsgradienten in Flussstauhaltungen auf. Unsere Experimente zielen darauf ab, den Einfluss der Strömungsgeschwindigkeit auf diejenigen Prozesse zu untersuchen, die zur Bilanz von Methan im Sediment und an der Sediment-Wasser-Grenzfläche beitragen. Die Ergebnisse werden wir in ein prozessbasiertes Modell implementieren, welches neben relevanten biogeochemischen Parametern auch die Strömungsgeschwindigkeit als explizite Randbedingung berücksichtigt. Mit dem validierten Modell werden wir die Relevanz der Strömungsgeschwindigkeit für die Emissionen von Methan aus unterschiedlichen Gewässern mit Hilfe eines systemanalytischen Ansatzes untersuchen.
Selen ist einerseits ein essentieller Nährstoff, andererseits aber in erhöhten Konzentrationen hochtoxisch. Die in Wasser löslichsten Se-Spezies sind Selenit (Se(IV)) und Selenat (Se(VI)). Sobald diese in die aquatische Umwelt gelangen, können sie rasch Konzentrationen erreichen, die für die aquatischen Nahrungsketten toxisch sind. In diesem Antrag wollen wir das Potenzial von sulfidisiertem nullwertigem Eisen (S-ZVI) untersuchen, um Se(VI) zu Se(0) und/oder Se(-II) zu reduzieren. Die Sulfidisierung von ZVI hat in den letzten 3 bis 4 Jahren zunehmende Aufmerksamkeit erfahren als eine Methode zur Verbesserung der Selektivität und Spezifität des Schadstoffabbaus bei der Verwendung von ZVI als abiotischem Reduktionsmittel. Bis heute wurde jedoch noch keine Studie zur Wirkung auf die Entfernung von Selenat durchgeführt. In der vorgeschlagenen Arbeit werden wir in drei Arbeitspaketen die folgende Hypothese untersuchen: i) Das S/Fe-Verhältnis in S-ZVI bestimmt seine Reaktivität gegenüber Se(VI), ii) die Anwesenheit von Sauerstoff und Fe(II) beeinflusst die Wirksamkeit von S-ZVI im Hinblick auf die Reduktion von Se(VI), iii) die Se(VI)-Reduktion durch S-ZVI wird durch den pH-Wert aufgrund elektrostatischer Effekte beeinflusst, und iv) die Anwendung von S-ZVI-Teilchen in Filterbett-Systemen ist eine wirksame Methode zur Entfernung von Selenat. Die Kinetik und Mechanismen der Wechselwirkung zwischen S-ZVI und Selenat werden in Batch-Experimenten in Kombination mit Synchrotron-basierten Methoden in Zusammenarbeit mit der Canadian Light Source untersucht. Zusätzlich werden wir Filterbett-Experimente mit S-ZVI durchführen.
Die Interpretation der Messergebnisse eines Cosmic Ray Neutron Sensing (CRNS)-Detektors benötigt ein tiefgreifendes Verständnis der zugrunde liegenden physikalischen Prozesse. In diesem Zusammenhang haben sich Monte-Carlo-basierte Vielteilchensimulationen, z.B. MCNPX, als sehr hilfreich erwiesen. Die allgemein akzeptierten Transferfunktionen um aus einer Neutronendichte die Bodenfeuchte zu berechnen, wurden semi-empirisch für idealisierte Bedingungen ermittelt. Die Effekte von Bodenbeschaffenheit, Vegetation und Schneebeschaffenheit werden teilweise durch Hinzufügen phänomenologisch motivierter Parameter berücksichtigt. Allerdings gibt es dazu bisher keine tiefergreifenden theoretischen Untersuchungen und Validierungen. Wir haben daher das Monte-Carlo Werkzeug namens URANOS entwickelt, welches speziell auf die Anforderungen der Umweltphysik und CRNS zugeschnitten wurde. Der benötigte Rechenaufwand konnte durch effektive, problemspezifische Methoden im Vergleich zu herkömmlichen Vielteilchensimulationen stark reduziert werden. In den letzten Jahren konnten wir damit das Verständnis der Signal-Reichweite-Beziehung deutlich verbessern und eine analytische Beschreibung unter Berücksichtigung von Umweltfaktoren herleiten. Das