Listen
6 Ergebnisse
Filter
Einstellungen
Suchergebnisse
Veröffentlichung Modelling and assessment of acidifying and eutrophying atmospheric deposition to terrestrial ecosystems (PINETI2)(Umweltbundesamt, 2017) Schaap, Martijn; Wichink Kruit, Roy; Hendriks, Carlijn; Nederlandse Organisatie voor Toegepast-Natuurwetenschappelijk Onderzoek; Institut für Meteorologie (Berlin); Deutschland. Umweltbundesamt; Geupel, MarkusDie Biodiversität in Europa ist durch den Eintrag von Schad- und Nährstoffen in die Ökosysteme gefährdet. Innerhalb des PINETI-2 Projektes wurden daher die atmosphärischen Einträge dieser Schad- und Nährstoffe für Deutschland für die Jahre 2009, 2010 und 2011 ermittelt. Die trockenen, nassen und feuchten Einträge von NHx, NOy, SOx und die Einträge der basischen Kationen wurden berechnet und zur Gesamtdeposition aufsummiert. Die ermittelten mittleren Depositionsflüsse über Deutschland für Stickstoff und Schwefel betragen im Jahr 2009 1057 und 288 eq ha-1 a-1. In 2010 und 2011 liegen die mittleren Einträge für Stickstoff bei 1052 und 962 eq ha-1 a-1. Das Jahr 2009 war in Bezug auf das nationale Mittel meteorologisch gesehen ein durchschnittliches Jahr, so dass davon ausgegangen werden kann, dass auch die berechneten Einträge für das Jahr 2009 im nationalen Mittel eher bei einem langjährigen Mittel liegen als die Ergebnisse der Jahre 2010 oder vor allem 2011. Es wurden flächendeckende Karten für die unterschiedlichen Landnutzungsklassen erstellt. Die Karten zeigen, dass die Variabilität der Deposition über Deutschland signifikant ist. Die höchsten Einträge sind in Waldbeständen in oder in der Nähe von Regionen mit intensiver Landwirtschaft und Industrie zu finden. Im Vergleich zu den Ergebnissen des MAPESI-Vorhabens (Builtjes et al., 2011) sind die Ergebnisse der neuen Erhebung etwa 27% niedriger. Dies lässt sich durch eine Verbesserung der Methodik zur Bestimmung der nassen Deposition und der Konsolidierung neuer Prozessbeschreibungen im LOTOS-EUROS Modell erklären. Letztere Modellentwicklungen haben zu einem besseren Vergleich der Modellergebnisse zu Beobachtungen geführt. Die PINETI-2 Einträge stimmen besser mit Daten aus dem "Integrated Monitoring" Programm und mit der Depositionskartierung von EMEP überein als die MAPESI Ergebnisse. Der Vergleich mit Resultaten der Kronenraumbilanzmodellierung zeigt, dass sich die Unterschätzung dieser Daten im Vergleich zu MAPESI vergrößert hat. Die Unterschätzung ist an Standorten in Höhenlagen, an welchen ein erhöhter Eintrag durch feuchte Deposition anzunehmen ist, am größten. Die Bewertung des Eintrages in Bezug auf Risiken für terrestrische Ökosysteme wird im Teil 2 des Berichts beschrieben. Quelle: ForschungsberichtVeröffentlichung Ermittlung und Bewertung der Einträge von versauernden und eutrophierenden Luftschadstoffen in terrestrische Ökosysteme (PINETI2)(Umweltbundesamt, 2017) Schlutow, Angela; Bouwer, Yolandi; Scheuschner, Thomas; Öko-Data Gesellschaft für Ökosystemanalyse und Umweltdatenmanagement (Strausberg); Deutschland. Umweltbundesamt; Geupel, MarkusZur Bewertung der Risiken, denen naturnahe Ökosysteme durch den Eintrag von Luftschadstoffen ausgesetzt sind, wurde in diesem Vorhaben der Critical-Load-Ansatz nach der einfachen Massenbilanzmethode verwendet. Wird der ökosystemspezifische Critical Load durch die ebenfalls in diesem Vorhaben ermittelten Stoffeinträge für die Jahre 2009, 2010 und 2011 überschritten, sind die Ökosysteme durch den Eintrag von Schwefel- und Stickstoffverbindungen einem Versauerungsrisiko ausgesetzt bzw. unterliegen einer unzulässigen Eutrophierung (nur Stickstoff). Damit einher geht die