Der Freistaat Sachsen kann bei der Datenerhebung auf eine über 100-jährige Tradition zurückblicken. Beispiele dafür sind das landwirtschaftliche Untersuchungswesen in Leipzig-Möckern seit 1852, das meteorologische Observatorium in Radebeul-Wahnsdorf seit 1916 oder der systematische Aufbau des sächsischen Pegelmessnetzes seit 1908. Dieser Tradition fühlt sich die Staatliche Betriebsgesellschaft für Umwelt und Landwirtschaft (BfUL) verpflichtet. Unser Auftrag ist es, Daten über den Zustand von Boden, Wasser und Luft sowie zu Umweltradioaktivität, Gewässerökologie und Meteorologie zu erheben, Messnetze zum Naturschutz zu betreiben sowie vielfältige Daten im Rahmen des landwirtschaftlichen Untersuchungswesens zur Verfügung zu stellen. Redaktionsschluss: 17.06.2019

No description available.

Supporting environmental monitoring with remote sensing data considerably increases cost effectiveness and reliability of traditional, manual solutions. Additionally, by means of automation, it bears the potential to prevent contaminations or disasters through the availability of timely and spatially dense data. To this end, we investigate the possibility to monitor gas and oil pipelines of a storage cavern by using optical, multi spectral data from the Copernicus Sentinel 2 satellites. Due to a lack of known disasters/contaminations, we resort to a monitoring approach based on statistical outliers. First results demonstrate the general capability of our approach to detect contaminations and generate warnings.

Forests are an important component in the earth system. They cover nearly one third of the land surface, store about as much carbon as the entire atmosphere and host more than half of the planet’s biodiversity. Forests provide ecosystem services such as climate regulation and water cycling and they supply resources. However, forests are increasingly at risk worldwide, due to anthropogenic deforestation, degradation and climate change. Concepts for counteracting this development require abilities to monitor forests and predict possible future developments. Given the vast size of forest cover along with the variety of forest types, field measurements and experiments alone cannot provide the solution for this task. Remote sensing and forest modeling enable a broader and deeper understanding of the processes that shape our planet’s forests. Remote sensing from airborne and spaceborne platforms can provide detailed measurements of forest attributes ranging from landscape to global scale. The challenge is to interpret the measurements in an appropriate way and derive biophysical properties. This requires a good understanding of the interaction between radiation and the vegetation. Forest models are tools that synthesize our knowledge about processes, such as tree growth, competition, disturbances and mortality. They allow simulation experiments which go beyond the spatial and temporal scales of field experiments. In this thesis, several major challenges in forest ecology and remote sensing were addressed. The main variable of interest was forest biomass, as it is the most important variable for forest carbon mapping and for understanding the role of vegetation in the global carbon cycle. For the purpose of biomass estimation, remote sensing derived canopy height and structure measurements were combined with field data, forest simulations and remote sensing simulations. The goals were: 1) to integrate remote sensing measurements into a forest model; 2) to understand the effects of spatial scale and disturbances on biomass estimation using a variety of remote sensing metrics; 3) to develop approaches for quantifying biomass changes over time with remote sensing and 4) to overcome differences among forest types by considering several structural aspects in the biomass estimation function. In the first study, a light detection and ranging (lidar) simulator was developed and integrated in the forest model FORMIND. The model was parameterized for the tropical rainforest on Barro Colorado Island (BCI, Panama). The output of the lidar simulator was validated against real airborne lidar data from BCI. Undisturbed and disturbed forests were simulated with FORMIND to identify the most well suited lidar metric for biomass estimation. The objective hereby was to achieve a low normalized root mean squared error (nRMSE) over the entire range of forest structures caused by disturbances and succession. Results identified the mean top-of-canopy height (TCH) as the best lidar-derived predictor. The accuracy strongly depended on spatial scale and relative errors < 10% could be achieved if the spatial resolution of the produced biomass map was ≥ 100 m and the spatial resolution of the remote sensing input was ≤ 10 m. These results could provide guidance for biomass mapping efforts. In the second study, forest simulations were used to explore approaches for estimating changes in forest biomass over time based on observed changes in canopy height. In an ideal situation, remote sensing provides measurements of canopy height above ground which allows the estimation of biomass stocks and changes. However, this requires sensors which are able to detect canopy surface and terrain elevation, and some sensors can only detect the surface (e.g., X-band radar). In such cases, biomass change has to be estimated from height change using a direct relationship. Unfortunately, such a relationship is not constant for forests in different successional stages, which can lead to considerable biases in the estimates of biomass change. A solution to this problem was found, where missing information of canopy height was compensated by integrating metrics of canopy texture. Applying this improved approach enables estimations of biomass losses and gains after disturbances at 1-ha resolution. In mature forests with very small changes in height and biomass all tested approaches have limited capabilities, as was revealed by an application using TanDEM-X derived canopy height from BCI. In the third study, a general biomass estimation function, which links remote sensing-derived structure metrics to forest biomass, was developed. General in this context means that it can be applied in different forest types and different biomes. For this purpose a set of predictor metrics was explored, with each predictor representing one of the following structural aspects: mean canopy height, maximal possible canopy height, maximal possible stand density, vertical canopy structure and wood density. The derived general equation resulted in almost equally accurate biomass estimates across the five considered sites (nRMSE = 12.4%, R² = 0.74) as site-specific equations (nRMSE = 11.7%, R²= 0.77). The contributions of the predictors provide a better understanding of the variability in the height-to-biomass relationship observed across forest types. The thesis has laid foundations for a close link between remote sensing, forest modeling and forest inventories. Several ongoing projects carry this further, by 1) disentangling and quantifying the uncertainty in biomass remote sensing, 2) trying to predict forest productivity based on structure and 3) detecting single trees from lidar to be used as forest model input. These methods can in the future lead to an integrated forest monitoring and information system, which assimilates remote sensing measurements and produces predictions about forest development. Such tools are urgently needed to reduce the risks forests are facing worldwide.

Bereits lange vor der Debatte über den Umbau der Energieversorgung, hin zu mehr erneuerbaren Energien, wurde Holz für die Erzeugung von Wärme verwendet. Gegenwärtig werden knapp drei Viertel aller aus Erneuerbaren Energien bereitgestellten Wärme durch feste biogene Brennstoffe gedeckt (Musiol et al., 2012). Der überwiegende Teil (knapp die Hälfte) kommt dabei aus kleinen Holzfeuerungsanlagen. Die Verbrennung von Holz und anderen festen Brennstoffen biogener Herkunft trägt damit zu einem sehr großen Teil dazu bei, dass die von den Menschen benötigte Energie aus nachwachsenden Rohstoffen erzeugt wird. Die von der Bundesregierung verfolgten Klimaschutzziele sind auch deshalb, ohne die Verbrennung von Holz in Kleinfeuerungsanlagen nicht erreichbar. Die aktuelle Forschung zeigt allerdings auch, dass die Verbrennung von Holz in Kleinfeuerungsanlagen nennenswerte Emissionen, vor allem auch Feinstaubemissionen, verursacht und so maßgeblich zur Luftbelastung beiträgt (Birmili et al., 2008; Hausmann, 2010; Struschka et al., 2008). Die in der Luft verteilten Feinstäube können sich dabei auf sehr unterschiedliche Weise negativ auswirken. Es können sich bestimmte Komponenten, auf Grund ihrer chemisch-physikalischen Eigenschaften in der Luft anreichern. Die Gefahr diesen Komponenten ausgesetzt zu sein, erhöht unter anderem das Risiko für Atemwegserkrankungen (Dockery et al., 1993). Daher ist eines der Ziele des Förderprogramms zur Optimierung der