Filtern
Dokumenttyp
- Vortrag (8) (entfernen)
Sprache
- Deutsch (8)
Referierte Publikation
- nein (8) (entfernen)
Schlagworte
- Boden (8) (entfernen)
Organisationseinheit der BAM
Eingeladener Vortrag
- nein (8)
Im Vortrag wird der aktuelle Stand der Entwicklung von Elutionsverfahren auf deutscher, CEN und ISO Ebene dargestellt. Dazu werden Ergebnisse zu Robustheitsuntersuchungen und Betrachtungen zur Vergleichbarkeit verschiedener Elutionsverfahren bei bewertungsrelevanten Wasser-/Feststoffverhältnissen zusammengefasst. Ein Focus lag dabei auf Untersuchungen der BAM zur Vergleichbarkeit verschiedener Säulenversuchsverfahren und die Auswirkungen der verschiedenen Versuchsrandbedingungen auf die Konzentration bei verschiedenen Analyten und Matrizes.
Des Weiteren wird in diesem Zusammenhang die Zielstellung und Vorgehensweise im UFOPLAN-Projekt “Monitoring zur Verwertung von Bodenmaterial“ vorgestellt.
Mit wachsenden Bevölkerungszahlen steigt auch der Rohstoffkonsum, und der nachhaltigere und effizientere Umgang mit knappen Ressourcen wie Wasser und Boden rückt in den Fokus.
Im Rahmen der vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Forschungsinitiative BonaRes werden Strategien entwickelt, um Boden als nachhaltige Ressource in der Bioökonomie zu nutzen. Das interdisziplinäre Teilprojekt I4S – Intelligence for soil – ist dabei für die Entwicklung eines integrierten Systems zum ortsspezifischen Management der Bodenfruchtbarkeit zuständig. Hierfür wird eine Plattform gebaut, auf der verschiedene Sensoren installiert werden sollen, deren in Echtzeit erhaltene Messdaten in Modelle und Entscheidungsalgorithmen zur Steuerung der Düngung und dementsprechend Verbesserung der Bodenfunktionen einfließen sollen.
Einer dieser Sensoren, auf dessen Grundlage ein robustes Online-Verfahren zur Bestimmung der Makro- und Mikronährstoffe, wie Ca oder K in Böden entwickelt werden soll, ist die Röntgenfluoreszenzanalyse (RFA). Um Messungen auf einem Feld zu simulieren, wurde in einen Laboraufbau ein Probenteller installiert, der sich bei verschiedenen Winkelgeschwindigkeiten bewegen lässt und so dynamisches Messen der als Spur aufgetragenen Probe ermöglicht. So kann der Aufwand der Probenvorbereitung minimiert werden.
Gerade bei einer komplexen Matrix wie Boden, die eine breite Elementverteilung aufweist, ist die Datenauswertung ein wichtiger Faktor. Die bisher verwendete univariate Datenanalyse liefert gute Ergebnisse und zeigt, dass durch Kalibrierung der RFA mit 14 Referenzmaterialien große Ackerflächen ausgewertet werden können. Dies funktioniert aber nur, solange die Elementgehalte der Proben mit denen der Referenzmaterialien vergleichbar sind.
Die zusätzlich verwendete multivariate Datenanalyse bietet hingegen die Möglichkeit, Modellrechnungen der Böden durchzuführen und Böden mithilfe der Hauptkomponentenanalyse (PCA) besser zu klassifizieren. Des Weiteren können basierend auf der Partial Least Squares Regression (PLSR) Kalibriermodelle erstellt werden, welche Prognosen zu den Elementgehalten unbekannter Ackerböden ermöglichen. Zusätzlich bietet die multivariate Datenanalyse die Möglichkeit, Störgrößen wie unterschiedliche Korngrößenverteilung und Feuchtigkeitsgrad der Probe in das Modell miteinzubeziehen. Beide Auswertemethoden sollen anhand statisch gemessener Proben verglichen werden und durch Messung einer Vielzahl realer Bodenproben von unterschiedlichen Standorten erweitert werden. Im weiteren Verlauf müssen beide Modelle auf dynamisch bewegte Proben übertragen werden.
Entwicklung von online-Analysetechniken für die Nährstoffgehaltsbestimmung in Böden mit RFA und LIBS
(2017)
Der Erhalt und die Verbesserung der Fruchtbarkeit von Böden durch landwirtschaftliche Bewirtschaftungsmaßnahmen erfordert sorgfältig geplante Entscheidungen, die auf einer detaillierten Erfassung der Bodeneigenschaften und einem vertieften Verständnis der Bodenprozesse beruhen. Durch konventionelle, flächen-einheitliche Bewirtschaftungen (z.B. Düngung) können zum einen Ertragsverluste durch zu geringe Bewirtschaftungsintensität auf dem einen Teil der Fläche verursacht werden, während andere Teile des Feldes zu hohe Dosen erhalten und es dadurch zu Umweltbelastungen oder zu Verschwendung von Ressourcen kommt.
