Sanitär- und Kommunaltechnik; Umwelttechnik
Filtern
Erscheinungsjahr
- 2019 (5) (entfernen)
Dokumenttyp
- Zeitschriftenartikel (2)
- Posterpräsentation (2)
- Vortrag (1)
Schlagworte
- Boden (5) (entfernen)
Organisationseinheit der BAM
- 1 Analytische Chemie; Referenzmaterialien (5) (entfernen)
Eingeladener Vortrag
- nein (1)
Die vom BMBF unterstütze Forschungsinitiative BonaRes entwickelt Strategien um Boden als nachhaltige Ressource für die Bioökonomie zu nutzen. Das Projekt Intelligence for Soil (I4S) ist ein Teil dieser Initiative und beschäftigt sich mit der Entwicklung eines integrierten Systems zur ortsspezifischen Düngung. Ein Ziel dieses Projektes ist die Etablierung einer mobilen Sensorplattform zur Bodenkartierung. Aufgabe der BAM ist dabei das Installieren und die Optimierung eines RFA Sensors für die online Messung direkt auf dem Feld. Die RFA ist eine zerstörungsfreie Technik, die kaum Probenvorbereitung benötigt und einen schnelle Multielement Analyse ermöglicht. Das schnelle Kartieren des Bodens ermöglicht später eine ortsspezifische Düngung mit Nährstoffen wie z.B. K, Ca und P.
Die vom BMBF unterstütze Forschungsinitiative BonaRes entwickelt Strategien um Boden als nachhaltige Ressource für die Bioökonomie zu nutzen. Das Projekt Intelligence for Soil (I4S) ist ein Teil dieser Initiative und beschäftigt sich mit der Entwicklung eines integrierten Systems zur ortsspezifischen Düngung. Ein Ziel dieses Projektes ist die Etablierung einer mobilen Sensorplattform zur Bodenkartierung. Aufgabe der BAM ist dabei das Installieren und die Optimierung eines RFA Sensors für die online Messung direkt auf dem Feld. Die RFA ist eine zerstörungsfreie Technik, die kaum Probenvorbereitung benötigt und einen schnelle Multielement Analyse ermöglicht. Das schnelle Kartieren des Bodens ermöglicht später eine ortsspezifische Düngung mit Nährstoffen wie z.B. K, Ca und P.
The total petrol hydrocarbon (TPH) content in soil is determined by gas chromatographic separation and flame ionisation detection according to ISO 16703 in routine laboratories for about 20 years. The development of the interlaboratory variability observed with this analytical procedure over 15 years in a proficiency testing scheme conducted annually with more than 170 participants is evaluated in detail. A significant improvement of the reproducibility standard deviation among participants is observed over the years and attributed to an increasing familiarity with the procedure. Nevertheless, the determination of TPH in the environmentally relevant mass fraction range between 500 mg/kg and 10 000 mg/kg in soils or sediments is far from reaching the reproducibility standard deviations predicted by the Horwitz curve. It is seen that laboratories with sporadic participation tend to report higher bias, while a core group of laboratories participating on a regular basis arrived at reproducibility standard deviations below 20 %. Results from a given laboratory obtained on two different samples tend to be highly correlated in the same PT round indicating a sound repeatability. Expectedly, the within-laboratory correlation between results from consecutive rounds was considerably lower. However, results from consecutive rounds with a temporal distance of 1, 2 or 3 years revealed largely similar correlations which suggests that the within-laboratory reproducibility adjusts to a constant level at least after a period of 1 year.
Microplastics can affect biophysical properties of the soil. However, little is known about the cascade of events in fundamental levels of terrestrial ecosystems, i.e., starting with the changes in soil abiotic properties and propagating across the various components of soil−plant interactions, including soil microbial communities and plant traits. We investigated here the effects of six different microplastics (polyester fibers, polyamide beads, and four fragment types: polyethylene, polyester terephthalate, polypropylene, and polystyrene) on a broad suite of proxies for soil health and performance of spring onion (Allium fistulosum). Significant changes were observed in plant biomass, tissue elemental composition, root traits, and soil microbial activities. These plant and soil responses to microplastic exposure were used to propose a causal model for the mechanism of the effects. Impacts were dependent on particle type, i.e., microplastics with a shape similar to other natural soil particles elicited smaller differences from control. Changes in soil structure and water dynamics may explain the observed results in which polyester fibers and polyamide beads triggered the most pronounced impacts on plant traits and function. The findings reported here imply that the pervasive microplastic contamination in soil may have consequences for plant performance and thus for agroecosystems and terrestrial biodiversity.
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.