Hauptziel dieses Teilprojektes ist es, die Änderung des CRNS-Signals, hervorgerufen durch verschiedene Umweltfaktoren und Bodenstrukturen innerhalb des Einflussbereichs, zu verstehen. Dabei handelt es sich um folgende Faktoren: Bodenbeschaffenheit, vertikale Wasserverteilung in Boden und Luft, Landnutzung, Schneebedeckung, Bewuchs, und durch solches abgefangenes Wasser bei Regenfällen sowie generelle räumliche Inhomogenität. Um dies zu erreichen werden wir versuchen, Korrekturfunktion basierend auf physikalischen Modellen zu verwenden, um die wachsende Anzahl von empirischen und standortspezifischen Näherungen überflüssig zu machen. Zusätzlich werden die Neutronensimulationen benötigt, um den Einfluss verschiedener Detektoranordnungen zu untersuchen. Unverzichtbar sind die Neutronensimulationen für die Verbesserung bezüglich energieabhängiger Gewichtung und Weiterentwicklung der Neutronendetektoren sowie energiebereichsspezifischer Abschirmung. Des Weiteren werden sie für konzeptionelle Untersuchungen des Einflusses der Vegetation und weiterer Wasserspeicher benötigt. Für die Großversuchskampagne werden wir 3D-Modelle der Sensor-Standorte erstellen und die simulierten Messsignale den Arbeitsbereichen Großflächiges CRNS-Netzwerk und Mobiles CRNS zu Verfügung stellen. Schließlich können zusammen mit den Arbeitsbereichen Hydrologische Modellierung und Grundwasserneubildung räumlich-zeitliche Modellrechnungen durchgeführt werden um komplexe Zusammenhänge im Wasserhaushalt der Umwelt zu verstehen. Für die Weiterentwicklung des URANOS-Programms für den Einsatz im CRNS-Bereich benötigen wir die Vorschläge und Rückmeldungen der Nutzer.
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.
Echtzeitvorhersagen von Abfluss und Überflutungen stellen eine große Herausforderung dar, auch weil Wettervorhersagen konvektive Starkregenereignisse auf der stündlichen Sub-Kilometerskala noch nicht mit ausreichender Qualität vorhersagen können. Das führt zu unvorhergesehenen Überflutungen und großen Schäden öffentlichen Eigentums und Infrastruktur und potentiell zu Todesopfern. Bekannte Beispiele in der Region des Geoverbundes ABC/J sind die Sturzfluten in Wachtberg am 3. Juli 2010 und am 6. Juni 2016. Das Projekt wird ein neuartiges, probabilistisches Echtzeitvorhersagesystem für Abfluss und Überflutungen in kleinen Einzugsgebieten (kleiner als 500 km2) entwickeln. Das Projekt konzentriert sich auf die Einzugsgebiete Wachtberg, Ammer und Bode. Wir werden QPE, QPN und QPF (quantitative Niederschlagsschätzung, Nowcasting und numerische Vorhersage), die Produkte von P1, P2 und P3 in dem Vorhersagesystem verwenden, um die erreichten Verbesserungen in RealPEP zu bewerten. Ein wichtiger Aspekt des Projektes ist die Verwendung verschiedener hydrologischer Modelle (konzeptionell und physikbasiert) für die Flutvorhersage. Wir werden den Mehrwert und die Limitierungen der verschiedenen Modelle (und Datenassimilierungsverfahren) identifizieren. Konzeptionelle Modelle profitieren hauptsächlich von der Optimierung/Kalibrierung des Abflusses und der Möglichkeit schnell, große Ensemble berechnen zu können; physikbasierte Modelle dagegen haben den Vorteil verschiedenartige Beobachtungsdaten verarbeiten zu können und Prozesse besser abzubilden, wodurch eine einfachere Übertragbarkeit auf andere Einzugsgebiete ohne Kalibration möglich ist. Schlussendlich werden wir untersuchen ob die verschiedenen Ansätze sich ergänzende Information zu Echtzeitvorhersage von Überflutungen liefern können.