Trotz der Verfügbarkeit von Technologien für ortsspezifische Düngung ist die Akzeptanz ortsspezifischer Bewirtschaftung (Precision Agriculture) in der Praxis noch gering. Ein wesentlicher Grund dafür ist das Fehlen von kostengünstigen Methoden zur Erfassung der bewirtschaftungsrelevanten Bodenmerkmale. Für die elementanalytische Untersuchung von Böden vor-Ort ist eine zuverlässige Analytik und Prozessüberwachung erforderlich.
Die Röntgenfluoreszenzanalyse (RFA) ist eine mögliche Technologie, die eine vor-Ort Analyse der chemischen Zusammensetzung und damit eine gezielte Steuerung erlaubt. Für die Bestimmung der chemischen Zusammensetzung verschiedenster Stoffe ist die RFA eine der einfachsten, genauesten und wirtschaftlichsten Analysenmethoden. Die RFA arbeitet zerstörungsfrei und zuverlässig, benötigt keine oder nur eine geringe Probenvorbereitung, eignet sich sowohl für feste als auch für flüssige und pulverförmige Proben und kann den weiten Elementbereich von Natrium bis Uran abdecken. Durch eine neue Online-Regelung mit RFA könnte der Düngemittelverbrauch optimiert und die Qualität der Böden in Bezug auf ihre Elementgehalte sichergestellt werden.
Eine zweite sehr gut anwendbare analytische Messtechnik zur Kontrolle der elementaren Zusammensetzung von verschiedensten Materialien ist die laserinduzierte Plasmaspektroskopie (LIPS, engl. LIBS - Laser-induced Breakdown Spectroscopy). Bei der LIBS wird ein kurz gepulster Laser auf eine Probe fokussiert, um ein Leuchtplasma mit einer Anfangstemperatur von 104 bis 105 K zu erzeugen. Das dabei erzeugte probenspezifische Atomemissionsspektrum ermöglicht eine qualitative und quantitative Analyse der Zusammensetzung der Probe bezüglich praktisch aller Elemente des Periodensystems. Entscheidende Vorteile der LIBS sind minimale oder keine Probenvorbereitung sowie die in-situ Echtzeitmessung. Desweiteren kann auch über größere Distanzen, bis zu mehreren Metern, gemessen werden. Das eröffnet die Möglichkeit einer vor-Ort bzw. Onlineanalyse aus sicherer Entfernung auch unter widrigen Umgebungsbedingungen, ohne dabei direkten Probenkontakt haben zu müssen.
Der Erhalt und die Verbesserung der Fruchtbarkeit von Böden durch landwirtschaftliche Bewirtschaftungsmaßnahmen, erfordert sorgfältig geplante Entscheidungen, die auf einer detaillierten Erfassung der Bodeneigenschaften und einem vertieften Verständnis der Bodenprozesse beruhen. Hier fehlen kostengünstigen Methoden zur Erfassung der bewirtschaftungsrelevanten Bodenmerkmale.
Die Röntgenfluoreszenzanalyse (RFA) ist eine mögliche Technologie, die eine vor-Ort Analyse der chemischen Zusammensetzung und damit eine gezielte Steuerung erlaubt. Durch eine neue Online-Regelung mit RFA könnte der Düngemittelverbrauch optimiert und die Qualität der Böden in Bezug auf ihre Elementgehalte sichergestellt werden.
Eine weiter anwendbare analytische Messtechnik ist die laserinduzierte Plasmaspektroskopie (LIPS, engl. LIBS - Laser-induced Breakdown Spectroscopy). Entscheidende Vorteile der LIBS sind minimale oder keine Probenvorbereitung sowie die in-situ Echtzeitmessung. Desweiteren kann auch über größere Distanzen, bis zu mehreren Metern, gemessen werden.
Das eröffnet die Möglichkeit einer vor-Ort bzw. Onlineanalyse aus sicherer Entfernung auch unter widrigen Umgebungsbedingungen, ohne dabei direkten Probenkontakt haben zu müssen.
Bestimmung von Makro- und Mikronährstoffen in Böden mittels laserinduzierter Plasmaspektroskopie
(2018)
In respect of an efficient cultivation of agricultural cropland, a site-specific fertility management is necessary. Therefore, affordable and extensive mapping methods are needed. The research projects I4S (intelligence for soil) has the goal to develop a system for this purpose. I4S is one of ten interdisciplinary research project associations of the innovation programme called BonaRes, which is funded by the German Federal Ministry of Education and Research (BMBF).
