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.
Der Umsetzungsplan der COP27 enthält eine sehr klare Aussage. "Ein Drittel der Welt, darunter 60% von Afrika, hat keinen Zugang zu Frühwarn- und Klimainformationsdiensten". Dies gilt vor allem für niederschlagsbezogene Warnungen. Der Grund dafür ist das fast vollständige Fehlen von Wetterradaren auf in Afrika und die mangelnde Dichte von Niederschlagsmessstationen. Im Gegensatz dazu sind geostationäre Satelliten (GEOsat) und potentiell auch kommerzielle Richtfunkstrecken (CML) und Satelliten-Mikrowellenverbindungen (SML) nahezu in Echtzeit verfügbar und können zur Niederschlagsschätzung verwendet werden. Die quantitative Niederschlagsschätzung (QPE) aus GEOsat-Daten ist jedoch aufgrund der indirekten Beziehung zwischen der Niederschlagsmenge und den tatsächlichen Messungen, die im sichtbaren und infraroten Spektrum durchgeführt werden, eine Herausforderung. Für die QPE aus SML- und CML-Daten, insbesondere auf der Grundlage groß angelegter CML-Studien in Europa, wurde gezeigt, dass sie mit der QPE aus Radar- und Regenmessern gleichwertig sein kann. In Ermangelung von Referenzdaten, wie es in Entwicklungsländern häufig der Fall ist, sind die bestehenden maßgeschneiderten semi-empirischen Prozessierungsmethoden jedoch oft nicht direkt anwendbar. GEOsat-Daten haben das Potenzial, die CML/SML-Prozessierung in diesen Regionen zu unterstützen, und umgekehrt könnte die CML/SML-QPE zur Anpassung der GEOsat-QPE verwendet werden. Das übergeordnete Ziel des Projekts MERGOSAT ist daher die Entwicklung neuartiger Methoden zur Erstellung verbesserter Echtzeit-Niederschlagskarten für datenarme Regionen durch eine Kombination von GEOsat-Daten und CML/SML-QPE. Um dieses Ziel zu erreichen, werden wir uns auf drei Aspekte konzentrieren: 1) Schaffung einer Grundlage für allgemeinere CML/SML-QPE-Modelle durch Verbesserung des Verständnisses der Prozesse die die EM-Ausbreitung von CML und SML beeinflussen. 2) Entwicklung geeigneter CML/SML-QPE-Modelle, die in datenarmen Regionen anwendbar sind, aufbauend auf den neuen Erkenntnissen über WAA und DSD und unter innovativer Nutzung von GEOsat-Daten. 3) Verbesserung der GEOsat-QPE mit DeepLearning-Methoden und Entwicklung eines neuen Verfahrens, das die Zusammenführung mit CML/SML-Daten mit sub-stündlicher Auflösung ermöglicht. Wir werden unsere Forschung auf unser umfangreiches Archiv von CML-Daten, auch aus Afrika, und die zunehmende Verfügbarkeit von SML-Daten stützen. Zusätzliche Daten aus Feldexperimenten werden mit modernsten Simulationen der EM-Ausbreitung kombiniert. Darüber hinaus werden wir neueste Techniken des DeepLearnings und unsere Hochleistungs-Recheninfrastruktur nutzen. In Kombination mit den erweiterten Fähigkeiten des kürzlich gestarteten MTG GEOsat wird uns dies ermöglichen, unsere Ziele erfolgreich anzugehen und die methodische Grundlage zu schaffen, die erforderlich ist, um datenarme Regionen mit verbesserten und zuverlässigen Niederschlagsinformationen nahezu in Echtzeit zu versorgen.
