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.
Die Rolle dichtegetriebener CO2-Einlösung in Karstsystemen ist bislang nicht gut verstanden. Es ist bekannt, dass in Wasser gelöstes CO2 die Verkarstung antreibt, und dass dieses CO2 zu einem wesentlichen Teil biogenen Ursprungs ist; produziert von Mikroorganismen im Boden oder durch Wurzelatmung. Karbonatlösung findet vorwiegend oberflächennah statt. Niederschlagswasser, welches durch die ungesättigte Bodenzone sickert und mit CO2 angereichert wird, führt zu sogenannter Denudation (Absenkung der Landoberfläche). Aber warum wachsen Hohlräume auch tief im Innern des Gesteins? Der erste Erklärungsansatz ist die Mischungskorrosion, welche darauf beruht, dass beim Zusammentreffen zweier unterschiedlicher Wasserströme immer ein kalkaggressives Mischwasser entsteht. Der zweite Mechanismus beruht auf nichtlinearer Lösungskinetik, wobei angenommen wird, dass Wasser einen Teil seiner „Lösungskraft“ bis tief ins Gestein hinein behält. Unsere neue These behandelt einen zusätzlichen, dritten, und bislang unterschätzten Mechanismus, der Wasserkörper mit CO2 anreichern kann: dichtegetriebene Einlösung. In einem jüngst publizierten Artikel konnten wir zeigen, dass dichtegetriebene Einlösung am Karstwasserspiegel ruhende Wasserkörper mit CO2, und damit mit neuer „Lösungskraft“, anreichern kann, und zwar auf einer Zeitskala von Wochen bis Monaten. Was bislang aufgrund von enormer Komplexität nicht untersucht wurde, ist das reaktive Transportsystem infolge der Interaktion von dichtegetriebener CO2-Einlösung mit Kalkgestein. Dichtegetriebene CO2-Einlösung findet zum Beispiel in einer Kluft von gegebener Öffnungsweite statt. Diese Öffnungsweite beeinflusst die Strömung und wächst durch Karbonatlösung an, wodurch ein womöglich selbstverstärkender Prozess mit weiterer Einlösung in Gang kommt. Übergeordnet soll dieses Projekts dazu beitragen, die Rolle dichtegetriebener CO2-Einlösung im Vergleich zu bereits bekannten Mechanismen der Mischungskorrosion und der nichtlinearen Lösungskinetiken besser zu verstehen. Um deren Interaktion auf geologischen Zeitskalen zu verstehen, ist einzig die Modellierung zweckdienlich, validiert mit anspruchsvollen, gut kontrollierten Labor- und Feldexperimenten. Das numerische Modell löst die Navier-Stokes-Gleichungen, wobei die Dichte abhängig von den Konzentrationen der gelösten Komponenten ist. Die Validierung des Modells soll die Kopplung von reaktiver Strömung, angetrieben durch dichtegetriebene Lösung im Kalk-Kohlensäure-System, mit dadurch verursachter Morphologieänderung der Kalkgesteinsoberflächen berücksichtigen. Zusammengefasst sollen- numerische Modelle durch systematische Validierung der Simulationsplattform DuMux mit Daten aus kontrollierten Experimenten verbessert werden.- CO2-Eintragsraten in Karstwasser infolge von dichtegetriebener Einlösung und Reaktion an Kalkgesteinsoberflächen quantifiziert werden.- die entsprechenden Karbonatlösungsraten und die Veränderungen auf der Kalkgesteinsoberfläche quantifiziert werden.
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.
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.