energetischen Biomassenutzung des BMU, den vermeintlichen Zielkonflikt zwischen Klimaschutz bzw. Treibhausgasminderung und der Luftreinhaltung durch Projekte zur Minderung von schädlichen Emissionen zu lösen. Dieses Spannungsfeld aus Luftreinhaltung und Ausbau der thermochemischen Biomassekonversion wurde bereits in der Vergangenheit erkannt und es wurden erste Ansätze zur Emissionsminderung aufgezeigt (Lenz et al., 2010). Im Förderprogramm werden nun gezielt innovative Ansätze zur Emissionsminderung entwickelt. Allen diesbezüglich bearbeiteten Projekten ist gemein, dass Emissionen gemessen werden müssen. Dies betrifft neben den gasförmigen Emissionen insbesondere eben auch die Feinstaubemissionen. Hierbei gibt es in der Praxis eine Reihe unterschiedlicher Randbedingungen, die einen Einfluss auf das Messergebnis haben und die Vergleichbarkeit der Ergebnisse einschränken können (Typenprüfungen, Labormessungen, Feldmessungen, Schornsteinfegermessungen usw.). Auch die verwendeten Messgeräte und die eingesetzten Messprozeduren unterscheiden sich teilweise deutlich voneinander. Dass das Messen von Staubpartikeln und insbesondere die Beurteilung der Wirkung, die diese Stäube auf den Menschen und die Umwelt ausüben keine leichte Aufgabe ist zeigen regelmäßig vorgestellte Studien (Mudgal & Turbé, 2009; Orthen et al., 2007; Rödelsperger et al., 2009; UBA, 2008; Wiedensohler et al., 2012). Mit der Novellierung der 1. BImSchV im Jahr 2010 wurden die Emissionsanforderungen, die an kleine Holzfeuerungsanlagen gestellt werden, verschärft. Die Untersuchung und Einführung neuer und vor allem präziser Messverfahren gewinnt seit dem kontinuierlich an Bedeutung. Vor allem für die Weiterentwicklung von Feuerungstechniken mit außerordentlich niedrigen Staubemissionen ist der Einsatz von hochauflösender Messtechnik erforderlich. Die etablierte zeitlich aufwendige gravimetrische Bestimmung von Staubkonzentrationen ist hierbei nicht immer ausreichend. Die zeitaufgelöste Bestimmung der Staubkonzentrationen z. B. durch Zählung von einzelnen Partikeln rückt in den Fokus des Interesses. Verschiedene Anbieter vertreiben Geräte, die auf den ersten Blick verlässliche Messwerte generieren, die aber im Vergleich der Geräte untereinander erhebliche Abweichungen offenbaren. Zudem zeigen die Erkenntnisse der letzten Jahre, dass sich gerade Aerosole aus einer unvollständigen Verbrennung fester Biomasse, abhängig von den Umgebungsbedingungen, erheblich verändern können. Neben diesen eher akademisch-wissenschaftlichen Herausforderungen weist der Alltag der Staubmessung im Labor, aber insbesondere auch im Feld zusätzliche – häufig nicht unerhebliche – Herausforderungen auf, die eine Vergleichbarkeit der Messwerte zwischen verschiedenen Projekten weiter erschweren. Insofern erscheint es als eine der wesentlichen Herausforderungen eines Begleitprogramms für Projekte zur Minderung von Staubemissionen diese Zielgröße so gut es möglich ist unter vergleichbaren, reproduzierbaren und allgemein anerkannten Methoden zu ermitteln – dies insbesondere auch in dem Kontext zunehmender europäischer Bemühungen, vereinheitlichte Messverfahren festzulegen.

No description available.

Conference proceedings of the 5th Virtual Geoscience Conference, 21-22 September 2023, held in Dresden. The VGC is a multidisciplinary forum for researchers in geoscience, geomatics and related disciplines to share their latest developments and applications.:Short Courses 9 Workshops Stream 1 10 Workshop Stream 2 11 Workshop Stream 3 12 Session 1 – Point Cloud Processing: Workflows, Geometry & Semantics 14 Session 2 – Visualisation, communication & Teaching 27 Session 3 – Applying Machine Learning in Geosciences 36 Session 4 – Digital Outcrop Characterisation & Analysis 49 Session 5 – Airborne & Remote Mapping 58 Session 6 – Recent Developments in Geomorphic Process and Hazard Monitoring 69 Session 7 – Applications in Hydrology & Ecology 82 Poster Contributions 92

