Filtern
Dokumenttyp
Schlagworte
- Chemometrie (15) (entfernen)
Organisationseinheit der BAM
Eingeladener Vortrag
- nein (3)
Das erdölstammige Bindemittel Bitumen weist eine so komplexe Struktur auf, dass diese mit den derzeit eingesetzten Verfahren nur eingeschränkt erfasst werden kann. Eine innovative und vielversprechende Möglichkeit bietet in diesem Zusammenhang die FTIR-Spektroskopie in Kombination mit einer chemometrischen Auswertung, mit der schnell und einfach Aussagen über die Zusammensetzung sowie verschiedenste physikalische und chemische Eigenschaften von bitumenhaltigen Materialien möglich werden.
In den letzten Jahrzehnten ist die Nachfrage nach kostengünstigen und flächendeckenden Kartierungsmöglichkeiten im Hinblick auf eine ertragssteigernde und umweltfreundlichere Bewirtschaftung von landwirtschaftlichen Nutzflächen stark gestiegen. Hierfür eignen sich spektroskopische Methoden wie die Röntgenfluoreszenzanalyse (RFA), Raman- und Gammaspektroskopie sowie die laserinduzierte Plasmaspektroskopie (LIBS). In Abhängigkeit von der Funktionsweise der jeweiligen Methoden werden Informationen zu verschiedensten Bodeneigenschaften wie Nährelementgehalt, Textur und pH-Wert erhalten.
Ziel dieser Arbeit ist die Entwicklung eines Online-LIBS-Verfahrens zur Nährelementbestimmmung und Kartierung von Ackerflächen. Die LIBS ist eine schnelle und simultane Multielementanalyse bei der durch das Fokussieren eines hochenergetischen Laserpulses Probenmaterial von der Probenoberfläche ablatiert wird und in ein Plasma überführt wird. Beim Abkühlen des Plasmas wird Strahlung emittiert, welche Rückschlüsse über die elementare Zusammensetzung der Probe gibt. Diese Arbeit ist im Teilprojekt I4S (Intelligenz für Böden) im Forschungsprogramm BonaRes (Boden als nachhaltige Ressource für die Bioökonomie) des Bundesministerium für Bildung und Forschung (BMBF) entstanden. Es wurden insgesamt 651 Bodenproben von verschiedenen Test-Agrarflächen unterschiedlichster Standorte Deutschlands gemessen, ausgewertet und zu Validierungszwecken mit entsprechender Referenzanalytik wie die Optische Emissionsspektroskopie mittels induktiv gekoppeltem Plasma (ICP-OES) und die wellenlängendispersive Röntgenfluoreszenzanalyse (WDRFA) charakterisiert.
Für die Quantifizierung wurden zunächst die Messparameter des LIBS-Systems auf die Bodenmatrix optimiert und für die Elemente geeignete Linien ausgewählt sowie deren Nachweisgrenzen bestimmt. Es hat sich gezeigt, dass eine absolute Quantifizierung basierend auf einem univariaten Ansatz aufgrund der starken Matrixeffekte und der schlechten Reproduzierbarkeit des Plasmas nur eingeschränkt möglich ist. Bei Verwendung eines multivariaten Ansatz wie der Partial Least Squares Regression (PLSR) für die Kalibrierung konnten für die Nährelemente im Vergleich zur univariaten Variante Analyseergebnisse mit höherer Güte und geringeren Messunsicherheiten ermittelt werden. Die Untersuchungen haben gezeigt, dass das multivariate Modell weiter verbessert werden kann, indem mit einer Vielzahl von gut analysierten Böden verschiedener Standorte, Bodenarten und einem breiten Gehaltsbereich kalibriert wird. Mithilfe der Hauptkomponentenanalyse (PCA) wurde eine Klassifizierung der Böden nach der Textur realisiert. Weiterhin wurde auch eine Kalibrierung mit losem Bodenmaterial erstellt. Trotz der Signalabnahme konnten für die verschiedenen Nährelemente Kalibriergeraden mit ausreichender, analytischer Güte erstellt werden.
Für den Einsatz auf dem Acker wurde außerdem der Einfluss von Korngröße und Feuchtigkeit auf das LIBS-Signal untersucht. Die unterschiedlichen Korngrößen haben nur einen geringen Einfluss auf das LIBS-Signal und das Kalibriermodell lässt sich durch entsprechende Proben leicht anpassen. Dagegen ist der Einfluss der Feuchtigkeit deutlich stärker und hängt stark von der Bodenart ab, sodass für jede Bodenart ein separates Kalibriermodell für verschiedene Feuchtigkeitsgehalte erstellt werden muss. Mithilfe der PCA kann der Feuchtigkeitsgehalt im Boden grob abgeschätzt werden und die entsprechende Kalibrierung ausgewählt werden.