Es ist allgemein bekannt, dass andere Wasserstoffpools neben Bodenfeuchte die Neutronenzählrate von 'cosmic-ray neutron sensing' (CRNS) Detektoren beeinflussen. Bisher wurden diese zusätzlichen Pools meist als störende Einflüsse betrachtet, die korrigiert werden müssen. Dafür wurden verschiedene Ansätze zur Korrektur von Wasserstoff entwickelt, welcher zum Beispiel im Kristallwasser, in der organischen Substanz des Bodens, in der Atmosphäre oder in der Biomasse gespeichert ist. Es wurde gezeigt, dass solche Korrekturen wesentlich sind, um die Genauigkeit der mit CRNS erhaltenen SWC-Schätzungen zu verbessern. Aktuelle Publikationen zeigen, dass das Verhältnis von thermalen zu schnellen Neutronen (Nr) zur Schätzung von Biomasse genutzt werde kann und außerdem Informationen zu zeit-variablen Wasserstoffpools enthält. Beides soll im Rahmen des Forschungsmoduls VG untersucht werden. Das Projekt verfolgt zwei Hauptziele. Zunächst wollen wir universell gültige Methoden zur Korrektur von CRNS-basierten Bodenfeuchtemessungen für den Einfluss von zeit-variablen Wasserstoffpools wie Biomasse und Interzeption entwickeln. Dazu werden empirische Funktionen basierend auf zusätzlichen Messungen, wie Pflanzenparametern und Throughfall, getestet und kalibriert. Diese Messungen werden mit einem gekoppelten Boden-Vegetations-Modell integriert, das außerdem die Simulation des Interzeptionsspeichers ermöglicht. Zweitens, wollen wir Methoden entwickeln, um die Wasserstoffpools direkt aus dem CRNS-Signal - ohne zusätzliche Messungen und Kalibrierung - zu schätzen. Dazu werden wir die Verwendung des Nr untersuchen. Unter Verwendung geeigneter Neutronenenergie-Korrekturen werden wir verbesserte thermale und epithermale Neutronen-Signale erhalten, was eine bessere Untersuchung von Biomasse- und Interzeptionseffekten auf das Nr-Signal ermöglicht. Um diese Ziele zu erreichen, werden wir drei Arten von Feldexperimenten durchführen: a) dedizierte kontinuierliche Experimente an repräsentativen landwirtschaftlichen Standorten, b) Feldmesskampagnen einer Vielzahl von Feldern mit verschiedenen Nutzpflanzen mit dem Jülich Cosmic Rover und c) Analyse von Neutronen- und Biomassedaten aus dem bestehenden TERENO CRNS-Netzwerk. Die Messungen im Rahmen der Feldexperimente werden durch bodenhydrologische Modellierungen ergänzt, um Referenzinformationen mit verbesserter räumlicher und zeitlicher Auflösung zu erhalten (z.B. vertikale Verteilung von Bodenfeuchte im Profil; Auftreten von Stauwasser auf der Bodenoberfläche).Das Forschungsmodul VG wird gemessene Vegetationsparameter für die gemeinsamen Feldkampagnen (JFC) liefern, die insbesondere von RV, MC, HG und RS benötigt werden. In Zusammenarbeit mit NS wird der Einfluss von Biomasse und Interzeption auf das Nr modelliert. Durch DD verbesserte CRNS-Sensoren, werden für eine verbesserte Quantifizierung der Interzeption verwendet.
