Ziel ist dabei unter anderem, eine Datenbasis für die Modellierung des Schadstoffabbaus und der Schadstoffausbreitung zu schaffen, die in ein sechstes Teilprojekt einfließt. Dieses wird von Mitarbeitern der Professoren Knabner und Rüde bearbeitet und befasst sich standortübergreifend mit der mathematischen Modellierung von Transport-, Rückhalte- und Abbauprozessen mittels moderner und effizienter Verfahren. Für die numerische Simulation wird ein Prognoseinstrument entwickelt, das belastbare Risikoeinschätzungen liefern soll. Aufgrund der anspruchsvollen Struktur der Probleme - Systeme von gekoppelten, nichtlinearen partiellen Differentialgleichungen - werden auch Techniken der Höchstleistungssimulation eingebracht. An jedem untersuchten Standort soll das Verständnis der im Untergrund ablaufenden Prozesse so vertieft werden, dass nicht nur der momentane Zustand beschrieben werden kann, sondern auch langfristige Prognosen möglich sind. Angesichts von rund 13300 altlastverdächtigen Flächen in Bayern ist es von großer volkswirtschaftlicher Bedeutung, neben der Entwicklung von kostengünstigen und praxisorientierten Technologien zur Altlastensanierung die natürlichen Selbstreinigungskräfte der Umwelt zu nutzen. Um angemessen handeln zu können, brauchen Behörden und andere Entscheidungsträger eine zuverlässige Antwort auf die Frage: Wie groß ist das natürliche Potenzial eines Altlastenstandortes, sich selbst zu reinigen?
Filterorganismen wie Suesswasserschwaemme, Bryozoen und Muscheln nehmen mit dem Wasserstrom Partikel entsprechend der Groesse ihres 'Filterporenapparates' auf. Die Belastbarkeit des jeweiligen Filtersystems soll quantitativ erfasst werden, dabei ist die gesamte Population zu kartieren und das Auswahl- und Anreicherungsvermoegen der einzelnen Arten zu analysieren. Angestrebt wird eine Bestimmung des Teils an der biologischen Selbstreinigung des untersuchten Gewaessers.