Diese Arbeit liefert essentielle Informationen für eine Echtzeit-Analyse von Nährelementen auf dem Acker mittels LIBS und leistet einen wichtigen Beitrag zu einer fortschrittlichen und zukunftsfähigen Nutzung von Ackerflächen.
Im Rahmen der vom Bundesministerium für Bildung und -forschung geförderten Forschungsinitiative „BonaRes – Boden als nachhaltige Ressource der Bioökonomie“ soll sich das Teilprojekt „I4S – integrated system for site-specific soil fertility management“ der Entwicklung eines integrierten Systems zum ortsspezifischen Management der Bodenfruchtbarkeit widmen. Hierfür ist eine Messplattform zur Bestimmung relevanter Bodeneigenschaften und der quantitativen Analyse ausgewählter Makro- und Mikronährstoffe geplant. In der ersten Phase dieses Projekts liegt das Hauptaugenmerk auf der Kalibrierung und Validierung der verschiedenen Sensoren auf die Matrix Boden, der Probennahme auf dem Acker und der Planung sowie dem Aufbau der Messplattform. Auf dieser Plattform sollen in der zweiten Phase des Projektes die verschiedenen Bodensensoren installiert, sowie Modelle und Entscheidungsalgorithmen zur Steuerung der Düngung und dementsprechend Verbesserung der Bodenfunktionen erstellt werden.
Ziel der vorliegenden Arbeit ist die Grundlagenuntersuchung und Entwicklung einer robusten Online-Analyse mittels Energie-dispersiver Röntgenfluoreszenzspektroskopie (EDRFA) zur Quantifizierung ausgewählter Makro- und Mikronährstoffe in Böden für eine kostengünstige und flächendeckende Kartierung von Ackerflächen. Für die Entwicklung eines Online-Verfahrens wurde ein dem Stand der Technik entsprechender Röntgenfluoreszenzmesskopf in Betrieb genommen und die dazugehörigen Geräteparameter auf die Matrix Boden optimiert. Die Bestimmung der analytischen Qualitäts-merkmale wie Präzision und Nachweisgrenzen fand für eine Auswahl an Nährelementen von Aluminium bis Zink statt. Um eine möglichst Matrix-angepasste Kalibrierung zu erhalten, wurde sowohl mit zertifizierten Referenzmaterialien (CRM), als auch mit Ackerböden kalibriert. Da einer der größten Nachteile der Röntgenfluoreszenzanalyse die Beeinflussung durch Matrixeffekte ist, wurde neben der klassischen univariaten Datenauswertung auch die chemometrische multivariate Methode der Partial Least Squares Regression (PLSR) eingesetzt. Die PLSR bietet dabei den Vorteil, Matrixeffekte auszugleichen, wodurch robustere Kalibriermodelle erhalten werden können. Zusätzlich wurde eine Hauptkomponentenanalyse (PCA) durchgeführt, um Gemeinsamkeiten und Ausreißer innerhalb des Probensets zu identifizieren. Es zeigte sich, dass eine Klassifizierung der Böden anhand ihrer Textur Sand, Schluff, Lehm und Ton möglich ist.
Aufbauend auf den Ergebnissen idealer Bodenproben (zu Tabletten gepresste luftgetrocknete Proben mit Korngrößen < 0,5 mm) wurde im Verlauf dieser Arbeit die Probenvorbereitung immer weiter reduziert und der Einfluss verschiedener Kenngrößen untersucht. Diese Einflussfaktoren können die Dichte und die Homogenität der Probe, sowie Korngrößeneffekte und die Feuchtigkeit sein. Anhand des RMSE (Wurzel der mittleren Fehlerquadratsumme) und unter Berücksichtigung der Residuen werden die jeweils erstellten Kalibriermodelle miteinander verglichen. Um die Güte der Modelle zu bewerten, wurden diese mit einem Testset validiert. Hierfür standen 662 Bodenproben von 15 verschiedenen Standorten in Deutschland zur Verfügung. Da die Ergebnisse an gepressten Tabletten für die Elemente Al, Si, K, Ca, Ti, Mn, Fe und Zn den Anforderungen für eine spätere Online-Analyse entsprechen, wurden im weiteren Verlauf dieser Arbeit Kalibriermodelle mit losen Bodenproben erstellt. Auch hier konnten gute Ergebnisse durch ausreichende Nachweisgrenzen und eine niedrige gemittelte Messabweichung bei der Vorhersage unbekannter Testproben erzielt werden. Es zeigte sich, dass die Vorhersagefähigkeit mit der multivariaten PLSR besser ist als mit der univariaten Datenauswertung, insbesondere für die Elemente Mn und Zn.
