Pluym, Nikola; Stöckelhuber, Markus; Weber, Till; Scherer, Gerhard; Scherer, Max; Kolossa-Gehring, Marike International Journal of Hygiene and Environmental Health 239 (2022), 113880; online 10. November 2021 Geraniol (trans-3,7-dimethyl-2,6-octadiene-1-ol) is an acyclic isoprenoid monoterpene with a widespread use as fragrance in consumer products, agrochemicals and pharmaceuticals. The class of terpene chemicals has been associated with varying sensitizing potencies. A recently developed sensitive LC- MS/MS method for the analysis of geraniol metabolites was further improved and validated for the two metabolites, 8-carboxygeraniol and Hildebrandt acid. The successfully validated method was applied to 250 urine samples derived from the Environmental Specimen Bank (ESB) collected between 2004 and 2018. Both metabolites of this allergen of special concern were quantified in all urine samples of this study. Correlation analysis revealed that 8-carboxygeraniol appears to be the sole specific biomarker in urine for geraniol exposure. Overall, the excreted amounts of 8-carboxygeraniol remained unchanged in urine samples collected from 2004 to 2018. However, a significantly higher 8-carboxygeraniol excretion per 24 h was observed in females compared to males across the sampling years from 2004 to 2012. This trend equalized in the years 2015 and 2018. We could demonstrate that 8-carboxygeraniol may be a suited biomarker for assessing the geraniol exposure in the general population. Regardless of the fact that additional, preferably population representative studies combining HBM and health examination were helpful to further elucidate the risks of a geraniol exposure, the current study adds important data for identifying time trends and body burden of geraniol in the environment and shows the ubiquitous exposure towards mixtures of sensitizing chemicals. doi: 10.1016/j.ijheh.2021.113880
Die wichtigste Methode zur Validierung von Kritikalitätsberechnungen ist der Vergleich der berechneten Ergebnisse mit Messergebnissen von kritischen Experimenten. Bei der Validierung werden Informationen über systematische Über- oder Unterschätzung des effektiven Neutronenmultiplikationsfaktors durch das Rechenprogramm in Verbindung mit evaluierten Neutronenwirkungsquerschnittdaten sowie die jeweiligen Unsicherheiten bestimmt, mit der die Rechenergebnisse die tatsächlichen effektiven Neutronenmultiplikationsfaktoren der Experimente wiedergeben. Im vorliegenden Bericht werden praxistaugliche Methoden zur Bestimmung und Berücksichtigung des Bias und der Unsicherheiten unter Beachtung möglicher Korrelationen zwischen den Experimenten beschrieben. Dazu wurden effizientere Monte Carlo Methoden zur Berechnung von Kovarianzen bzw. Korrelationen entwickelt und in Jupyter Notebooks implementiert. Die Methoden, wie auch die Notebooks und deren Anwendung zur Bias Analyse, werden beschrieben. Für die Experimentserien LEU-COMP-THERM-097, HEU-SOL-THERM-001 und MIX-COMP-THERM-009 sind detaillierte Korrelationsanalysen beschrieben und im Falle von HEU-SOL-THERM auch mit weiteren Ergebnissen verglichen worden. Weiterhin werden Handlungsempfehlungen für den Umgang mit korrelierten Datensätzen beschrieben.
Einführung: Die Zahl der Pollenallergiker ist in den industrialisierten Ländern zunehmend, besonders in den Städten. Nach einer europäischen Studie nimmt die Pollenbelastung in Städten stärker zu als auf dem Land. Erhöhte CO2-Konzentrationen in der Atmosphäre im Rahmen des Klimawandels können dafür verantwortlich sein. In den europäischen Ländern wird die Konzentration der luftgetragenen Pollen mit Pollenfallen in ca. 15 - 30 m Höhe ge-messen und als repräsentativ für die gesamte Stadt und ihre Umgebung angesehen. In einer bereits 2013 publizierten Studie in Zusammenarbeit mit dem Umweltbundesamt konnten wir demonstrieren, dass in Berlin bei einer parallelen Messung an drei Messorten (Innenstadt, Peripherie, Stadtautobahnnähe) die Konzentration an Gräserpollen unterschiedlich ist, aber miteinander korreliert. Die höchsten Konzentrationen wurden an Rande einer Stadtautobahn (A100) gemessen.Zielstellung: Mit der jetzigen Studie sollte die regionale Verteilung der wichtigen allergenen Pollen in Berlin in mehreren Stadtteilen in ca. 1,5 m, d.h. in Höhe der nasalen bzw. bronchialen Atmung, gemessen werden. Es sollte geprüft werden, an welchen Messstellen Konzentrationen der wichtigsten allergenen Pollen (Birke, Gräser, Beifuß, Ambrosia) erreicht und über-schritten werden, die zur Auslösung allergischer Reaktionen bei Personen mit Pollen-induzierter allergischer Rhinitis führen.Methodik: An 14 Stellen innerhalb von Berlin wurde die wöchentliche Belastung mit Pollen durch Fallen vom Durham-Typ (eine gravimetrische Methode) vom 11.3.2014 bis 28.10.2014 über 33 Wochen gemessen. An zwei Stellen erfolgten Vergleichsmessungen mit zwei Durham-Fallen am gleichen Ort aber in verschiedener Höhe, an zwei Standorten auch ein Vergleich von Messungen mit Durham-Falle und Burkard-Pollenfalle in gleicher Höhe. Die Qualität der Pollenzählung durch die Hauptanalystin wurde durch drei andere Analysten kontrolliert.