Mit der Steigerung der Rechenleistung, mathematischer Modellierung und satellitengestützter Fernerkundung der Erdoberfläche sind Niederschlagsbeobachtungen nach wie vor eines der schwächsten Glieder in der Beschreibung und im Verständnis des Wasserkreislaufs der Erde. Niederschlagsbeobachtungen sind jedoch eine wesentliche Voraussetzung für das Wassermanagement und insbesondere für die Hochwasserprognose. Dies ist besonders kritisch im Angesicht des Klimawandels und der durch den Menschen verursachten hydrologischen Veränderungen, z.B. aufgrund der raschen Urbanisierung . Opportunistische Sensoren können die räumliche und zeitliche Auflösung von Standard-Niederschlagsmessnetzen erheblich verbessern, indem sie mit Messungen von Geräten ergänzt wird, die ursprünglich nicht für die Niederschlagsmessung vorgesehen waren. Ein Beispiel dafür ist die Verwendung von Dämpfungsdaten kommerzieller Richtfunkstrecken (engl. CMLs) aus Mobilfunknetzen. Im Rahmen dieses trilateralen Projekts zwischen UniA, TUM und CTU werden wir verbesserte Methoden entwickeln, um Niederschlagsraten aus CML-Daten abzuschätzen und mit Radardaten, unter Berücksichtigung spezifischer Beobachtungsunsicherheiten zu kombinieren. Die CML-Niederschlagsschätzung wird durch die Entwicklung eines neuen Kompensationsalgorithmus zur Bestimmung der Dämpfung durch den 'wet-antenna attenuation' (WAA) Effekt verbessert. Dies wird erreicht, indem Erkenntnisse aus einem speziellen Mikrowellentransmissions-Feldexperiment und Labormessungen (durchgeführt durch TUM) mit Daten aus kurzen CMLs (von CTU bereitgestellt) kombiniert werden. Darüber hinaus wird das Potenzial zur Nutzung der von benachbarten CMLs in dichten Netzwerken gebotenen Diversität untersucht (durch CTU). Darüber hinaus werden das Potenzial und die Herausforderungen der CML-Niederschlagsschätzung im aufkommenden E-Band mit CML-Daten (von CTU bereitgestellt) und mittels Labormessungen (an der TUM) untersucht. Verbesserte räumliche Niederschlagsfelder werden durch das Zusammenführen von CML- und Wetterradardaten unter Verwendung des statistischen Ansatzes Random-Mixing (RM) bereitgestellt, für den eine Erweiterung (von UniA) entwickelt wird, um Beobachtungsunsicherheiten zu berücksichtigen. Es werden Methoden entwickelt, um diese Unsicherheiten sowohl für CML- als auch für Radardaten abzuschätzen. Das erweiterte RM wird dann angewendet, um einen einzigartigen grenzüberschreitenden CML- und Radardatensatz (von UniA und CTU bereitgestellt) sowie einen Datensatz von Wetterradar und dichtem städtisches CML-Netzwerk in der Stadt Prag zusammenzuführen.
Die Klimakrise verändert zunehmend die räumliche und zeitliche Verfügbarkeit von Grundwasser, der wichtigsten globalen Süßwasserressource. Das quantitative Verständnis der Interaktion von Grundwasser und Klima, vor allem auf nationaler und kontinentaler Skala, ist wichtig für ein optimal angepasstes Grundwassermanagement. Bisher ist das Wissen über die großskalige Sensitivität der Grundwasserressourcen auf den Klimawandel jedoch sehr limitiert. Das Ziel des hier vorgestellten Projektes ist die Erforschung der Auswirkungen des Klimawandels und der damit einhergehenden Umweltveränderungen auf den quantitativen Zustand von Grundwasserressourcen auf national-kontinentaler Skala. Etablierte prozessbasierte Modelle (PBMs) zur hydro(geo)logischen Modellierung auf großer Skala (meist „Global Hydrological Models“ - GHMs) sind starke Vereinfachungen der Realität und unterliegen daher deutlichen Limitationen und Unsicherheiten. Im Gegensatz zu anderen PBMs, weisen GHMs daher begrenzte physikalische Konsistenz und Interpretierbarkeit auf und ihre Anwendung kann zu irreführenden Schlussfolgerungen über die Verfügbarkeit von Grundwasser vor dem Hintergrund des Klimawandels führen. Vor allem die Übertragbarkeit auf datenarme Regionen ist nur eingeschränkt möglich. In den letzten Jahren haben sich Deep Learning (DL) Modelle als präziser und leicht übertragbarer alternativer Ansatz in der Modellierung von Wasserressourcen etabliert. Für die Modellierung von Oberflächengewässern wurde zudem gezeigt, dass DL auch spezialisierte PBMs übertreffen kann. Das vorgeschlagene Projekt möchte sich die gewonnenen