Der untersuchte Einfluss der Feuchtigkeit und der Korngrößen auf die Quantifizierung der Elementgehalte war vor allem bei leichteren Elementen deutlich zu sehen. Es konnte schließlich eine multivariate Kalibrierung unter Berücksichtigung dieser Faktoren für die Elemente Al bis Zn erstellt werden, so dass ein Einsatz an Böden auf dem Acker möglich sein sollte. Eine höhere Messunsicherheit muss dabei einkalkuliert werden. Für eine spätere Probennahme auf dem Feld wurde zudem der Unterschied zwischen statischen und dynamischen Messungen betrachtet, wobei sich zeigte, dass beide Varianten genutzt werden können. Zum Abschluss wurde der hier eingesetzte Sensor mit einem kommerziell erhältlichen Hand-Gerät auf sein Quantifizierungspotential hin verglichen. Der Sensor weist anhand seiner Ergebnisse ein großes Potential als Online-Sensor für die Messplattform auf. Die Ergebnisse unter Laborbedingungen zeigen, dass eine robuste Analyse Ackerböden unter Berücksichtigung der Einflussfaktoren möglich ist.
Für die Rückführung von aus Rückbauprojekten anfallender künstlicher Mineralwolle in ihren Herstellungsprozess ist es notwendig, Stein- und Glaswolle zu unterscheiden und voneinander getrennt zu halten. Zu diesem Zweck wurde das Potential von NIR-Spektroskopie (NIRS) für einen werks- oder baustellenseitigen Einsatz getestet. NIRS wird aufgrund kurzer Messzeiten, minimaler Probenvorbereitung und hoher Robustheit der Spektrometer häufig in der Prozessanalytik eingesetzt. Untersucht wurden 70 verschiedene Mineralwollen, wobei sich der Probenumfang sowohl aus werksneuen Proben mit Herstellerangaben als auch unbekannten Proben ohne Spezifikation zusammensetzen, die auf verschiedenen Baustellen in den Jahren 2016–2017 entnommen oder von Deponien zur Verfügung gestellt worden waren. Als Referenzmethode wurde die Röntgenfluoreszenzanalyse verwendet, um den Mineralwolle-Typ über den Elementgehalt nach VDI 3492 zu identifizieren. Mit Hilfe eines multivariaten Datenanalyseverfahrens konnte schließlich eine Methode etabliert werden, die eine zuverlässige Identifikation von unbekannten Mineralwollen anhand deren NIR-Spektren als Stein- bzw. Glaswolle ermöglicht.
Künstliche Mineralfasern (KMF) werden weltweit in vielfältiger Weise als Dämmstoffe verwendet. Jährlich fallen in Deutschland ungefähr 20 Millionen Tonnen KMF an, die nach dem Abriss auf Deponien entsorgt werden müssen. Grundsätzlich besteht jedoch die Möglichkeit der Rückführung dieser Materialien in den Produktionsprozess. Dafür ist es notwendig, anfallende KMF sowohl nach Material (Glaswolle, Steinwolle) als auch nach Alter zu sortieren.
Auf der Suche nach einer Methode, die es grundsätzlich gestattet eine schnelle Untersuchung vor Ort auf einer Baustelle durchzuführen, wurde die Nah-Infrarot (NIR) Spektroskopie unter Verwendung eines Prozessspektrometers mit Reflexionssonde getestet. Anhand von Laboruntersuchungen an 70 KMF Proben, die entweder betriebsneu waren oder bundesweit auf Baustellen gesammelt wurden, konnte eine NIR-basierte Methode zur Unterscheidung in Glas- und Steinwolle entwickelt werden. Mittels Partial Least Square Diskriminanzanalyse (PLS-DA) der NIR Spektren wurde basierend auf 40 zufällig ausgewählten Proben ein chemometrisches Modell kalibriert, das erfolgreich zur Klassifizierung der verbleibenden 30 Proben eingesetzt werden konnte. Unabhängig von Farbe, Dichte oder Alter der untersuchten KMF Proben war es möglich, eine 100% korrekte Zuordnung des Materials zu erzielen. Die nötigen Referenzwerte wurden unter Nutzung eines Röntgenfluoreszenzspektroskopischen Verfahrens über den Elementgehalt nach VDI 3492 ermittelt.