<BR>Ergebnisse: Die Messungen an den 14 Messstandorten ergaben differente Konzentrationen. Im Vergleich der jeweiligen Station mit niedrigster Konzentration war die Messstelle mit höchster bei Birkenpollen um ca. 250 % höher, bei Gräserpollen um ca. 330 % höher, bei Bei-fußpollen um ca. 1300 % höher, bei Ambrosiapollen waren bedingt durch geringe Pollenzahlen die Unterschiede in Prozent gerechnet extrem hoch. An der Autobahn lagen die Konzentrationen für alle drei Pollenarten Birke, Gräser und Beifuß im Vergleich zu anderen Stadtmess-stellen überdurchschnittlich hoch (für Birke 2939 zu 2327 Pollen, für Gräser 573 zu 470, für Beifuß 195 zu 62 Pollen). Durch den Vergleich der wöchentlichen Konzentrationen in Durham- mit Burkard-Fallen in gleicher Höhe am Vergleichsort Charité konnten Umrechnungsfaktoren für die Messungen ermittelt werden. Diese betragen für Birkenpollen 1: 11,9 (d.h. 1 Birkenpolle in der Durham-Falle entspricht 11,9 Birkenpollen in einer Burkard-Falle), für Gräserpollen 1: 10,7 und für Beifußpollen 1: 11,1. Wegen zu geringer Pollenmengen konnte für Ambrosiapollen kein Umrechnungsfaktor ermittelt werden.Die dokumentierten Konzentrationen waren an allen Messorten so hoch, dass die Schwellenwerte zur Auslösung allergischer Reaktionen für Birken- und Gräserpollen an allen Orten erreicht und überschritten wurden. Beifußpollen treten an einigen wenigen Orten in so kurzer oder niedriger Zahl auf, dass sie dort kein erkennbares Risikodarstellen. Ambrosiapollen traten ebenso nur an einigen Orten auf, das Risiko zu allergischen Reaktionen ist damit sehr regional. Beim Vergleich der Pollenkonzentrationen in Durham-Fallen in ca. 20 m Höhe mit 2 m Höhe waren tendenziell mehr Birken-, Gräser- und auch Beifußpollen in der unteren Falle.Im Jahr der Pollenmessungen 2014 wurde in Berlin das elektronische Pollentagebuch Pollen-App 3.0 zur Erhebung und Dokumentation von Symptomen an Nase, Augen und Bronchien genutzt. Dadurch konnten rund 12.000 Datensätze erhoben werden, die für eine weitere Aus-wertung zur Verfügung stehen. Die Datenaufnahme und Archivierung wurde damit erreicht, wie vorgesehen. Diese Erhebungsdaten können perspektivisch für z.B. eine detaillierte, bezirksorientierte Korrelationsanalyse von gesundheitlichen Symptomangaben mit den erhobenen Pollenmessergebnissen im Rahmen einer gesonderten Auswertung dienen.Schlussfolgerungen: Die Konzentrationen allergener Pollen, die zu allergischer Rhinitis und allergischem Asthma führen sind innerhalb von Berlin regional sehr unterschiedlich hoch. Es ist nur begrenzt möglich, durch die Messung an einer Messstelle Rückschlüsse auf die Konzentration der allergenen Pollen in ganz Berlin zu ziehen. Wahrscheinlich müsste in Berlin an mindestens 4-5 Messstellen gemessen werden, um ein übersichtliches Bild zu gewinnen.Die Konzentrationen an Birken- und Gräserpollen sind in ganz Berlin so hoch, dass sie für Menschen mit einer allergischen Disposition ein Risiko zur Krankheitsentwicklung oder zur Auslösung allergischer Symptome in Form einer Rhinitis, Rhinokonjunktivitis oder allergischem Asthma darstellen. Die Konzentrationen an Beifuß- und Ambrosiapollen treten in der Stadt regional sehr unterschiedlich auf; an wenigen Orten ist die Beifußpollenkonzentration so gering, dass sie nur geringe Symptome auslösen kann. Die Konzentration an Ambrosiapollen ist noch so niedrig, dass sich nur wenige Personen sensibilisieren werden und erkranken aufgrund dieser spezifischen Sensibilisierung erkranken können.<BR>Quelle: Forschungsbericht
Vor dem Hintergrund der bereits punktuell beobachteten Bestandsveränderungen und Verschiebungen von Pinguinbrutplätzen im Zusammenhang mit dem globalen Klimawandel und der unterschiedlichen Verfügbarkeit von Nahrung erscheint ein möglichst flächendeckendes Monitoring der antarktischen Pinguine sinnvoll. Der vorliegende Bericht soll hierzu einen methodischen Beitrag leisten. Aufgrund der sehr großen Zahl von Kolonien und der in der Regel schwierigen Zugänglichkeit können Vor-Ort-Zählungen in Bezug auf die Größe der Brutpopulation stets nur Stichprobencharakter besitzen. Außerdem ist davon auszugehen, dass es eine nicht unbeträchtliche Anzahl bisher unbekannter Kolonien gibt. Ein weitestgehend umfassendes Monitoring erscheint daher nur auf der Basis von Fernerkundungsdaten möglich. Möglichst alle Pinguinkolonien der Antarktis detektieren zu können, werden Satellitendaten benötigt, die aufgrund der enormen Datenmengen sehr günstig zu akquirieren sind und zum anderen auch flächendeckend vorliegen. In dieser Untersuchung stellten sich die erst seit 2013 verfügbaren Landsat 8-Daten als die geeignetsten für diese Aufgabe heraus. Diese haben im Gegensatz zu dem Vorgänger Landsat 7, der seit Mai 2003 einen Fehler am sogenannten Scan-Line-Corrector aufweist, den großen Vorteil, dass die komplette Aufnahme ausgewertet werden kann, was eine höhere zeitliche Abdeckung der antarktischen Küstengebiete erlaubt. Wenn hingegen die Größe der Kolonien genau bestimmt und kleinräumige Veränderungen detektiert werden sollen, werden Satellitendaten benötigt, die eine sehr hohe räumliche und zeitliche Auflösung haben. In einem solchen Fall haben sich hochaufgelöste, multispektrale Satellitendaten mit Bodenauflösungen von unter 60 cm als am geeignetsten erwiesen. Erstmals wurden auch die hochaufgelösten VNIR-Daten des Worldview 3-Satelliten erfolgreich getestet. Zur Durchführung der Analysen wurden 12 hochaufgelöste und über 50 mittelaufgelöste multispektrale Satellitenaufnahmen der Testgebiete beschafft. Insbesondere gelang es trotz der häufigen Bewölkung in der Saison 2014/15 vier und in der Saison 2015/16 drei hochaufgelöste weitgehend wolkenfreie Aufnahmen von Ardley Island für intrasaisonale Untersuchungen zu akquirieren. Mit Hilfe dieser Daten wurde eine Reihe von Methoden auf ihre Eignung zur Detektion von hoch- und mittelaufgelösten Satellitenaufnahmen hin überprüft. Als schwierig stellte sich die Klassifikation des Guanos in den hochaufgelösten Aufnahmen heraus. Besonders der dunkel erscheinende Guano konnte kaum mit den getesteten Methoden detektiert werden. Im Gegensatz dazu ließ sich der hellere, orange-rötlichen Guano gut klassifizieren. Prinzipiell zeigte sich, dass die Klassifikationen bei der eher kontinental gelegen Cape Bird-Kolonie genauer waren als bei Adélie Land, was auf die relativ großen Flächen dunklen