Diese Dissertation beschäftigt sich mit der passiven Probenahme von hydrophoben organischen Schadstoffen in Oberflächengewässern: Polyaromatische Kohlenwasserstoffe (PAK), polychlorierte Biphenyle (PCB), polybromierte Biphenylether (PBDE), Organochlorpestizide (u. a. HCH, DDX) und weitere hydrophobe Pestizide. Die Zielstellung dieser Arbeit lag bei der Validierung des Silikonstabs als Alternativmethode im Gewässermonitoring zu konventionellen Probenahmetechniken wie Schöpf- und Wochenmischproben der Wasserphase sowie Schwebstoffanalysen. Die Probenahme mit dem Silikonstab erfolgte durch dessen Exposition im Gewässer für einen Zeitraum zwischen einer Woche und mehreren Monaten. Nach Einholung wurden die im Silikonstab akkumulierten Schadstoffe (Analyten) mittels instrumenteller Analytik quantifiziert. Die Probenaufgabe erfolgte ohne vorherige Lösungsmittelextraktion durch direktes Erhitzen des Silikonstabs, wodurch die Analyten vom Polymer desorbieren (Thermodesorption). Die durch Hitze freigesetzten Analyten wurden direkt auf eine chromatographische Trennsäule gegeben und massenspektroskopisch quantifiziert. Nach Erhalt der Ergebnisse der Silikonstab-Analytik gibt es verschiedene Herangehensweisen für die Berechnung der zeitgemittelten Analytkonzentrationen im Gewässer, die in dieser Arbeit vorgestellt und diskutiert werden. Dazu gehören die Verwendung von experimentellen Daten aus Kalibrierversuchen und Berechnungen auf Grundlage von physikochemischen Eigenschaften der Analyten wie dem Sammler-Wasser-Verteilungskoeffizienten. Im Zuge dieser Arbeit wurde die Aufnahmekinetik des Silikonstabs bei verschiedenen Temperaturen und Fließgeschwindigkeiten mit Hilfe von Kalibrierversuchen untersucht. Die gewonnenen experimentellen Daten wurden für die Entwicklung von Rechenmodellen herangezogen, mit denen das Aufnahmeverhalten vorgesagt werden soll. Es wurden Sammler-Wasser-Verteilungskoeffizienten für den Silikonstab u. a. mit der Kosolvenzmethode bestimmt und als Parameter für die Berechnung von zeitgemittelten Analytkonzentrationen des Gewässers verwendet. Für die Validierung wurde der Silikonstab in zwei Gewässergütemessstationen der Fließgewässer Mulde (Dessau) und Elbe (Magdeburg) in Durchflussbehältern exponiert und die zeitgemittelten Analytkonzentrationen mit verschiedenen Rechenmodellen bestimmt. Die erhaltenen Werte werden mit gleichzeitig entnommenen Wochenmischproben der Wasserphase sowie monatlichen Schwebstoffproben verglichen und die Eignung des Silikonstabs als alternative Probenahmemethode für das Umweltmonitoring von Oberflächengewässern diskutiert.

Diese Dissertation beschäftigt sich mit der passiven Probenahme von hydrophoben organischen Schadstoffen in Oberflächengewässern: Polyaromatische Kohlenwasserstoffe (PAK), polychlorierte Biphenyle (PCB), polybromierte Biphenylether (PBDE), Organochlorpestizide (u. a. HCH, DDX) und weitere hydrophobe Pestizide. Die Zielstellung dieser Arbeit lag bei der Validierung des Silikonstabs als Alternativmethode im Gewässermonitoring zu konventionellen Probenahmetechniken wie Schöpf- und Wochenmischproben der Wasserphase sowie Schwebstoffanalysen. Die Probenahme mit dem Silikonstab erfolgte durch dessen Exposition im Gewässer für einen Zeitraum zwischen einer Woche und mehreren Monaten. Nach Einholung wurden die im Silikonstab akkumulierten Schadstoffe (Analyten) mittels instrumenteller Analytik quantifiziert. Die Probenaufgabe erfolgte ohne vorherige Lösungsmittelextraktion durch direktes Erhitzen des Silikonstabs, wodurch die Analyten vom Polymer desorbieren (Thermodesorption). Die durch Hitze freigesetzten Analyten wurden direkt auf eine chromatographische Trennsäule gegeben und massenspektroskopisch quantifiziert. Nach Erhalt der Ergebnisse der Silikonstab-Analytik gibt es verschiedene Herangehensweisen für die Berechnung der zeitgemittelten Analytkonzentrationen im Gewässer, die in dieser Arbeit vorgestellt und diskutiert werden. Dazu gehören die Verwendung von experimentellen Daten aus Kalibrierversuchen und Berechnungen auf Grundlage von physikochemischen Eigenschaften der Analyten wie dem Sammler-Wasser-Verteilungskoeffizienten. Im Zuge dieser Arbeit wurde die Aufnahmekinetik des Silikonstabs bei verschiedenen Temperaturen und Fließgeschwindigkeiten mit Hilfe von Kalibrierversuchen untersucht. Die gewonnenen experimentellen Daten wurden für die Entwicklung von Rechenmodellen herangezogen, mit denen das Aufnahmeverhalten vorgesagt werden soll. Es wurden Sammler-Wasser-Verteilungskoeffizienten für den Silikonstab u. a. mit der Kosolvenzmethode bestimmt und als Parameter für die Berechnung von zeitgemittelten Analytkonzentrationen des Gewässers verwendet. Für die Validierung wurde der Silikonstab in zwei Gewässergütemessstationen der Fließgewässer Mulde (Dessau) und Elbe (Magdeburg) in Durchflussbehältern exponiert und die zeitgemittelten Analytkonzentrationen mit verschiedenen Rechenmodellen bestimmt. Die erhaltenen Werte werden mit gleichzeitig entnommenen Wochenmischproben der Wasserphase sowie monatlichen Schwebstoffproben verglichen und die Eignung des Silikonstabs als alternative Probenahmemethode für das Umweltmonitoring von Oberflächengewässern diskutiert.:I ZUSAMMENFASSUNG ...................................................................................................... 