The system includes a sensor platform, which contains different sensors, like XRF, VIS-NIR, Gamma and LIBS. The main task of LIBS measurements in this project is the real-time determination of the elemental contents of major and minor nutrients in soils, like calcium, magnesium, potassium. LIBS (laser-induced breakdown spectroscopy) is known as a fast and simultaneous multi-element analysis with little or no sample preparation. The main task of LIBS measurements in this project is the real-time determination of the elemental contents of nutrients in soils, like calcium, magnesium, potassium. For this purpose, a special setup has been designed. The sample uptake operates with the help of a rotatable sample plate which circulates with different velocities to simulate the application on the field. To provide a higher intensity and a better reproducibility of the obtained signal, a double-pulse Nd:YAG laser (1064 nm) was used. In order to minimize dust formation from the soil during the operation of the laser, a dust removal by suction has been integrated. When using relative methods such as LIBS, a suitable calibration curve is needed for absolute quantification. The complex matrix of soils, as well as the influence of moisture and grain size in soils makes the absolute quantification by LIBS challenging. To overcome these influences, chemometric methods were used. With the principal component analysis (PCA) a classification of soils into different soil types was performed and a calibration curve based on partial least squares regression (PLSR) was generated. With this calibration model’s elemental distribution maps for different German agricultural fields were created.
Im Rahmen der vom BMBF geförderten Forschungsinitiative BonaRes werden Strategien entwickelt, um Boden als nachhaltige Ressource in der Bioökonomie zu nutzen. Das interdisziplinäre Teilprojekt I4S - „Intelligenz für den Boden“ - ist verantwortlich für die Entwicklung eines integrierten Systems zur standortspezifischen Steuerung der Bodenfruchtbarkeit. Zu diesem Zweck wird eine Plattform gebaut, auf der verschiedene Sensoren installiert sind. Echtzeitdaten werden in Modellen zusammengefasst und Entscheidungsalgorithmen werden verwendet, um die Düngung zu steuern und die Bodenfunktionen entsprechend zu verbessern. Ziel der BAM im Rahmen von I4S ist die Charakterisierung eines energiedispersiven Röntgenfluoreszenzsensors (EDXRF) zur robusten online-Bestimmung von Makro- und Mikronährstoffen im Boden. Zunächst wurde eine Hauptkomponentenanalyse (PCA) durchgeführt, um Ausreißer zu identifizieren und die größte Varianz innerhalb der deutschen Bodenproben zu beobachten. Es konnte festgestellt werden, dass die Aufspaltung der Proben auf ihren Eisengehalt zurückzuführen ist. Da Tonproben hohe Mengen an Eisen und Sandproben geringe Mengen enthalten, war eine Klassifizierung der Proben nach ihrer Bodentextur nach VD LUFA möglich. In Anbetracht der komplexen Bodenzusammensetzung wurde eine matrixspezifische Kalibrierung durch univariate und multivariate Datenanalyse durchgeführt. Die analytischen Güteziffern zeigen, dass ein robusteres Kalibriermodell mit vernachlässigbaren Matrixeffekten durch einen multivariaten Ansatz unter Verwendung der partiellen Regression kleinster Quadrate (PLSR) erhalten werden kann. Verschiedene Faktoren können die erhaltenen Kalibriermodelle beeinflussen, wie z. B. Feuchtigkeit und Partikelgrößenverteilung, was aufgrund der späteren online-Analyse besonders wichtig ist. In ersten Studien wurde der Einfluss von Feuchtigkeit auf den Nährstoffnachweis untersucht. Mit zunehmendem Wassergehalt nehmen die charakteristischen Fluoreszenzpeaks ab und beginnen bei einem Wassergehalt von 15% wieder anzusteigen. Bei geringerem Feuchtigkeitsgehalt agglomeriert der Boden, was zu einer geringeren Packung der Probe führt, dementsprechend zu einer raueren Oberfläche, die die Signale negativ beeinflusst. Bei höherem Wassergehalt bilden sich keine Agglomerate. Dadurch kann die Probe enger gepackt werden, wodurch eine glattere Oberfläche und eine bessere Homogenität erhalten wird. Darüber hinaus führt die Partikelgrößenverteilung beim Vergleich von gemahlenen und nicht gemahlenen Proben zu signifikant höheren Unsicherheiten und niedrigeren Signalen. Beide Faktoren müssen in die chemometrische PLSR einbezogen werden, um zuverlässige Kalibrierungsmodelle für jeden Nährstoff zu erhalten.
8. Netzwerktreffen PerFluSan
(2020)