Guanos und der großen Variabilität der Geomorphologie und Vegetation auf Ardley Island zurückzuführen ist. Bei den untersuchten Methoden zeigte sich, dass die Maximum-Likelihood- und die ACE-Klassifikation die besten Ergebnisse für die Detektion von Guano in hochaufgelösten Aufnahmen lieferten. Beim Vergleich der Satellitenaufnahmen mit den Bodenkartierungen wurde auch festgestellt, dass es auf Ardley Island nicht möglich ist, alle Nestgruppen in Satellitenaufnahmen zu identifizieren, auch nicht manuell. Gute Ergebnisse wurden mit der ACE- und SAM-Klassifizierung bei den mittelaufgelösten Landsat 8-Aufnahmen der kontinentalen und maritimen Antarktis erreicht. Beiden Methoden scheinen für eine automatisierte Klassifizierung der gesamten Antarktis geeignet. Das eine automatische Detektion von Adéliepinguinkolonien der kontinentalen und auch der maritimen Antarktis mit Landsat 7-Aufnamen möglich ist, wurde bereits von Schwaller et al. (2013b) und Lynch & Schwaller (2014) eindrucksvoll bewiesen. Um die Aussagekraft bzw. die Genauigkeit der aus den Satellitenbildern gewonnenen Informationen beurteilen zu können, werden möglichst genaue Bodenkontrolldaten benötig. Vier verschiedene Methoden zur Schaffung solcher Referenzdaten wurden in diesem Projekt untersucht und miteinander verglichen. Die Panoramafotografie ist die schnellste Methode, liefert aber nur relativ ungenaue Ergebnisse, ähnlich wie die GPS-basierte Teilkartierung. Mit der GPS-basierten Vollkartierung erfolgt hingegen die genauste Bestimmung der Brutpaarzahlen aller untersuchten Methoden. Diese benötigt aber auch die meiste Zeit und hat den Nachteil, dass die brütenden Pinguine am stärksten gestört werden. Einen Mittelweg bietet die Kartierung mit sehr hochaufgelösten UAV-Orthophotomosaiken, mit der in kurzer Zeit große Gebiete untersucht werden können. Es wurde gezeigt, dass RGB-Orthophotomosaike am geeignetsten sind um die Brutpaare zu identifizieren, während sich NIR-Orthophotomosaike besonders für die Detektion des Guanos und der Vegetation eignen. Thermalinfrarot-Orthophotomosaike haben ein großes Potenzial bei der Identifizierung von Pinguinen, wenn diese sich auf oder neben einem Nest befinden. Die Methode ist aufgrund der geringen Auflösung der Thermalsensoren jedoch noch nicht praxistauglich. Erstmalig fand eine detaillierte Untersuchung des Störungspotenzials der UAV-gestützten Kartierung statt. Das Ergebnis zeigt, dass Überflughöhen von mehr als 50 m über Grund (entspricht der minimalen Flughöhe der UAV-Kartierungsflüge) nur geringe Verhaltensreaktionen der Pinguine im Vergleich zu niedrigeren Flughöhen hervorrufen. Weiterhin wurde untersucht, ob es Unterschiede bei der Guanofärbung einer Kolonie im Saisonverlauf oder zwischen den einzelnen Arten gibt, die mittels fernerkundlichen Methoden erkannt werden können. Die Ergebnisse der Versuche mit Munsell-Farbtafeln, Fotografien am Boden sowie UAV- und Satellitenaufnahmen aus zwei Saisons zeigen, dass sich die Probeflächen mit den Adéliepinguinen am Anfang der Saison von denen mit den Eselspinguinen unterscheiden. Der Unterschied äußert sich darin, dass zu Beginn der Brutsaison der relative Rot- und Grünanteil des Guanos sehr nahe beieinander liegt, das heißt die Guanofarbe erscheint grünlich. In der restlichen Saison hingegen dominiert bei allen Arten der Rotanteil. Aufgrund dieses Farbunterschiedes war es möglich, in einer hochaufgelösten Satellitenaufnahme die Adéliepinguinnestgruppen von den Eselspinguinnestgruppen zu unterscheiden. Neben der Guanofarbe wurde auch der Habitus sowie die Brutbiologie und -phänologie der Pinguine als mögliches Unterscheidungsmerkmal zwischen den Pygoscelis-Arten mit Hilfe der Fernerkundungsdaten untersucht. So ist es in UAV-Aufnahmen mit Bodenauflösungen von mindestens 1 cm unter optimalen Aufnahmebedingungen möglich, die Küken der drei Arten voneinander zu unterscheiden. Bei den Adulten hingegen konnte als einziges zuverlässiges Bestimmungsmerkmal der sanduhrförmige weiße Fleck auf dem Scheitel von Eselspinguinen ausgemacht werden, aber nur bei aufrecht gehaltenem Kopf. Auch anhand der unterschiedlichen Brutbiologie konnten Zügelpinguinnestgruppen mit noch brütenden Adulten von Eselspinguinnestgruppen mit bereits geschlüpften Küken mit Hilfe eines UAV-Orthophotomosaiks von Narebski Point zweifelsfrei voneinander unterschieden werden. Auch die intrasaisonal Variation in der Kolonieausdehnung und Ńbesetzung wurde ausführlich anhand von GPS-basierten Teilkartierungen und der Brutphänologie auf Ardley Island untersucht. So zeigte sich, dass die Größe der Nestgruppenflächen über den Untersuchungszeitraum (Anfang Dezember bis Anfang Januar) weitestgehend konstant blieb, im Gegenzug die Anzahl der Nester und somit auch die Dichte der Nestgruppen aber stark abnahm. Auch wurde beobachtet, dass Nestgruppen mit 1-10 Nestern am deutlichsten innerhalb des Untersuchungszeitraumes vom Rückgang betroffen waren, was möglichweise an deren Kolonierandlage und dem damit einher gehenden größeren Prädationsdruck liegt. Die Untersuchungen von Cape Bird mit Landsat 8-Aufnahmen ergaben, dass dort keine intrasaisonalen Veränderungen in der Kolonieausdehnung festgestellt werden konnten. Lediglich die Wahrscheinlichkeit, dass die Kolonie mit Schnee bedeckt ist und somit nur teilweise oder nicht detektiert werden kann, steigt am Anfang und am Ende der Saison. Mit hochaufgelösten Satellitenaufnahmen konnte bei Ardley Island hingegen eine deutliche intrasaisonale Variation der Guanoflächen festgestellt werden. So nimmt die Guanofläche der Kolonie zum Saisonende hin stark zu, bis sie unter dem Einfluss von nachlassenden Guanoeintrag bei weiterhin vorhandener Erosion wieder abnimmt. Eine weitere Analyse zeigte, dass eine Korrelation (Ṛ= 