Erkenntnisse zunutze machen und ein DL-Modell zur Untersuchung der Sensitivität von Grundwasser auf den Klimawandel auf kontinentaler Skala aufbauen. Hierfür wird ein „big data“ Ansatz gewählt, der Daten von >2200 Einzugsgebieten in Nordamerika nutzt (Erweiterung denkbar). Ein solches Modell kann lernen, Wissen über verschiedene Regionen zu transferieren, gewinnt somit stark an Generalisierungsfähigkeit (z.B. auf datenarme Regionen) und schlussendlich an Vertrauenswürdigkeit. Weiterhin soll das Problem von fehlenden, interpretierbaren und physikalisch konsistenten Modellen im nationalen Maßstab angegangen werden, indem physikalisches Wissen und Prozesse in die DL-Modelle eingebaut werden. Durch diese Ansätze soll ein plausibles, interpretierbares und vor allem vertrauenswürdiges Modell entstehen, welches sich zur Untersuchung von Klimawandelszenarien eignet. Die genannten Aspekte sind hierbei besonders kritisch, da für Zeiträume in der Zukunft keine Validierung möglich ist. Das entwickelte Modell dient anschließend der Beantwortung der übergeordneten Fragestellung, und die Auswirkungen des Klimawandels auf die Grundwasserressourcen werden anhand der Daten von Klimamodellen auf Basis von RCP bzw. SSP Szenarien untersucht. Weiterhin werden spezialisierte Untersuchungen (Szenarien) zum Einfluss einzelner Einflussfaktoren (z.B. Landnutzung) durchgeführt.
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.
Bodenwasserbewegung ist ein Schlüsselprozess in mehreren bereitstellenden und regulierenden Ökosystemdienstleistungen. Die genaue Vorhersage mit mathematischen Modellen bleibt jedoch aufgrund großer Unsicherheiten in allen Modellkomponenten eine Herausforderung, selbst wenn prozessbasierte Beschreibungen wie die Richards-Gleichung verwendet werden. Datenassimilationsmethoden bieten die Möglichkeit, Informationen aus unsicheren Modellen und unsicheren Messungen zu einer verbesserten konsistenten Zustandsbeschreibung zu verbinden, sofern die Unsicherheiten korrekt quantifiziert werden können. Die größten Unsicherheiten liegen dabei typischerweise in den hydraulischen Eigenschaften des Bodens. Werden die relevanten hydraulischen Parameter in einem erweiterten Zustand berücksichtigt, können diese mit den Datenassimilationsmethoden geschätzt werden. Dies ist selbst in Gegenwart von Modellfehlern wie z.B. präferentiellem Fluss möglich, falls diese Fehler entsprechend berücksichtigt werden. Bisher konnten solche konsistenten Beschreibungen nur auf kleinen Skalen bis hin zu eindimensionalen Bodenprofilen demonstriert werden. Auf größeren Skalen wurden noch keine detaillierten prozessbasierten Beschreibungen erreicht. Dies ist auf fehlende Informationen über die heterogenen bodenhydraulischen Eigenschaften in Kombination mit den hochgradig nichtlinearen und interagierenden Prozessen zurückzuführen. Eine einzigartige Forschungsinfrastruktur für die experimentelle Untersuchung der Bodenhydrologie von Hängen ist das Landscape Evolution Observatory (LEO) in der Biosphere 2. Es besteht aus drei künstlichen Hängen mit einem ausgedehnten Sensor- und Probennehmernetzwerk. Um das Verständnis auf dieser größeren Hangskala zu verbessern, ist das Ziel dieses Projektes die konsistente und prozessbasierte Beschreibung der Bodenwasserbewegung am LEO, einschließlich der Darstellung von Heterogenität und Evolution der bodenhydraulischen Parameter. Der Focus liegt dabei auf den folgenden Aspekten: (i) die Ableitung der zeitlichen Entwicklung der bodenhydraulischen Parameter durch Datenassimilation an ausgewählten Profilen in den Hängen, (ii) die Bestimmung der Heterogenität der bodenhydraulischen Eigenschaften und deren Auswirkungen durch hydraulische Experimente und Vorwärtssimulationen und (iii) die Entwicklung und Verifizierung einer konsistenten Beschreibung von Teilen der Hänge durch Datenassimilationsmethoden. Dieses Projekt wird die Frage beantworten, ob die derzeitigen Beobachtungstechniken ausreichen, um eine konsistente und ausreichend akkurate Beschreibung der Hanghydrologie zu erhalten, und wenn ja, wie und mit welcher Unsicherheit diese Darstellung erreicht wird. Darüber hinaus erwarte ich einen quantitativen Einblick in die Ausbildung der Heterogenität am LEO.