Gefährdung der Biodiversität in Deutschland. Beim Schutz vor Versauerung zeigen die Maßnahmen zur Luftreinhaltung große Wirkung. So verminderte sich der Anteil an Ökosystemen, die von Überschreitungen des Critical Load für Säureeinträge betroffenen sind, von ehemals über 80 Prozent im Jahr 1990 auf nunmehr ca. 10 Prozent (Jahr 2011, seesalzkorrigiert). Deutlich geringere Entlastungen gab es beim Schutz vor Eutrophierung, wo auch im Jahr 2011 noch ca. 65 Prozent aller Ökosysteme durch Überschreitung der zulässigen Stickstoffeinträge gefährdet bleiben. Quelle: ForschungsberichtVeröffentlichung Immobilisation of nitrogen in context of critical loads(Umweltbundesamt, 2017) Höhle, Juliane; Wellbrock, Nicole; Thünen Institute of Forest Ecosystems (Eberswalde); Deutschland. Umweltbundesamt; Geupel, Markus; Scheuschner, ThomasIm Rahmen der Critical Loads Berechnung ist die bestmögliche Abschätzung der Stickstoff-Immobilisation unter steady-state Bedingungen ein wichtiger Faktor. Zur Zeit sind verschiedene Ansätze in der Diskussion. Daher wurde eine Literaturstudie zu vorliegenden Immobilisationsraten und Einflussfaktoren ebenso wie eine Abschätzung anhand von Inventurdaten aus Frankreich, der Schweiz und Deutschland durchgeführt. Für letztere wurden die Immobilisationsraten anhand von Stickstoffvorrat und Alter der Böden berechnet. Die Werte der langfristigen Stickstoff-Akkumulationsraten in der Literatur beruhen auf Input-Output-Bilanzen bzw. auf kurzfristigen Veränderungen der Stickstoffvorräte im Boden. Diese aktuellen Raten reichen von 1.8 und 42 kg ha-1 yr-1. Es werden sogar negative Werte beschrieben. Die Werte variieren mit der Beprobungstiefe und können von innerhalb eines Profils von Immobilisation zu Mobilisation wechseln. Die in der Studie berechneten N-Immobilsationsrate sind niedriger. Der Mittelwert der N-Immobilisationsraten für glazial geprägte Standorte reicht von 0.4 kg ha-1 yr-1 in Deutschland und 0.8 kg ha-1 yr-1 für die Schweiz nd Frankreich. Unter der Annahme der periglaziale Böden ca. 24.000 Jah-re alt sind ergeben sich Werte von 0.035 bis 1.6 kg ha-1 yr-1 mit einem Mittelwert von 0.2 kg ha-1 yr-1 für Frankreich und Deutschland sowie 0.4 kg ha-1 yr-1 für die Schweiz. Dies ist eine Abschätzung und überschätzt die Rate, wenn Böden älter sind als 24.000 Jahre. Trotzdem zeigt es, dass die Immobilisationsraten in der organischen Auflage bis 60cm geringer als 1.5 kg ha-1 yr-1 (90 Perzentil). Diese Ergebnisse decken sich sehr gut mit jenen von Rosen et al. (1992) und Johnson & Turner (2014), die eine jährliche Rate von zwischen 0.2-0.5 kg ha-1 yr-1 und 0.5-1.0 kg ha-1 yr-1 angeben. Einen Zusammenhang zwischen Temperatur und N-Vorräten konnte nicht gefunden werden, wohl aber mit der mittleren Lufttemperatur und der Höhe. Der höchste Korrelationskoeffizient ergab sich zu C-Vorräten. Auf Grundlage der Auswertungen zeigte sich, dass die stratifizierten N-Vorräte bis 40 cm geeignet sind, die langfristigen N-Immobilisationsraten im Rahmen der Critical Loads Berechnungen abzuschätzen. Die Daten liegen in den internationalen Monitoringprogrammen für viele Länder vor bis 40cm. Quelle: ForschungsberichtVeröffentlichung Critical Load Daten für die Berichterstattung 2015-2017 im Rahmen der Zusammenarbeit unter der Genfer Luftreinhaltekonvention (CLRTAP)(2018) Schlutow, Angela; Nagel, Hans-Dieter; Bouwer, Yolandi; Öko-Data Gesellschaft für Ökosystemanalyse und Umweltdatenmanagement (Strausberg); Deutschland. Umweltbundesamt; Geupel, MarkusIm Rahmen der Berichtspflichten Deutschlands für die Konvention über weitreichende grenzüberschreitende Luftverunreinigungen wurde ein neuer deutscher