0,84) zwischen dem Aufnahmezeitpunkt der Satellitenaufnahme und der durchschnittlichen Nestdichte der Guanobedeckten Flächen besteht. Die Detektierbarkeit intersaisonaler Variationen in der Kolonieausdehnung und Ńbesetzung wurde mit hoch- und mittelaufgelösten Satellitenaufnahmen anhand der Kolonien von Ardley Island und Cape Bird untersucht. Für Ardley Island konnte kein Zusammenhang (Ṛ = 0,05) zwischen der Anzahl der Nester und der mit Hilfe der Bodenkartierung ermittelten Nestgruppenfläche festgestellt werden. Ähnliches zeigte sich für die Adéliepinguinkolonie Cape Bird Nord anhand hoch- und mittelaufgelösten Satellitenaufnahmen. Weiterhin konnten mit Landsat-Aufnahmen keine Veränderungen der Brutpaarzahlen anhand der Guanofläche detektiert werden, selbst dann nicht, wenn sich die Brutpaarzahlen mehr als verdreifachten. Dies ergaben Analysen an der Kolonie Cape Bird Nord im Zeitraum zwischen 1985 und 2016. Die Ursache dafür liegt wahrscheinlich in der Dichteänderung innerhalb der Nestgruppen. Quelle: Forschungsbericht
Vor dem Hintergrund der bereits punktuell beobachteten Bestandsveränderungen und Verschiebungen von Pinguinbrutplätzen im Zusammenhang mit dem globalen Klimawandel und der unterschiedlichen Verfügbarkeit von Nahrung erscheint ein möglichst flächendeckendes Monitoring der antarktischen Pinguine sinnvoll. Der vorliegende Bericht soll hierzu einen methodischen Beitrag leisten. Aufgrund der sehr großen Zahl von Kolonien und der in der Regel schwierigen Zugänglichkeit können Vor-Ort-Zählungen in Bezug auf die Größe der Brutpopulation stets nur Stichprobencharakter besitzen. Außerdem ist davon auszugehen, dass es eine nicht unbeträchtliche Anzahl bisher unbekannter Kolonien gibt. Ein weitestgehend umfassendes Monitoring erscheint daher nur auf der Basis von Fernerkundungsdaten möglich. Möglichst alle Pinguinkolonien der Antarktis detektieren zu können, werden Satellitendaten benötigt, die aufgrund der enormen Datenmengen sehr günstig zu akquirieren sind und zum anderen auch flächendeckend vorliegen. In dieser Untersuchung stellten sich die erst seit 2013 verfügbaren Landsat 8-Daten als die geeignetsten für diese Aufgabe heraus. Diese haben im Gegensatz zu dem Vorgänger Landsat 7, der seit Mai 2003 einen Fehler am sogenannten Scan-Line-Corrector aufweist, den großen Vorteil, dass die komplette Aufnahme ausgewertet werden kann, was eine höhere zeitliche Abdeckung der antarktischen Küstengebiete erlaubt. Wenn hingegen die Größe der Kolonien genau bestimmt und kleinräumige Veränderungen detektiert werden sollen, werden Satellitendaten benötigt, die eine sehr hohe räumliche und zeitliche Auflösung haben. In einem solchen Fall haben sich hochaufgelöste, multispektrale Satellitendaten mit Bodenauflösungen von unter 60 cm als am geeignetsten erwiesen. Erstmals wurden auch die hochaufgelösten VNIR-Daten des Worldview 3-Satelliten erfolgreich getestet. Zur Durchführung der Analysen wurden 12 hochaufgelöste und über 50 mittelaufgelöste multispektrale Satellitenaufnahmen der Testgebiete beschafft. Insbesondere gelang es trotz der häufigen Bewölkung in der Saison 2014/15 vier und in der Saison 2015/16 drei hochaufgelöste weitgehend wolkenfreie Aufnahmen von Ardley Island für intrasaisonale Untersuchungen zu akquirieren. Mit Hilfe dieser Daten wurde eine Reihe von Methoden auf ihre Eignung zur Detektion von hoch- und mittelaufgelösten Satellitenaufnahmen hin überprüft. Als schwierig stellte sich die Klassifikation des Guanos in den hochaufgelösten Aufnahmen heraus. Besonders der dunkel erscheinende Guano konnte kaum mit den getesteten Methoden detektiert werden. Im Gegensatz dazu ließ sich der hellere, orange-rötlichen Guano gut klassifizieren. Prinzipiell zeigte sich, dass die Klassifikationen bei der eher kontinental gelegen Cape Bird-Kolonie genauer waren als bei Adélie Land, was auf die relativ großen Flächen dunklen Guanos und der großen Variabilität der Geomorphologie und Vegetation auf Ardley Island zurückzuführen ist. Bei den untersuchten Methoden zeigte sich, dass die Maximum-Likelihood- und die ACE-Klassifikation die besten Ergebnisse für die Detektion von Guano in hochaufgelösten Aufnahmen lieferten. Beim Vergleich der Satellitenaufnahmen mit den Bodenkartierungen wurde auch festgestellt, dass es auf Ardley Island nicht möglich ist, alle Nestgruppen in Satellitenaufnahmen zu identifizieren, auch nicht manuell. Gute Ergebnisse wurden mit der ACE- und SAM-Klassifizierung bei den mittelaufgelösten Landsat 8-Aufnahmen der kontinentalen und maritimen Antarktis erreicht. Beiden Methoden scheinen für eine automatisierte Klassifizierung der gesamten Antarktis geeignet. Das eine automatische Detektion von Adéliepinguinkolonien der kontinentalen und auch der maritimen Antarktis mit Landsat 7-Aufnamen möglich ist, wurde bereits von Schwaller et al. (2013b) und Lynch & Schwaller (2014) eindrucksvoll bewiesen. Um die Aussagekraft bzw. die Genauigkeit der aus den Satellitenbildern gewonnenen Informationen beurteilen zu können, werden möglichst genaue Bodenkontrolldaten benötig. Vier verschiedene Methoden zur Schaffung solcher Referenzdaten wurden in diesem Projekt untersucht und miteinander verglichen. Die Panoramafotografie ist die schnellste Methode, liefert aber nur relativ ungenaue Ergebnisse, ähnlich wie die GPS-basierte Teilkartierung. Mit der GPS-basierten Vollkartierung erfolgt hingegen die genauste Bestimmung der Brutpaarzahlen aller untersuchten Methoden. Diese benötigt aber auch die meiste Zeit und hat den Nachteil, dass die brütenden Pinguine am stärksten gestört werden. Einen Mittelweg bietet die Kartierung mit sehr hochaufgelösten UAV-Orthophotomosaiken, mit der in kurzer Zeit große Gebiete untersucht werden können. Es wurde gezeigt, dass