Der biogeochemische Eisenkreislauf stellt ein wichtiges Reaktionsnetzwerk dar, welches einen direkten Einfluss auf umweltrelevante Prozesse in Sedimenten hat. Eisen(II)-oxidierende und Eisen(III)-reduzierende Bakterien kontrollieren zu großen Teilen die (Im)Mobilisierung von Eisen in Sedimenten. Unser klassisches Verständnis vom sedimentären Eisenkreislauf beschreibt, dass die Hauptsubstratquelle (Eisen(II) für Eisen(II)-oxidierende Bakterien die mikrobiellen Eisen(III)-reduktion ist, welcher typischerweise in tieferen Zonen von Redox-stratifizierten Sedimenten ansässig ist. Bislang wurde der Prozess der Eisen(III)-Photoreduktion nicht als signifikante Eisen(II) Quelle in limnische Sedimente betrachtet. In dem beantragten Forschungsprojekt, stellen wir die Hypothese auf, dass die Photoreduktion von Eisen(III) in limnischen Sedimenten eine zusätzliche Eisen(II)-Quelle für Eisen(II)-oxidierende Bakterien in den obersten (teilweise) oxischen und Lichtdurchfluteten Sedimentschichten darstellt. Zu diesem Zweck werden wir hochaufgelöste Licht und geochemische Messungen (O2, gelöstes Fe(II), pH, H2O2) mit Mikrosensoren durchführen und die Eisenmineralogie als Funktion der Lichtqualität (Wellenlänge) und Lichtquantität (Intensität) in Süßwassersedimenten bestimmen. Darüber hinaus werden wir den Einfluss von natürlichen organischen Material auf die Eisen(III)-Photoreduction untersuchen. Zusätzlich werden wir die Rolle von reaktiven Sauerstoffspezies auf die Bioverfügbarkeit von produzierten Eisen(II) in oxischen Sedimenten bestimmen. Dieses Forschungsprojekt untersucht einen Prozess der bislang in Sedimenten vernachlässigt wurde und öffnet die Türen zu einem neuen Verständnis des biogeochemischen Eisenkreislaufs und den assoziierten Eisen(II) Stoffflüssen entlang sedimentärer Redoxgradienten.
