Obwohl es sehr detaillierte Studien zur Nährstoffretention in einzelnen Auen und Feuchtgebieten gibt, ist die Bedeutung von Auen für die Nährstoffbilanz auf Landschaftsebene wenig untersucht. Dies liegt an dem geringen Wissensstand über die wichtigsten Parameter der Nährstoffretention, nämlich die überflutete Auenfläche sowie die in die Aue strömende Nährstofffracht. Zusätzlich gibt es bislang keinen Ansatz, demzufolge beide Parameter abhängig vom Abfluss, und damit variabel für verschiedene zeitliche Einheiten, berechnet werden können. Aus diesem Grund analysiert diese Arbeit die Überflutungshäufigkeiten der Auen von drei Flüssen, Elbe, Main und Rhein. Darauf aufbauend wird eine Abhängigkeit zwischen der überfluteten Fläche und dem Abfluss empirisch abgeleitet, die auf detaillierten Berechnungen der etablierten Software Flys basieren. Ausgehend auf diesen im Folgenden generalisierten Ergebnissen werden eine letztendlich Ereignis basierte mittlere überflutete Auenfläche sowie einströmende Nährstofffracht abhängig vom jeweiligen Abfluss berechnet. Diese und weitere Geoinformationsdaten wie auch Pegel und Gütedaten finden Eingang in jährliche und monatliche empirische Retentionsmodelle. Die berechnete Nährstoffretention in den Auen ist abhängig von der hydrologischen Konnektivität der Auen und dem tatsächlichen Abfluss. Deshalb wird letztendlich das weiterentwickelte Konzept der Ereignis bezogenen Nährstoffretention angewendet und als am realistischsten in Kombination mit hydro-exponentiellen Retentionsmodellen erachtet. Für die naturnahe Elbe werden in Monaten mit Hochwässern bis zu 9% bzw. 10% Retention der transportierten TP bzw. der NO3-N Fracht berechnet. Die Übertragbarkeit dieser Ergebnisse auf eine deutschlandweite Kulisse ist durch die generalisierten Methoden geschaffen. Die vorliegende Arbeit leistet damit einen Beitrag, die Bedeutung der Auen für die Nährstoffbilanz auf Landschaftsebene abhängig von hydrologischen Gegebenheiten zu quantifizieren. / Although there are detailed studies on nutrient retention in single wetlands and floodplains, the role of riparian floodplains for nutrient retention is not investigated very well on a landscape scale, since knowledge on the most important parameters for nutrient retention, inundated floodplains and incoming load, is insufficient. Additionally, a method for describing these parameters as discharge dependent variables is missing. Therefore, the present work analyzes the flooding frequencies on floodplains of three study rivers, Elbe, Main and Rhine. The relation of inundated floodplain extent and current discharge conditions based on detailed results of the established Software Flys is deduced empirically. Based on these subsequently generalized results, finally event related average inundated floodplain extent respectively, incoming nutrient loads are calculated by considering the effects of the hydrologic conditions of each river system. Therefore, available geodata as well as data on water quality and discharge is processed and serves as input data for yearly and monthly empirical retention models. The calculated nutrient retention in floodplains varies with hydrological connectivity of the floodplain to the surface waters as well as with the current hydrologic condition of the river system. For this reason the finally developed concept of event related nutrient retention is suggested as the most realistic in combination with hydro-exponential retention models. The Elbe floodplains are the most natural, and in years with high floods nutrient retention in the floodplains contributes up to 9% respectively 10% of the monthly transported load of TP and NO3-N, which is significant. The transfer of the results to a German-wide application is possible due the generalization of the methods carried out. With the presented results the hydrology dependent role of floodplains for nutrient balances in river systems can be quantified on a landscape scale.

In September 2008 Hurricane Ike hit the Texas Gulf Coast with a force stronger than the category 2 storm at which it was rated. With a 3.8 m (12.5 ft) storm surge, the agricultural industry in the area was devastated. The goal of this research was to determine the length of time required to reduce the salt levels brought by the storm surge to near pre-hurricane levels. To do this, four sets of samples were taken across two years and analyzed for salinity using the saturated paste extract method. The initial salt levels in November 2008 had an electrical conductivity (ECe) of the inundated soils as high as 26.7 dS/m. Fifty-four percent of the soils sampled in the 0-15 cm horizons and 9% in the 15-30 cm horizons of the edge area had an ECe >= 4 dS/m. In the surge area 79% of the soils sampled in the 0-15 cm horizons and 30% in the 15-30 cm horizons had an ECe >= 4 dS/m. In April 2009, 38% of the soils sampled in the 0-15 cm horizons and 13% in the 15-30 cm horizons of the edge area had an ECe >= 4 dS/m. In the surge area 71% of the soils sampled in the 0-15 cm horizons and 39% in the 15-30 cm horizons had an ECe >= 4 dS/m. By December 2009, none of the soils sampled in the edge area had an ECe >= 4 dS/m. In the surge area 21% of the soils sampled in the 0-15 cm horizons and 33% in the 15-30 cm horizons had an ECe >= 4 dS/m. By October 2010, all soils sampled had leached sufficient salts to be classified as non-saline to very slightly saline soils. Utilizing the November 2008 data set, 28 random samples were selected for exchangeable Na percent (ESP) in order to develop the ESP-SAR (Na adsorption ratio) predictive equation, ESP= 1.19(SAR)^0.82. The SAR-ESP relationship is statistically significant (95% confidence level), with a correlation coefficient of 0.964 (df=26).