RGB-Orthophotomosaike am geeignetsten sind um die Brutpaare zu identifizieren, während sich NIR-Orthophotomosaike besonders für die Detektion des Guanos und der Vegetation eignen. Thermalinfrarot-Orthophotomosaike haben ein großes Potenzial bei der Identifizierung von Pinguinen, wenn diese sich auf oder neben einem Nest befinden. Die Methode ist aufgrund der geringen Auflösung der Thermalsensoren jedoch noch nicht praxistauglich. Erstmalig fand eine detaillierte Untersuchung des Störungspotenzials der UAV-gestützten Kartierung statt. Das Ergebnis zeigt, dass Überflughöhen von mehr als 50 m über Grund (entspricht der minimalen Flughöhe der UAV-Kartierungsflüge) nur geringe Verhaltensreaktionen der Pinguine im Vergleich zu niedrigeren Flughöhen hervorrufen. Weiterhin wurde untersucht, ob es Unterschiede bei der Guanofärbung einer Kolonie im Saisonverlauf oder zwischen den einzelnen Arten gibt, die mittels fernerkundlichen Methoden erkannt werden können. Die Ergebnisse der Versuche mit Munsell-Farbtafeln, Fotografien am Boden sowie UAV- und Satellitenaufnahmen aus zwei Saisons zeigen, dass sich die Probeflächen mit den Adéliepinguinen am Anfang der Saison von denen mit den Eselspinguinen unterscheiden. Der Unterschied äußert sich darin, dass zu Beginn der Brutsaison der relative Rot- und Grünanteil des Guanos sehr nahe beieinander liegt, das heißt die Guanofarbe erscheint grünlich. In der restlichen Saison hingegen dominiert bei allen Arten der Rotanteil. Aufgrund dieses Farbunterschiedes war es möglich, in einer hochaufgelösten Satellitenaufnahme die Adéliepinguinnestgruppen von den Eselspinguinnestgruppen zu unterscheiden. Neben der Guanofarbe wurde auch der Habitus sowie die Brutbiologie und -phänologie der Pinguine als mögliches Unterscheidungsmerkmal zwischen den Pygoscelis-Arten mit Hilfe der Fernerkundungsdaten untersucht. So ist es in UAV-Aufnahmen mit Bodenauflösungen von mindestens 1 cm unter optimalen Aufnahmebedingungen möglich, die Küken der drei Arten voneinander zu unterscheiden. Bei den Adulten hingegen konnte als einziges zuverlässiges Bestimmungsmerkmal der sanduhrförmige weiße Fleck auf dem Scheitel von Eselspinguinen ausgemacht werden, aber nur bei aufrecht gehaltenem Kopf. Auch anhand der unterschiedlichen Brutbiologie konnten Zügelpinguinnestgruppen mit noch brütenden Adulten von Eselspinguinnestgruppen mit bereits geschlüpften Küken mit Hilfe eines UAV-Orthophotomosaiks von Narebski Point zweifelsfrei voneinander unterschieden werden. Auch die intrasaisonal Variation in der Kolonieausdehnung und Nbesetzung wurde ausführlich anhand von GPS-basierten Teilkartierungen und der Brutphänologie auf Ardley Island untersucht. So zeigte sich, dass die Größe der Nestgruppenflächen über den Untersuchungszeitraum (Anfang Dezember bis Anfang Januar) weitestgehend konstant blieb, im Gegenzug die Anzahl der Nester und somit auch die Dichte der Nestgruppen aber stark abnahm. Auch wurde beobachtet, dass Nestgruppen mit 1-10 Nestern am deutlichsten innerhalb des Untersuchungszeitraumes vom Rückgang betroffen waren, was möglichweise an deren Kolonierandlage und dem damit einher gehenden größeren Prädationsdruck liegt. Die Untersuchungen von Cape Bird mit Landsat 8-Aufnahmen ergaben, dass dort keine intrasaisonalen Veränderungen in der Kolonieausdehnung festgestellt werden konnten. Lediglich die Wahrscheinlichkeit, dass die Kolonie mit Schnee bedeckt ist und somit nur teilweise oder nicht detektiert werden kann, steigt am Anfang und am Ende der Saison. Mit hochaufgelösten Satellitenaufnahmen konnte bei Ardley Island hingegen eine deutliche intrasaisonale Variation der Guanoflächen festgestellt werden. So nimmt die Guanofläche der Kolonie zum Saisonende hin stark zu, bis sie unter dem Einfluss von nachlassenden Guanoeintrag bei weiterhin vorhandener Erosion wieder abnimmt. Eine weitere Analyse zeigte, dass eine Korrelation (R?= 0,84) zwischen dem Aufnahmezeitpunkt der Satellitenaufnahme und der durchschnittlichen Nestdichte der Guanobedeckten Flächen besteht. Die Detektierbarkeit intersaisonaler Variationen in der Kolonieausdehnung und Nbesetzung wurde mit hoch- und mittelaufgelösten Satellitenaufnahmen anhand der Kolonien von Ardley Island und Cape Bird untersucht. Für Ardley Island konnte kein Zusammenhang (R? = 0,05) zwischen der Anzahl der Nester und der mit Hilfe der Bodenkartierung ermittelten Nestgruppenfläche festgestellt werden. Ähnliches zeigte sich für die Adéliepinguinkolonie Cape Bird Nord anhand hoch- und mittelaufgelösten Satellitenaufnahmen. Weiterhin konnten mit Landsat-Aufnahmen keine Veränderungen der Brutpaarzahlen anhand der Guanofläche detektiert werden, selbst dann nicht, wenn sich die Brutpaarzahlen mehr als verdreifachten. Dies ergaben Analysen an der Kolonie Cape Bird Nord im Zeitraum zwischen 1985 und 2016. Die Ursache dafür liegt wahrscheinlich in der Dichteänderung innerhalb der Nestgruppen. Quelle: Forschungsbericht