Datensatz zu den ökosystemspezifischen Belastungsgrenzen (Critical Load) für das europäische Koordinierungszentrum bereitgestellt. Die Berechnung der Critical Load für versauernde Schwefel- und Stickstoffeinträge sowie für die eutrophierende Stickstoffbelastung erfolgte entsprechend des 2017 aktualisierten Mapping Manual nach der Massenbilanzmethode. Darüber hinaus wurden zusätzlich auch Critical Load mit dem Schutzziel Biodiversität bestimmt.Veröffentlichung Auswirkungen der Schwermetall-Emissionen auf Luftqualität und Ökosysteme in Deutschland - Quellen, Transport, Eintrag, Gefährdungspotenzial(2018) Schröder, Winfried; Nickel, Stefan; Schlutow, Angela; Universität Vechta; Deutschland. Umweltbundesamt; Schütze, GudrunDie Studie untersucht räumliche und zeitliche Trends der luftgetragenen Einträge von Arsen, Blei, Cadmium, Chrom, Kupfer, Nickel, Quecksilber, Vanadium, Zink in Deutschland anhand von Modell- und Messwerten, darunter Daten zur Bioakkumulation. Anhand von Umweltqualitätszielen und Bewertungskriterien rechtlicher Regelungen erfolgt eine Risikobewertung für Mensch und Umwelt.Veröffentlichung Creation of a harmonized land cover map as an example for the entire region of the Geneva Air Pollution Convention(Umweltbundesamt, 2023) Gebhardt, Steffen; Earth Observation Solutions and Services GmbH; Deutschland. Umweltbundesamt; Loran, Christin; Scheuschner, ThomasFür die Berechnung der Critical Loads (CL) für terrestrische Ökosysteme in ganz Europa, aber auch für die Modellierung der Luftqualität, ist die Erstellung einer aktuellen harmonisierten Landbedeckungskarte notwendig. Verbunden ist dies mit einer räumlichen Ausdehnung nach Osteuropa, Kaukasus und Zentralasien (EECCA). Die aktualisierte harmonisierte europäische Landbedeckungskarte muss dem EUNIS-Habitat-Klassifizierungssystem mit so vielen Level-3- Klassen wie möglich entsprechen. Basierend auf einer Bewertung der Verfügbarkeit und Eignung verschiedener Geodaten wurde entschieden, 1) CORINE Land Cover 2018 und Ecosystem Type Map v3.1 zu verwenden und Übergangsregeln zu EUNIS Level 1 und Level 2 für die von CORINE Land Cover Map abgedeckten europäischen Länder anzuwenden, 2) Copernicus Global Land Cover Map zu verwenden und Übergangsregeln zu EUNIS Level 1 und Level 2 für europäische Länder anzuwenden, die nicht von CORINE Land Cover Maps abgedeckt werden, 3) Global Potential Natural Vegetation (GPNV)-Karten und die Harmonized World Soil Database zu verwenden (HWSD) zur weiteren Aufschlüsselung der Level-2-Klassen in Richtung Level 3. Mehr als 700.000 Punkte aus dem European Vegetation Archive (EVA), die auf EUNIS-Level 3 klassifiziert wurden, wurden vom Expertensystem für die automatische Klassifizierung europäischer Vegetationsparzellen in EUNIS-Lebensräume bereitgestellt. Merkmale wurden aus den GPNV-modellierten Daten zu Biomen und FAPAR extrahiert. Auf diese wurde ein räumlich stratifiziertes zufälliges sampling durchgeführt, um 60 % der Trainings- und 40 % der Validierungsstichproben zu erhalten. Trainingsbeispiele wurden verwendet, um Random Forest-Entscheidungsbaummodelle zu trainieren. Die Genauigkeitsbewertung wurde an den verbleibenden 40 % der Validierungsproben durchgeführt. Die Genauigkeit variiert zwischen 60 % und mehr als 90 %. Bei den klassenbezogenen Nutzer- und Produzentengenauigkeiten wurden mäßige bis sehr hohe Prozentsätze ermittelt. Die Anwendung der Entscheidungsbaummodelle lieferte die aktualisierte EUNIS-Level-3-Lebensraum Karte für ganz Europa und die EECCA-Länder mit insgesamt 218 Landbedeckungsklassen, von denen 204 Klassen EUNIS-Level-3-Klassen darstellen. Quelle: Forschungsbericht