2 II INHALTSVERZEICHNIS .................................................................................................. 3 III ABBILDUNGSVERZEICHNIS .......................................................................................... 5 IV TABELLENVERZEICHNIS ................................................................................................ 6 V GLEICHUNGSVERZEICHNIS ............................................................................................ 7 VI ABKÜRZUNGSVERZEICHNIS........................................................................................... 9 0 VIELEN DANK AN … ...................................................................................................... 11 1. EINLEITUNG ................................................................................................................ 12 1.1 Wasser, seine Nutzung und Verschmutzung ............................................................ 12 1.2 Das Wasser und seine Schadstoffe .......................................................................... 15 1.3 Monitoring von Oberflächengewässern .................................................................... 17 1.3.1 Entnahme konventioneller Schöpfproben .............................................................. 17 1.3.2 Entnahme von Mischproben (integrative oder Kompositproben) ........................... 18 1.3.3 Probenahme des Schwebstoffanteils in der Wasserphase .................................... 19 2. PASSIVSAMMLER IN DER WASSERANALYTIK ................................................................ 21 2.1 Theoretische Grundlagen ......................................................................................... 21 2.1.1 Allgemeiner Aufbau von Passivsammlern ............................................................... 23 2.1.2 Die einzelnen Schritte von der Wasser- in die Sammelphase ................................ 25 2.1.3 Adsorptive und absorptive Akkumulation des Analyten in der Sammelphase ........ 26 2.2 Passivsammlersysteme in der Wasseranalytik ......................................................... 28 2.2.1 Absorbierende Passivsammler für hydrophobe Analyten ....................................... 28 2.2.1.1 Semipermeable membrane device (SPMD) .......................................................... 28 2.2.1.2 LDPE-Streifen (LDPE strips) ................................................................................ 29 2.2.1.3 Silikonplatten (silicone sheets) ........................................................................... 30 2.2.1.4 Chemcatcher ...................................................................................................... 31 2.2.1.5 Lösungsmittelfreie Passivsammler (MESCO / Silikonstab) .................................. 32 2.2.2 Absorbierende Passivsammler für polare Analyten ............................................... 35 2.2.2.1 Polar organic integrative Sampler (POCIS) ......................................................... 35 2.2.2.2 Chemcatcher ...................................................................................................... 35 2.3 Auswertung von Passivsammlerdaten ..................................................................... 35 2.3.1 Gleichgewichtssammler ......................................................................................... 36 2.3.2 Laborkalibrierung .................................................................................................. 37 2.3.3 In-situ-Kalibrierung mit Performance Reference Compounds (PRC) ...................... 38 2.3.4 Validierung von Passivsammlern............................................................................ 39 3. LÖSLICHKEIT UND THERMODYNAMISCHES GLEICHGEWICHT ...................................... 41 3.1 Freie Enthalpie und chemisches Potential ................................................................ 41 3.2 Lineare freie Energie-Beziehungen (LFER) für die Abschätzung von KSW ................ 41 3.3 Kosolvenzmodelle für die Modellierung von KSW ...................................................... 43 3.3.1 Log-Linear-Modell von Yalkowsky .......................................................................... 