Das Projekt "The Joy of Long Baselines" wird vom Umweltbundesamt gefördert und von Technische Universität München, TUM School of Engineering and Design, Institut für Photogrammetrie und Kartographie, Lehrstuhl für Methodik der Fernerkundung durchgeführt. Dieses Vorhaben nutzt die speziellen Konfigurationen der TanDEM-X-Science-Phase zur genauen 3D-Punktlokalisation und zur Küstenlinienbestimmung. Den Anwendungen gemeinsam ist die Ausnutzung der großen Basislinien in Raum und Zeit, die im Pursuit Monostatic Betrieb der Science Phase möglich sein werden. In dieser Phase wird auch der höchstaufgelöste, relativ neue Staring Spotlight Mode erstmalig in Single-Pass-Interferometrie-Konfiguration verfügbar sein. Im Einzelnen sollen folgende Verfahren und Produktvorläufer entwickelt und erforscht werden: 1) PSI und TomoSAR mit kleinen Datenstapeln. Sowohl die Persistent Scatterer Interferometrie (PSI) wie auch die SAR-Tomographie (TomoSAR) leiden darunter, dass die Höhe von Punkten, ihre Bewegung und die atmosphärischen Störungen nicht einfach voneinander zu trennen sind. Daher sind meist wesentlich mehr (sehr teure) Aufnahmen nötig als zur Bewegungsmessung eigentlich nötig wären. Es soll daher ein PSI- und TomoSAR-Verarbeitungsverfahren entwickelt werden, das unter Hinzunahme von TanDEM-X-Interferogrammen genügend großer Basislinie mit weniger Daten als bisherige Ansätze auskommt. 2) Gewinnung von 3D-Passpunkten. Der Staring Spotlight Mode nutzt ein so langes Orbitsegment zur Datenaufnahme, dass die Orbitkrümmung bereits zu einer leichten Verunschärfung führt, wenn im Prozessor nicht die genaue Geländehöhe des abzubildenden Objekts berücksichtigt wird. Dieser Effekt wurde kürzlich erstmals dazu genutzt, die Höhe eines Punktstreuers durch Autofokus im Prozessor auf ca. 10 - 20 m genau zu bestimmen. Durch Auswertung der Phase eines interferometrischen Staring Spotlight Paars könnte diese absolute Höhenschätzung auf ca. 1 - 2 m verfeinert werden. Durch Hinzunahme eines Stereo-Paars als dritten Schritt kann die Höhe noch genauer bestimmt werden. Es sollen Verfahren zur Gewinnung absoluter 3D Koordinaten von markanten Punkten aus diesen Daten entwickelt werden. 3) Neue Verfahren der Kohärenzschätzung zur Wasserflächendetektion. Mit den großen zeitlichen Basislinien, wie sie in der Pursuit Monostatic Phase realisiert werden, dekorrelieren Wasseroberflächen sicher, Land allerdings kaum. Daher eignen sich solche Interferogramme besser zur Unterscheidung von Wasser und Land als klassische Tan-DEM-X Daten. Für die hochauflösende Kohärenzschätzung zur Wasserflächendetektion sollen sog. nicht-lokale Filter untersucht und für diese spezielle Aufgabe weiterentwickelt werden.
Für die beiden Gebiete Urstromtal und Panketal wurden unterschiedliche Methoden für die Berechnung des zeMHGW angewandt. Urstromtal Für das Gebiet des Berliner Urstromtals ist die zeMHGW-Karte mit Hilfe eines numerischen Grundwasserströmungsmodells berechnet worden. Das war deshalb erforderlich, weil wegen der langen z.T. starken anthropogenen Beeinflussung der Grundwasseroberfläche die Berechnung einer solchen Karte nur auf der Grundlage gemessener und daraus berechneter mittlerer Grundwasserstände im Sinne der o.g. zeMHGW-Definition nicht möglich ist. Die Grundlage für das zeMHGW-Modell bildet das Modell, mit dem bereits die Karte des zu erwartenden höchsten Grundwasserstands ( zeHGW ) entwickelt worden ist. Dieses Modell ist in Limberg, Hörmann & Verleger (2010) beschrieben und wird hier zusammengefasst: Das numerische Modell, für das das Programmsystem MODFLOW verwendet wurde, ist so angelegt, dass es die gesamte Fläche Berlins umfasst (Abbildung 4). Das Gebiet des Berliner Urstromtals ist vertikal in mehrere Modellschichten unterteilt, von denen die oberste für den – hier im Regelfall ungespannten – Hauptgrundwasserleiter steht, dessen zeMHGW berechnet werden soll (s. Abbildung 5). Horizontal ist das Modell in Rechteckzellen unterteilt. Die Zellgröße variiert zwischen 50 × 50 und 100 × 100 Meter. Dieses Strömungsmodell ist durch hydraulisch stationäre Berechnungen kalibriert und verifiziert worden. Hierzu wurden im Jahr 2004 (Kalibrierung) und 2001 (Verifizierung) gemessene Grundwasserstände benutzt. Mit Hilfe gemessener höchster Grundwasserstände ist das darauf fußende zeHGW-Modell mit sehr gutem Erfolg plausibilisiert worden (vgl. auch Beschreibung der zeHGW-Karte ). Zur rechnerischen Simulation des zeMHGW sind gegenüber der des zeHGW die Randbedingungen Grundwasserneubildung und Spiegelhöhen der Vorflutgewässer (Spree, Havel und ihre Nebengewässer) verändert worden. Entsprechend der Zielstellung sind als Spiegelhöhen mittlere höchste Wasserstände (MHW) vorgegeben worden. Zur Ermittlung der MHW wurde die Zeitreihen 1960 bis 2009 verwendet. Die langjährige mittlere Grundwasserneubildung und ihre örtliche Verteilung im stark urban geprägten Berliner Stadtgebiet sind trotz aufwändiger Ermittlungsverfahren nicht bis ins letzte Detail bekannt. Von derjenigen, die zusammen mit den Vorflutspiegeln den mittleren höchsten Grundwasserstand hervorruft, kann lediglich gesagt werden, dass sie kleiner als diejenige im Fall des höchsten Grundwasserstandes sein muss. Deshalb sind Berechnungen mit unterschiedlich verminderter Grundwasserneubildung durchgeführt worden. Ziel war hierbei eine möglichst gute Anpassung an mittlere höchste Grundwasserstände, die aus Standrohrspiegelhöhen von Grundwassermessstellen berechnet worden sind, die durch Grundwasserentnahmen oder –einleitungen möglichst nicht beeinflusst sind. Aus mehreren tausend Ganglinien von vorhandenen und auch heute nicht mehr existierenden Grundwassermessstellen, über die bis 2010 bei der Landesgeologie Daten vorlagen, wurden in mehreren Schritten 103 geeignete herausgefiltert. Es handelt sich um Ganglinien, die folgende Kriterien erfüllen: Filterstrecke der Grundwassermessstellen im Hauptgrundwasserleiter; Erfassung des Grundwasserstandes mindestens in den letzten zehn Jahren vor 2010; keine Messlücken von über einem halben Jahr in dem Zeitraum, für den der mittlere höchste Grundwasserstand berechnet wird; keine erkennbaren unnatürlich großen Schwankungen im betrachteten Zeitraum. Die Lage der Grundwassermessstellen, deren MHGW-Werte als Zielwerte bei der Modellierung benutzt wurden, ist in der Abbildung 6 dargestellt. Allen Modellrechnungen ist gemäß der zeMHGW- wie der zeHGW-Definition – gemein, dass weder Grundwasserentnahmen noch -einleitungen stattfinden. Die Grundwasseroberfläche der Berechnungsvariante mit der besten Anpassung an diese Zielwerte entspricht der