Insgesamt ist der experimentelle Aufwand für die Durchführung und Auswertung der NIR Messungen gering und manifestiert sich vor allem in der Kalibrierphase, die in diesem Fall die Untersuchung von 8-fach aliquotierten Probestücken der 70 KMF umfasste. Nur bei deutlich feuchtem Material muss ein zusätzlicher Trocknungs-schritt berücksichtigt werden. Das vorgestellte Verfahren wurde nachfolgend zu einem Patent angemeldet. Untersuchungen zu einer weiteren Unterscheidung der KMF nach Alter sind geplant.
Zusätzlich zu Methodenentwicklung, Miniaturisierung und Kopplungsverfahren zeigen sich die Hyperspektroskopie zusammen mit Imaging‐Verfahren, der Einzelmolekülnachweis und der Einsatz von 3‐D‐Druckern als neue Schwerpunkte. Hinzu kommen künstliche Intelligenz bei Sensoren, Bildgebungsverfahren und Prozesssteuerung sowie die Vernetzung von Analyse‐ und Laborgeräten. Trends und Forschungsthemen aus der analytischen Chemie, zusammengestellt von elf Autoren, koordiniert von Günter Gauglitz.
Im DFG-Schwerpunktprogramm 1374, Teilprojekt FunWood IV, erfolgt in Kooperation mit dem Institut für Bioanalytik an Hochschule für angewandte Wissenschaften, Coburg und dem Helmholtz-Zentrum für Umweltforschung (UFZ), Leipzig die Untersuchung des Ligningehalts von natürlich gealterten Hölzern. Zu diesem Zweck soll an der BAM eine NIR spektroskopische Methode entwickelt werden, die auch zur Untersuchung großer Stückzahlen geeignet ist. Insgesamt liegen exponierte Proben von 13 verschiedenen Hölzern vor, die sukzessive durch die Kooperationspartner kryovermahlen und getrocknet werden. Für jede der 13 Arten wurden jeweils 300 Holzstücken ausgebracht, exponiert und im Sommer 2018 wieder eingesammelt. Die Ergebnisse sollen als Grundlage für die Bewertung eines Langzeitversuchs zum Einfluss von Waldbewirtschaftungsintensität und Baumartenidentität über mehrere geographische Dimensionen dienen.
Ziele und Durchführung eines geplanten Ringversuchs zur Untersuchung eines Dreikomponentensystems mittels NIR werden vorgestellt. Der Vortrag enthält einen kurzen Rückblick auf einen 2014 durchgeführten Ringversuch, wobei ein flüssiges Zweikomponentensystem untersucht wurde. Im Anschluss erfolgt die Erläuterung der verwendeten Komponenten, es werden Teilnahmebedingungen und mögliche Zeiträume bekannt gegeben.
Für die Erfassung der Verbreitung von Mikroplastik (MP) in der Umwelt ist die zeit- und kostenaufwendige Analysestrategie und der damit verbundene geringe Probendurchsatz eine limitierende Größe. Eine große Zahl verschiedener Studien dokumentriet das Auftreten von MP über den gesamten Globus. Meist sind die Studien aufgrund des großen analytischen Aufwands auf exemplarische, stichpunktartige Untersuchungen kleiner Umweltaliquoten und zahlenmäßig kleiner Probenumfänge begrenzt. Um die Verbreitung, die Eintragspfade und den Verbleib von MP in der Umwelt besser zu verstehen und effektive Vermeidungsstrategien abzuleiten, ist es jedoch notwendig, analytisch mehr Proben erfassen zu können.
Bildgebende mikro-spektroskopische Methoden wie das Raman- und FTIR-Imaging ermöglichen eine zeitaufwendige, umfassende Charakterisierung kleiner Umweltaliquoten. Neben der Partikelanzahl sind zusätzlich Informationen zu Partikelgröße, Größenverteilung und Oberflächenmorphologie zugänglich. Chemische und thermische Extraktionsverfahren sind bereits deutlich schneller und können diese Informationen durch eine Massenbilanz vervollständigen. Die analysierbare Probenmenge ist jedoch auf Milligramm Mengen beschränkt.
Wir schlagen daher vor, die Analyse von Proben auf MP durch ein vorangestelltes Screening mit der Nahinfrarot-Spektroskopie (NIRS) zur komplementieren. In diesem wird bereits eine erste Einschätzung über die Präsenz von MP in einer Probe gefällt und dadurch die wertvolle Messzeit anderer Methoden effizienter genutzt.