Die rasante Urbanisierung und Industrialisierung in den vergangenen Jahrzehnten hat zu einer Vielzahl von Umweltkontaminationen mit halogenierten organischen Verbindungen (HOCs) sowohl in China als auch Europa geführt. Ziel des vorgeschlagenen Projektes ist es, neue Erkenntnisse und ein vertieftes Prozessverständnis für die Synthese von biobasierten nFe(0)/Pd/C-Kompositen und deren Reaktionen mit HOCs in der Grundwasserreinigung zu gewinnen. Dies beinhaltet die Identifizierung von Synthese-optionen für Partikel mit maßgeschneiderten und verbesserten Eigenschaften mithilfe der Hydrothermalen Karbonisierung (HTC). Ein tiefgreifendes mechanistisches Verständnis der beteiligten Prozesse, d.h. Sorption, Reaktion und Transport reaktiver Spezies so-wie Katalyse sowie deren Synergien dient einer zielgerichteten Optimierung der Partikel und der Erkundung ihrer Anwendungsgebiete. Die nFe(0)/Pd/C-Komposite sollen speziell für die in-situ Grundwasserreinigung geeignet sein und verbesserte Eigenschaften insbesondere für solche Anwendungsfälle besitzen, bei denen bekannte Konzepte der in-situ-Sanierung mit Nanopartikeln (Nanoremediation) nicht greifen. Die synergistische Kombination verschiedener Wirkprinzipien erlaubt Multikatalyse-Prozesse sowie die sequentielle Behandlung von verschiedenen Kontaminanten. Zunächst werden verschiedene Optionen für die Einbettung von Metallen in oder auf die Kohlepartikel untersucht, die erhaltenen Produkte detailliert durch physikalisch-chemische Methoden charakterisiert und auf ihre Reaktivität getestet. Danach werden Reaktionen in Batch-Ansätzen für die Aufklärung der zugrundeliegenden Mechanismen, wie das Zusammenspiel von Pd, Kohleoberfläche und Fe-Spezies, der beteiligten Reaktionswege und reaktiven Spezies, durchgeführt. Weiterhin werden Optionen für Multikatalyse und sequentielle Reduktions-/Oxidationsprozesse untersucht. Abschließend werden die entwickelten Materialien und Prozesse im Labor für die Behandlung von Wasser von kontaminierten Standorten in Deutschland und China erprobt. Dieses kooperative Forschungsvorhaben von chinesischen und deutschen Partnern wird zu einem signifikanten Fortschritt in der Sanierungsforschung für industriell kontaminierte Standorte, insbesondere auch in China, führen.
High-quality near-real time Quantitative Precipitation Estimation (QPE) and its prediction for the next hours (Quantitative Precipitation Nowcasting, QPN) is of high importance for many applications in meteorology, hydrology, agriculture, construction, water and sewer system management. Especially for the prediction of floods in small to meso-scale catchments and of intense precipitation over cities timely, the value of high-resolution, and high-quality QPE/QPN cannot be overrated. Polarimetric weather radars provide the undisputed core information for QPE/QPN due to their area-covering and high-resolution observations, which allow estimating precipitation intensity, hydrometeor types, and wind. Despite extensive investments in such weather radars, QPE is still based primarily on rain gauge measurements since more than 100 years and no operational flood forecasting system actually dares to employ radar observations for QPE. RealPEP will advance QPE/QPN to a stage, that it verifiably outperforms rain gauge observations when employed for flood predictions in small to medium-sized catchments. To this goal state-of-the?art radar polarimetry will be sided with attenuation estimates from commercial microwave link networks for QPE improvement, and information on convection initiation and evolution from satellites and lightning counts from surface networks will be exploited to improve QPN. With increasing forecast horizons the predictive power of observation-based nowcasting quickly deteriorates and is outperformed by Numerical Weather Prediction (NWP) based on data assimilation, which fails, however, for the first hours due to the lead time required for model integration and spin-up. Thus, RealPEP will merge observation-based QPN with NWP towards seamless prediction in order to provide optimal forecasts from the time of observation to days ahead. Despite recent advances in simulating surface and sub-surface hydrology with distributed, physicsbased models, hydrologic components for operational flood prediction are still conceptual, need calibration, and are unable to objectively digest observational information on the state of the catchments. RealPEP will prove that in combination with advanced QPE/QPN physics-based hydrological models sided with assimilation of catchment state observations will outperform traditional flood forecasting in small to meso-scale catchments.
| Organisation | Count |
|---|---|
| Bund | 651 |
| Kommune | 3 |
| Land | 5 |
| 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 | 634 |
| Lebewesen und Lebensräume | 570 |
| Luft | 408 |
| Mensch und Umwelt | 651 |
| Wasser | 636 |
| Weitere | 651 |