zeMHGW-Karte. Als Beispiel ist in der Abbildung 7 die Ganglinie einer Grundwassermessstelle mit dem MHGW für den Zeitraum 1998 bis 2015 und dem modellberechneten zeMHGW wiedergegeben. Hier liegt der zeMHGW 0,13 m über dem MHGW. Im Jahr 2014 erfolgte eine Aktualisierung des Grundwasserströmungsmodells für den zeMHGW, da partielle Überarbeitungen im östlichen Bereich des zeHGW-Modells durchgeführt wurden. Somit sind auch Messreihen bis 2014 berücksichtigt. Panketal Als Basis für die Entwicklung der Karte des zu erwartenden mittleren höchsten Grundwasserstands (zeMHGW) im Bereich des Panketals und seines Übergangs zum Urstromtal stand keine zeHGW-Karte zur Verfügung, die mit einem geeigneten Grundwasserströmungsmodell berechnet worden war. Die zeHGW-Karte ist hier aus mit Zuschlägen versehenen HGW-Werten von insgesamt 105 Grundwassermessstellen, die Messreihen bis 2014 aufweisen, unter Benutzung des Programms SURFER berechnet worden (vgl. Erläuterung zur zeHGW-Karte ). Um auszuschließen, dass die zeMHGW-Karte keine Widersprüche zur zeHGW-Karte aufweist (Definitionsbedingt muss der zeMHGW überall unter dem zeHGW liegen.), ist die Karte des zu erwartenden mittleren Grundwasserstands in analoger Weise angefertigt worden. Als Stützpunkte dienten dieselben Grundwassermessstellen wie für die zeHGW-Karte. Das methodische Vorgehen bei der Entwicklung der zeMHGW-Karte gliedert sich in folgende Schritte: Ganglinienanalyse, statistische Auswertungen der Grundwasserstände, Festlegung der zeMHGW-Werte für 105 Grundwassermessstellen, Berechnung der zeMHGW-Verteilung und Kartendarstellung. Die Ganglinienanalyse ergab, dass die Grundwasserstände vor 1990 zum großen Teil zu stark künstlich beeinflusst sind, als dass ein MHGW, bei dessen Berechnung auch diese Daten berücksichtigt werden, als zu erwartender mittlerer höchster Grundwasserstand angesehen werden kann. Auch bei der zeHGW-Karte sind die Daten vor 1990 aus Gründen der starken Beeinflussung nicht berücksichtigt worden. Ferner lassen die Ganglinien ab Anfang der 2000er Jahre tendenziell höhere Grundwasserstände erkennen als in den 1990er Jahren, was auch statistisch belegt werden kann. Die Abbildung 8 zeigt als Beispiel die Ganglinie der Grundwassermessstelle Nr. 293 mit den MHGW-Werten für den gesamten betrachteten Zeitraum von 1990 bis 2014 (MHGW90-14), für den von 1990 bis 2001 (MHGW90-01) und den von 2002 bis 2014 (MHGW02-14). Typisch ist, dass der MHGW für den Zeitraum von 2002 bis 2014 deutlich höher ist als der für den Zeitraum von 1990 bis 2001 und ferner, dass der Gang des Grundwasserstands durch meist tägliche Messungen besser belegt ist. Aus diesen Gründen wurden für die Berechnung der zeMHGW-Karte nur die MHGW-Werte des Zeitraums 2002 bis 2014 verwendet. Von den insgesamt 105 Grundwassermessstellen, auf denen die Karte des zu erwartenden höchsten Grundwasserstands beruht, existierten bis 2014 noch 67. Das heißt, für 38 Messstellen liegen keine oder nicht hinreichende Grundwasserstandsdaten vor, um daraus den benötigten MHGW für den Zeitraum 2002 bis 2014 berechnen zu können, aber wohl für den Zeitraum 1990 bis 2001, zumindest mit einigen Einschränkungen (z.B. geringere Messhäufigkeit). Um ein genauso dichtes Stützstellennetz wie für die zeHGW-Karte zu erhalten, sind die MHGW dieser 38 Messstellen für den Zeitraum 2002 bis 2014 geschätzt worden. Mit Hilfe von Korrelationsanalysen zwischen verschiedenen aus den Ganglinien gewonnenen Größen wurde eine signifikante Beziehung zwischen dem zeMHGW für den Zeitraum 2002 bis 2014 (zeMHGW 02-14 ), dem Mittelwert der Messwerte zwischen 1990 und 2001 (MGW 90-01 ) und der Standardabweichung der Messwerte zwischen 1990 und 2001 (s 90-01 ) gefunden. Unter Berücksichtigung eines gewählten Zuschlags von 20 cm, der den in diesem Verfahren liegenden Unsicherheiten Rechnung tragen soll, ergibt sich folgende Formel zur Berechnung des gesuchten zeMHGW 02-14 : zeMHGW 02-14 = 2,43 * s 90-01 + 0,13 + MGW 90-01 mit zeMHGW 02-14 :gesuchter zu erwartender mittlerer höchster Grundwasserstand s 90-01 :Standardabweichung der Messwerte zwischen 1990 und 2001 MGW 90-01 :Mittelwert der Messwerte zwischen 1990 und 2001 Nach dieser Methode sind die MHGW-Werte für die o.g. 38 Grundwassermessstellen rechnerisch geschätzt worden. Damit liegen, wie angestrebt, MHGW-Werte für 105 Messstellen vor. Auf der Grundlage dieser 105 MHGW-Werte und weiteren 15 Stützpunkten, die an der Grenze zur zeMHGW-Karte für das Urstromtal vorgegeben wurden, um einen widerspruchsfreien Anschluss zu dieser Karte zu gewährleisten, ist die Verteilung des zeMHGW ohne Berücksichtigung der Oberflächengewässer mit Hilfe des Programmsystems Surfer berechnet und ebenso wie für das Urstromtal in Form von Linien gleichen zeMHGW dargestellt worden. Die Berechnungsmethode ist dieselbe, wie sie bei der aktuellen Grundwassergleichenkarte (Hannappel, Hörmann & Limberg 2007) benutzt wird. Flurabstand Für das Urstromtal und das Panketal wurde nachfolgend im Jahr 2020 auf der Grundlage der mit unterschiedlichen Vorgehensweisen berechneten Ergebnisse des zeMHGW der Flurabstand mit Hilfe der jeweiligen Grids ermittelt. Aus den Grids wurde zur besseren Anpassung des Ergebnisses die Methode der Dreiecksnetzberechnung angewendet, um eine einheitliche Grundwasseroberfläche zu erhalten. Aus den Werten der Geländehöhe und der Grundwasseroberfläche wurde dann durch Differenzenbildung der jeweilige Wert des Flurabstandes in einer Rasterweite von 2 m ermittelt. Der Flurabstand des zeMHGW wurde in 12 Abstandsklassen eingeteilt und als Schichtstufenkarte dargestellt. Um differenziertere Aussagen insbesondere für die flurnahen Bereiche zu ermöglichen, wurden bis zu einer Tiefe von 3 m unter Geländeoberkante (GOK) eine kleinteilige Klasseneinteilung gewählt.