Vorangegangene Forschungsarbeiten konzentrierten sich auf die generelle Eignung von CRNS für das Monitoring von Schneewasserressourcen in Gebirgsregionen. Laserscanning-Messungen und Monte-Carlo-Neutronensimulationen an einem alpinen Standort im Kaunertal (Österreich) zeigten das Vorhandensein eines schneebezogenen Neutronen-Signals sogar für Schneemengen von bis zu 600 mm Wasseräquivalent der Schneedecke (SWE). Es konnte gezeigt werden, dass die Heterogenität der Schneewassergehalts bei vollständiger Schneebedeckung im Messbereich keinen Einfluss hat. Bei partiell schneefreiem Messbereich verändert sich jedoch das CRNS-Signal. Zu den aktuellen Forschungslücken gehört die Übertragbarkeit der oben genannten Ergebnisse auf (1) andere Standorte, (2) unterschiedliche Klima- und Vegetationszonen und (3) dynamische Bodenfeuchtebedingungen. In der zweiten Phase von Cosmic Sense sind Messungen in verschiedenen Klimazonen entlang von Höhengradienten geplant, um diese Aspekte abzudecken und die Abschätzung von SWE aus dem CRNS-Signal zu verbessern. Die Verwendung von Höhentransekten ermöglicht es, unterschiedliche SWE-Mengen und variierende Bedingungen mit einer Kampagne abzudecken, d.h. von Grasland über bewaldete Gebiete und alpine Wiesen bis hin zu Zonen mit spärlicher Vegetation. Alpine Standorte in Österreich mit steilen Umweltgradienten werden durch eine Kaskade von tiefer gelegenen voralpinen, Mittelgebirgs- und Tieflandstandorten in Deutschland ergänzt, die von Hydrological Modelling (HG), Vegetation (VG), Smart Coverage (SC) und Root Zone (RZ) betrieben und intensiv beobachtet werden. Die kontinuierlichen stationären Feldmessungen sollen durch kampagnenbasierte mobile Messungen in Zusammenarbeit mit Roving & Airborne (RA) ergänzt werden. Laserscanning-basierte Schneedeckenbeobachtungen und terrestrische Fotografie liefern dabei Referenzdaten zur räumlichen Verteilung von SWE und Schneebedeckung. Die gewonnenen Daten werden genutzt, um in Zusammenarbeit mit Neutron Simulations (NS) Modellierungen des Neutronentransports aufzusetzen, um allgemein gültige Ergebnisse abzuleiten. Insbesondere bilden sowohl die Feldmessungen als auch die schneebezogenen Neutronentransport-Simulationen die Grundlage für die Entwicklung des SWE-Vorwärtsoperators in enger Zusammenarbeit mit NS und HM. Schließlich werden spezifische gemeinsame Feldkampagnen zusammen mit HM und RA zur Validierung der Ergebnisse genutzt. Die Wechselwirkungen zwischen Vegetation, Schnee und Bodenfeuchte in der Wurzelzone werden zusammen mit VG und RZ analysiert. Die alpinen Standorte ermöglichen zudem auch die Erprobung von Prototypen im Rahmen von Detector Development (DD) unter alpinen Bedingungen.
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.
Methane emissions from inland water bodies are of growing global concern since surveys revealed high emissions from tropical reservoirs and recent studies showed the potential of temperate water bodies. First preliminary studies at the River Saar measured fluxes that exceed estimates used in global budgets by one order of magnitude. In this project we will investigate the fluxes and pathways of methane from the sediment to the surface water and atmosphere at the River Saar. In a process-based approach we will indentify and quantify the relevant environmental conditions controlling the potential accumulation of dissolved methane in the water body and its release to the atmosphere. Field measurements, complemented by laboratory experiments and numerical simulations, will be conducted on spatial scales ranging from the river-basin to individual bubbles. We will further quantify the impact of dissolved methane and bubble fluxes on water quality in terms of dissolved oxygen. Special emphasize will be put on the process of bubble-turbation, i.e. bubble-mediated sediment-water fluxes. The project aims at serving as a reference study for assessing methane emissions from anthropogenically altered river systems.