NIR zur Analyse von Polymeren wird seit langem eingesetzt, jedoch bisher lediglich im Rahmen einer Studie zur Mikroplastikuntersuchung mittels Hyperspektraler Bildgebung beschrieben. Der NIR Spektralbereich findet sich zwischen dem sichtbaren Licht und dem mittleren Infrarot (MIR). MIR Spektren sind durch klar definierte Banden charakterisiert, welche mehrheitlich von den Grundschwingungen der Moleküle stammen. Die höheren Energien im nahen Infrarot regen hingegen Kombinations- und Oberschwingungen der Streck und Biegeschwingungen an. Die resultierenden Absorptionsbanden sind oft breit und relativ unspezifisch. Erst mit Hilfe einer computergestützten Datenauswertung lassen sich aus diesen Spektren nützliche Informationen gewinnen. Dies erklärt die steigende Popularität der NIR-Spektroskopie in der jüngeren Vergangenheit mit einem Schwerpunkt als prozessanalytische Methode. NIR Spektrometer für das industrielle Prozessmonitoring zeichnen sich durch eine kompakte und robuste Konstruktionsweise aus. Die verfügbaren faseroptischen Reflexionssonden eignen sich gut um pulverförmige Proben zu untersuchen. Der räumlich erfassbare Messbereich kann durch die Sondengeometrie variiert werden. Sind die untersuchten Partikel im Verhältnis zur abgetasteten Fläche klein, wird als spektrale Information die Summe der Absorption aller Partikel im Sichtfeld erfasst. Die Methode ist deshalb nicht für Detailuntersuchungen von MP geeignet, erlaubt es jedoch innerhalb weniger Minuten eine Einschätzung über das Vorkommen von Mikroplastik in einer Probe zu treffen.
Exemplarisch wurden für diese Untersuchungen vier der am weitesten verbreiteten Kunststoffe Polyethylen (PE), Polyethylenterephthalat (PET), Polypropylen (PP) und Polystyrol (PS) gewählt. Aus den additivfreien Polymeren wurden nach einer Kryo-vermahlung und anschließender Siebung (< 125 µm) Modellproben generiert. Die Polymere wurden dafür zu einem Massenanteil von 1 % mit einem Standardboden (LUFA2.3, gesiebt < 125 µm) vermischt. Die Gesamtmenge von 1 g je Probe wurde in Aluminiumbehältern präpariert und 8 Messungen an unterschiedlichen, zufällig gewählten Positionen vorgenommen. Die erhaltenen Spektren wurden zur Kalibrierung chemometrischer Modelle genutzt.
In einem hierarchischen Ansatz wurde anhand der NIR-Spektren eine Klassifizierung vorgenommen:
1. Bestimmung ob eine Probe MP enthält (Ja/Nein).
2. Identifikation der Polymere in der Probe.
Eine aussagekräftige Klassifizierung beruht auf einer Vorbehandlung der Spektren. Hierdurch werden die Unterschiede zwischen den einzelnen Polymerbanden hervorgehoben. Die Eignung der so erstellten Modelle wurde anhand eines Referenzmaterials und am Beispiel von Realproben erfolgreich getestet. Dabei zeigte sich, dass nicht nur in den erstellten Polymer-Bodenmischungen, sondern auch in den Rückständen von fermentiertem Bioabfall und in Filterrückständen einer Waschmaschine, MP richtig erkannt wurde. Weiterhin zeigten Tests mit Mikroplastik-freien Bodenproben unterschiedlicher Herkunft, dass keine falsch-positive Resultate erzeugt wurden. Alle vier untersuchten Polymere, d.h. PE, PET, PS und PP mit einem Massenanteil von 1 % in einer Bodenmatrix werden auch bei einer gemischten Polymerzusammensetzung mit der NIR-Spektroskopie erkannt.
Der kombinierte Einsatz von NIRS und Chemometrie ermöglicht die Entscheidung über ein potenzielles Vorkommen sowie die Zuordnung des Materials der enthaltenen Polymerpartikel für eine Massefraktion ≥ 1 % in einer (trockenen) Probenmenge von 1 g innerhalb von 10–15 min. Der zeitaufwendige Schritt der Methode liegt hier in der Erstellung geeigneter chemometrischer Modelle sowie deren Validierung. Wesentliche Voraussetzung ist dabei, dass bei der Kalibrierung die Varianz der zu erwartenden Partikel und der Matrix realistisch abgebildet wird.
Das 6. Interdisziplinäre Doktorandenseminar ist 2012 von Attendorn nach Berlin umgezogen. Es bot wieder reichlich Gelegenheit zum Kennenlernen, Wiedersehen und fachlichen Gedankenaustausch. Insgesamt kamen über 30 Teilnehmerinnen und Teilnehmer von Hochschulen, Forschungseinrichtungen und der Industrie zusammen.