Das Projekt "Teilprojekte GA2, GS2, GS4, ZA1, ZS3, S2, B2, D1, D2, D3, D4 und D5" wird vom Umweltbundesamt gefördert und von Universität Bonn, Institut für Nutzpflanzenwissenschaften und Ressourcenschutz (INRES) - Bereich Pflanzenernährung durchgeführt. GA 2: Entwicklung von Proxies für Wachstumsparameter an Kleinstpflanzenbeständen GS 2a: Erstellung von Genotypensets und allgemeinem Versuchsprotokolls als Voraussetzung für gemeinsame Mixed-Model-Analyse, Entwicklung, Anlage und Auswertung eines Zentralversuchs für Sensorfusion, Validierung der Sensoren in der pflanzenzüchterischen Praxis GS 2b: Analyse von Sensordaten und Sensorfusion unter Trockenstress im genetischen Kontext GS 2c: Expressionsanalyse der DREB-Gene und Analyse der Assoziation zu Sensordaten, GS4: Identifizierung und Quantifizierung von Blattkrankheiten GA 2: Spektralmessung verschiedener Genotypen, Verrechnung, Erstellung von Algorithmen, Abschätzung der Zielparameter GS 2a: Versuchsprotokoll - und Seterstellung mit dem IPK, Bereitstellung von Einzelversuchen für Gerstenprojekte, Planung, Durchführung der Zentralversuche mit Sensorfusion, Validierung in Plotgröße in Zusammenarbeit mit Züchtern, Mixed-Modell-Verrechnung aller Ergebnisse des Core-Sets GS 2b: Datenerhebung an Trockenstressversuch mit (Sub-)Terahertz, laserinduzierte Chlorophyllfluoreszenz, anschließende Assoziationsstudie GS 2c: Charakterisierung und Expression der DREB-Gene in Gerstengenotypen, Korrelation der Expression mit Merkmalserhebungen GS 4: Zuordnung von spektralen Charakteristika zu wichtigen Krankheiten, Erfassung früher Befallsstadien und deren Krankheitsspezifität, Identifizierung und Quantifizierung von Mischbefall, Prüfung des Messverfahrens unter suboptimalen Bedingungen
Das Projekt "Transport von Kohlenstoff und Mineralen in den grossen Fluessen der Welt" wird vom Umweltbundesamt gefördert und von Universität Hamburg, Geologisch-Paläontologisches Institut durchgeführt. General Information: Of the proposed project will pursue: (1) an updating of the carbon transport of the world's largest rivers by own monitoring as well as integration of data from other sources; (2) a review of the organic carbon in the ocean and its relation to the inorganic carbon, its sources and sinks. This includes cooperation in the parameterisation of the c-fluxes necessary for the ocean circulation model group 1; (3) the edition of bibliographies covering special parts of the carbon cycle and collection of this literature; (4) the updated presentation of the carbon cycle under special consideration of Europe and under increased temperature conditions.
Das Projekt "Einfluss des Klimawandels auf die Biotropie des Wetters und die Gesundheit bzw. die Leistungsfähigkeit der Bevölkerung in Deutschland." wird vom Umweltbundesamt gefördert und von Deutscher Wetterdienst (DWD) - Zentrum für Medizin-Meteorologie Forschung Freiburg durchgeführt. Das Wetter und starke Wetterwechsel können zu Veränderungen des körperlichen, geistigen und / oder sozialen Wohlbefindens führen und in einer Zunahme der Inzidenz oder Symptomatik von Krankheiten resultieren, wenn diese Veränderungen mit wetterbedingten Faktoren assoziiert sind. Dabei liegt das Maximum der Biotropen-Intensität des Wetters im Bereich der stärksten Wetteränderung und die Biotropie nimmt mit der Intensität der Wetteränderung zu. Der Klimawandel könnte vor allem in den Übergangsjahreszeiten und im Winter zu Großwetterlagen mit wechselhafterer Witterung führen. Dieser Trend ließ sich bereits in den letzten Jahren beobachten und wird sich vermutlich in Zukunft verstärken. Häufigere und stärkere Wetterwechsel bedeuten auch eine größere Belastung für den menschlichen Organismus. Gerade ältere Menschen und chronisch Kranke dürften hier besonders betroffen sein. Zur Quantifizierung des aktuellen Einflusses von Wetter und Luftschadstoffen auf den Menschen sollen die Daten der Messnetze des DWD sowie der Landesämter für Umwelt herangezogen werden (Einflussvariablen). Für die geplante Studie sollen möglichst repräsentative Personen in eine Kohorte eingeschlossen und für einen Jahreszeitenzyklus untersucht werden. Die Untersuchung von Risikogruppen könnte durch den Einschluss von z.B. Altenheimen, Firmen, Kindergärten, etc. fokussiert werden. Das tägliche Befinden, aktuelle Krankheiten, Veränderungen und weitere wichtige Informationen werden notiert (Zielvariablen). Korrelationsanalysen zwischen Ziel- und Einflussvariablen können erste Hinweis über Zusammenhänge aufzeigen. Aufgrund der Ergebnisse können auch Prognosen im Hinblick auf den Klimawandel gegeben werden. Dazu sollen Klimasimulationen in Hinblick auf die Häufigkeit von Wetterlagen bzw. von Situationen mit Wetteränderungen, die mit Gesundheitsauswirkungen in Verbindung gebracht werden konnten, untersucht werden.
| Origin | Count |
|---|---|
| Bund | 727 |
| Land | 2 |
| Type | Count |
|---|---|
| Förderprogramm | 710 |
| Text | 3 |
| unbekannt | 16 |
| License | Count |
|---|---|
| closed | 3 |
| open | 711 |
| unknown | 15 |
| Language | Count |
|---|---|
| Deutsch | 715 |
| Englisch | 134 |
| unbekannt | 1 |
| Resource type | Count |
|---|---|
| Dokument | 2 |
| Keine | 377 |
| Webseite | 350 |
| Topic | Count |
|---|---|
| Boden | 565 |
| Lebewesen & Lebensräume | 582 |
| Luft | 500 |
| Mensch & Umwelt | 729 |
| Wasser | 467 |
| Weitere | 724 |