43 3.3.2 Freie Enthalpie-Ansatz (Khossravi-Connors-Modell) .............................................. 44 3.3.3 Jouyban-Acree-Modell ............................................................................................ 44 4. MATERIAL UND METHODEN ......................................................................................... 45 4.1 Präparation der verwendeten Passivsammler .......................................................... 45 4.2 Laborkalibrierung zur Bestimmung von Sammelraten ............................................... 45 4.2.1 Beschreibung der Versuche für die Silikonstab-Kalibrierung .................................. 45 4.3 Experimentelle Bestimmung von Sammler-Wasser-Verteilungskoeffizienten KSW ... 48 4.3.1 Zeitabhängige KSW-Bestimmung in der Wasserphase .......................................... 48 4.3.2 KSW-Bestimmung mit der Kosolvenzmethode ....................................................... 50 4.4 Validierung des Silikonstabs an limnischen Gewässergütemessstationen ............... 52 5. ERGEBNISSE UND DISKUSSION ................................................................................... 55 5.1 Sammelraten RS für den Silikonstab aus Kalibrierversuchen .................................... 55 5.1.1 Temperaturabhängigkeit ....................................................................................... 58 5.1.2 Einfluss der Hydrodynamik auf die Aufnahmekinetik von PAK ................................ 59 5.1.3 Modellierung von Sammelraten .............................................................................. 62 5.1.3.1 Polynomisches Modell nach Vrana [137] ............................................................. 62 5.1.3.2 Diffusionsmodell nach Booij [71] ......................................................................... 64 5.1.3.3 Diffusionsmodell nach Rusina [85] ...................................................................... 66 5.1.4 Wahl der geeigneten In-situ-Kalibrierung am Beispiel eines Kalibrierversuchs ..... 67 5.1.4.1 Berechnung von In-situ-Sammelraten mit RS-Modellen ...................................... 68 5.1.4.2 Berechnung von In-situ-Sammelraten über Eliminierung von PRCs .................... 69 5.1.4.3 Vergleich Modelle und PRCs mit experimentellen Sammelraten .......................... 70 5.2 Experimentelle Bestimmung des Sammler-Wasser-Verteilungskoeffizienten KSW ... 73 5.2.1 Zeitabhängige KSW-Bestimmung in der Wasserphase .......................................... 73 5.2.2 Zusammenfassung KSW(t)-Versuche in der Wasserphase .................................... 81 5.2.3 KSW-Bestimmung mit der Kosolvenzmethode ....................................................... 81 5.2.3.1 Kosolvenzmodelle ............................................................................................... 83 5.2.4 Zusammenfassung ................................................................................................ 90 5.3 Empirische Modelle zur Abschätzung von KSW-Werten ............................................ 92 5.3.1 Lineare Korrelation des KSW mit physikochemischen und Molekülparametern ...... 92 5.3.2 Berechnung mit Mehrparameter-Regression (LSER) .............................................. 95 5.3.3 Zusammenfassung Abschätzung von KSW-Werten für den Silikonstab ................. 97 5.4 Freilandvalidierung des Silikonstab-Passivsammlers ................................................ 97 5.4.1 Ausbringung an Gewässergütemessstationen....................................................... 97 5.4.1.1 Validierung des Silikonstabs mit Wasserproben ............................................... 100 5.4.1.2 Validierung des Silikonstabs mit Sedimentproben ............................................ 102 5.4.2 Validierung des Silikonstabs bei Laborvergleichsstudien ..................................... 105 6. ERGEBNISSE UND AUSBLICK ..................................................................................... 105 VII LITERATURVERZEICHNIS ......................................................................................... 107 VIII ANHANG ................................................................................................................. 116

Der Regionale Planungsverband Leipzig-Westsachsen hat für den Tagebau Vereinigtes Schleenhain einen Braunkohlenplan (BKP) in der Fassung vom 25.08.2011 /1/ aufgestellt und für diesen eine Strategische Umweltprüfung (SUP) durchgeführt.