The proposed project is a research cooperation between the TU Dresden’s chair of Urban Water Management and the chair of Hydrobiology. The project aims to detect and quantify the contribution of a city’s sewer system on the spread, dynamics and seasonality of antibiotics and antibiotic resistance genes within an urbanized water body. Antibiotic resistance represents a high risk to human health as well as the public health system, due to their presence in, or acquisition by, pathogenic and/or opportunistic bacteria occurring in the environment. One among other emission sources of resistant strains into the environment is the sewer network, which should be exemplary investigated at our study site, the Lockwitzbach catchment within the city of Dresden. Six monitoring stations are already in operation there, equipped with online sensors for water quantity. Four out of six are recording water quality, including auto samplers. Two of the stations are dedicated to river monitoring, four further stations were mounted within the sewer system at rain water outlets and at a combined sewer overflow (CSO) structures, draining into Lockwitzbach. This monitoring network will be used and enhanced for the detection and sampling of specific contributions from the urban drainage network on the presence and dispersion of antibiotic resistances. Event-based and seasonal sampling campaigns coupled with analysis on chemical and microbiological parameters should be performed on water and biofilm samples to detect contribution patterns from the sewer outlets together with seasonal trends in composition and presence of antibiotic resistance in the bacterial community. Furthermore, emission pathways and the remaining of heavy metals from the sewer network, that also select for antibiotic co-resistancence, will be under examination. A particle transport model for the sewer catchment will be coupled with a hydraulic model for stream and sewer network and calibrated to predict gained water quality parameters as well as antibiotic resistant gene discharge patterns. Different treatment methods will be implemented in the model and evaluated. These results will yield valuable information on possible emission scenarios and pathways, as well as their importance on the spread of antibiotic resistance in the aquatic environment.
Langsame Diffusionsprozesse von Schadstoffen in geringdurchlässigen wasser-gesättigten Gesteinen sind ein wesentlicher Grund für den beschränkten Erfolg vieler Untergrundsanierungen. Zu den immer noch wichtigsten Schadstoffen im Grundwasser zählen die chlorierten Lösemittel, die trotz jahrzehntelanger Sanierungsanstrengungen inzwischen lange Fahnen im urbanen Raum ausbilden. Eine langsame Diffusion bedingt aber auch lange Aufenthaltszeiten in der Gesteinsmatrix und damit können langsame abiotische Abbaumechanismen zum Tragen kommen, die auf Fe2+-haltige Mineralien wie z.B. Eisensulfide, Magnetit oder Phyllosilikate zurückgehen, und bei der Einschätzung des natürlichen Abbaupotentials berücksichtigt werden sollten. Ziel dieses Vorhabens ist es daher, die Transformation von Tri- und Perchlorethen während der Diffusion in Gesteinsproben geklüfteter Aquifere und Aquitarde zu quantifizieren. Weil die Reaktionsraten der Ausgangssubstanzen sehr wahrscheinlich zu klein sind, um im Labor gemessen werden zu können, liegt der Fokus auf der Bestimmung von Transformations- und Abbauprodukten (bspw. teil-chlorierte Ethene, Azetylen, Ethan). Die Experimente zur reaktiven Diffusion müssen mit intakten Gesteinsproben durchgeführt werden, da beim Zerkleinern reaktive Mineralober-flächen (z.B. bei Quarz und Pyrit) entstehen könnten, die zur Dehalogenierung der Ausgangssubstanzen führen könnten. Im Unterschied zu früheren Studien sollen hier die für die Reaktivität verantwortlichen spezifischen Minerale in der Gesteins-matrix identifiziert werden. Die Ergebnisse sind nicht nur für das Langzeitverhalten von chlorierten Lösemitteln im Grundwasser, sondern generell auch für die Endlagerung von radioaktiven Abfällen oder die chemische Verwitterung (Oxidation) von reduzierten Gesteinen relevant.
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.
| Organisation | Count |
|---|---|
| Bund | 836 |
| Kommune | 8 |
| Land | 7 |
| Wissenschaft | 752 |
| Type | Count |
|---|---|
| Förderprogramm | 836 |
| License | Count |
|---|---|
| Offen | 836 |
| Language | Count |
|---|---|
| Deutsch | 632 |
| Englisch | 614 |
| Resource type | Count |
|---|---|
| Keine | 19 |
| Webseite | 817 |
| Topic | Count |
|---|---|
| Boden | 819 |
| Lebewesen und Lebensräume | 734 |
| Luft | 530 |
| Mensch und Umwelt | 836 |
| Wasser | 821 |
| Weitere | 836 |