Chlordioxid (ClO2) wird weltweit zur Oxidation und Desinfektion eingesetzt, wenngleich über die Reaktionen des Chlordioxids noch wenig bekannt ist. So haben erst kürzlich erschiene Arbeiten gezeigt, dass es bei der Reaktion von ClO2 zur Bildung von freiem Chlor kommen kann, welches bei der Desinfektion und Schadstoffabbau sowie bei der Bildung von Transformations- und Nebenprodukten berücksichtigt werden muss. Das vorliegende Projekt behandelt die Reaktionen von ClO2 mit Schadstoffen. Dabei sollen N-haltige Verbindungen untersucht werden, die einen Großteil der in der aquatischen Umwelt vorhandenen Schadstoffe ausmachen. Ziel der Untersuchungen ist es zunächst die pH-wertabhängige Reaktionskinetik von N-haltigen organischen Modellverbindungen zu bestimmen um die Stoffe zu identifizieren, die ein hohes Potenzial haben durch ClO2 abgebaut zu werden. Dann werden die elementaren Reaktionsschritte anhand der "reaktiven" Modellverbindungen untersucht und Reaktionsmechanismen ermitteln. Hierbei werden auch sekundäre Oxidationsmittel, die aus Reaktionen des ClO2 entstehen können (freies Chlor und freies Brom und Iod) erfasst. Die mechanistischen Untersuchungen umfassen zudem die Rolle des Sauerstoffs und der Peroxylradikale in ClO2 Reaktionen, die bisher kaum diskutiert wurden. Schließlich werden Transformationsprodukten bestimmt. Aus den erarbeiteten Daten werden Reaktionsmechanismen abgeleitet und angewendet um die Bildung von Transformationsprodukten für komplexere Schadstoffe zu vorherzusagen. Die Vorhersagen werden daraufhin sowohl in synthetischen wässrigen Lösungen als auch in realen Wässern anhand von realen N-haltigen Schadstoffen überprüft. Insgesamt soll dabei das Verständnis der ClO2 Reaktionen unter Berücksichtigung der sich bildenden sekundären Oxidationsmittel soweit verbessert werden, dass signifikante wissenschaftliche Fortschritte erreicht werden die in der Praxis der Wasseraufbereitung etwa zur Abschätzung der Abbaubarkeit von N-haltigen Schadstoffen und der Bildung von transformations- und Nebenprodukten genutzt werden können.
Oxidationsverfahren werden seit Jahrzenten in der Wasseraufbereitung z.B. zur Desinfektion eingesetzt. In den letzten Jahren wird zudem Ozon als mögliche Aufbereitungsstufe für den Abbau von Schadstoffen in der Abwasseraufbereitung diskutiert und z. T. eingesetzt. Da Schadstoffe in der Regel nicht mineralisiert werden, kommt es zur Bildung einer Vielzahl von Transformationsprodukten, die in manchen Fällen eine größere toxische Wirkung haben können als ihre Ausgangssubstanzen. Diese Transformationsprozesse sind sehr komplex und wurden in den letzten Jahren intensiv in definierten Reinstwassersystemen untersucht. Hauptbestandteile der Wassermatrix wie z. B. organisches Material können jedoch ebenfalls in die Reaktionen eingreifen und ggf. die Bildung von Tranformationsprodukten beeinflussen. Dies ist möglich, da die Komplexen Transformationsprozesse häufig über die Bildung reaktiver Zwischenstufen geschieht. Das sind Übergangsprodukte wie N-zentrierte Radikale (Aminylradikale), die z.B. bei der Ozonung gebildet werden können. Die Reaktion dieser Radiale ist jedoch bisher kaum untersucht, so dass es schwer ist Transformationsreaktionen in Realsystemen vorherzusagen. Das vorliegende Projekt beschäftigt sich mit dem Einfluss von Matrixkomponenten auf Transformationsprozesse. Dabei sollen die Reaktionen reaktiver Zwischenstufen mit Modelverbindungen untersucht werden, die bestimmte funktionelle Gruppen des organischen Materials repräsentieren, wie z.B. phenolische Verbindungen. Im weiteren Projektverlauf soll der Einfluss komplexerer Substanzen wie Huminsäuren untersucht werden. Die Ergebnisse sollen dazu beitragen Transformationsprozesse in realen Systemen besser zu verstehen und somit die Vorhersage von ggf. problematischen Transformationsprodukten zu erleichtern.
| Origin | Count |
|---|---|
| Bund | 838 |
| Land | 6 |
| Weitere | 650 |
| Wissenschaft | 737 |
| Type | Count |
|---|---|
| Förderprogramm | 838 |
| License | Count |
|---|---|
| offen | 838 |
| Language | Count |
|---|---|
| Deutsch | 634 |
| Englisch | 614 |
| Resource type | Count |
|---|---|
| Keine | 19 |
| Webseite | 819 |
| Topic | Count |
|---|---|
| Boden | 820 |
| Lebewesen und Lebensräume | 733 |
| Luft | 528 |
| Mensch und Umwelt | 838 |
| Wasser | 823 |
| Weitere | 838 |