Zur Halbzeit eines BAW-Forschungsprojektes zum 'Aufbau von integrierten Modellsystemen zur Analyse der langfristigen Morphodynamik in der Deutschen Bucht' werden erste Ergebnisse sichtbar. Transportprozesse im Wandel der Zeitläufe: Wie werden sich die Watten und Vorländer der deutschen Nordseeküste anpassen, sollte in Folge des Klimawandels der Meeresspiegel steigen? Eine Antwort auf diese Frage ist nicht nur für die Sicherheit der Seedeiche bedeutsam, sondern auch für die Zufahrten zu den Seehäfen. Einerseits beeinflusst das Flachwasser im Ästuarbereich maßgebend das Tide- und Sedimentregime in den Tideflüssen und hat somit Auswirkungen auf die zukünftige Unterhaltung der Seehafenzufahrten. Zum anderen hat sich gezeigt, dass in einer Betrachtung über Jahrzehnte hinweg die kleinräumigen Transportprozesse in der Deutschen Bucht und in den Außenbereichen der Ästuare auch durch die Transportprozesse, die in der gesamten Nordsee stattfinden, mitgeprägt werden. Die Dimension dieser weiträumigen Transportprozesse in der Nordsee wird in der Satellitenaufnahme der oberflächennahen Ausbreitung der Schwebstofffahnen aus den Ästuarmündungen deutlich (Bild 1). Allerdings entzieht sich dieses Phänomen noch weitgehend der fachwissenschaftlichen Betrachtung, denn über die tatsächlichen Transportprozesse in der Nordsee, zumal in der Deutschen Bucht, ist wenig bekannt: Es fehlen zum Beispiel grundlegende, flächendeckende Informationen über das anstehende Material an der Gewässersohle, über den Bodenaufbau oder über die relevanten Kräfte, die den Transport antreiben, wie Wind und Seegang. Und schließlich fehlen die geeigneten Werkzeuge, um die komplexen Transportprozesse berechnen zu können. BAW hat Federführung bei Forschungsprojekt: Im Rahmen eines im Wettbewerb ausgeschriebenen Forschungsschwerpunktes des Kuratoriums für Forschung im Küsteningenieurwesen (KFKI) konnte sich die BAW mit einem Forschungsantrag zum Thema 'Aufbau von integrierten Modellsystemen zur Analyse der langfristigen Morphodynamik in der deutschen Bucht (AUFMOD)' durchsetzen. An dem Projekt unter Federführung der BAW beteiligen sich weitere neun Kooperationspartner. Gestartet Ende 2009, läuft die Förderung zunächst bis 2012 (siehe: www.kfki.de/prj-aufmod/de).
Die Anzahl der verfügbaren Wolkenkondensationskerne (CCN) beeinflusst maßgeblich die mikrophysikalischen Wolkeneigenschaften, wie z.B. die Wolkentropfenanzahlkonzentration (CDNC) und deren Größenverteilung. CDNC und die Tropfengröße steuern sowohl die Strahlungseigenschaften als auch die Lebensdauer von Wolken. Dies wirkt sich komplex auf die Energiebilanz der Erde aus. Aktuelle Klimamodelle basieren häufig auf Annahmen über CCN Anzahlkonzentrationen und andere CCN bezogene Eigenschaften (z.B. Hygroskopizität), da für viele Regionen auf der Erde repräsentative Daten fehlen. Wenn vorhanden, handelt es sich bei diesen CCN Daten um bodengebundene Messungen, welche somit nicht - mit Ausnahme von Bergstationen - in der für Wolkenbildungsprozesse relevanten Höhe durchgeführt wurden. Für die Karibikregion wurde gezeigt, dass die bodengebundenen CCN Messungen für die gesamte marine Grenzschicht repräsentativ zu sein scheinen also auch für die Wolkenbildungsregionen. Im hier vorgeschlagenen Projekt wollen wir überprüfen, ob bodengebundene CCN Messungen auch in anderen Erdregionen repräsentativ sind für die CCN Anzahl in der Wolkenbildungsregion, und wenn ja, unter welchen Bedingungen. Dies würde die Anwendung von CCN Daten in Modellen stark vereinfachen. Dazu wird die Gültigkeit der Beobachtungen in der Karibik, in zwei gegensätzlichen Umgebungen getestet werden, einmal in einer marinen und einmal in einer kontinentalen Umgebung. Die Messkampagne zu marinen CCN soll auf den Azoren (Portugal) durchgeführt werden. Wir werden kontinuierlich verfügbare CCN Daten von der Azoren Eastern Nordatlantik (ENA) Station auf der Insel La Graciosa (auf Meereshöhe) mit Daten von der Bergstation Pico (Pico Island, 2225 m ü.d.M.) kombinieren. Ergänzend werden CCN und CDNC Messungen auf der Helikopter-Messplattform (ACTOS) durchgeführt, um die vertikale Lücke zwischen den Meeresspiegel- und Bergmessungen zu schließen. Die kontinentalen bodengebundenen CCN Messungen werden kontinuierlich an der ACTRIS Station Melpitz durchgeführt. Die vertikale CCN und CDNC Verteilung wird in Melpitz mit Hilfe eines Ballons in mehreren einwöchigen Kampagnen einmal pro Jahreszeit gemessen werden. Darüber hinaus werden wir mit Hilfe der Aerosol-Wolken-Wechselwirkungsmetrik (ACI) die in der Wolke in-situ gemessen CCN Eigenschaften (das heißt Anzahl und Hygroskopizität) mit den CDNC quantitativ verbinden. Es wird außerdem eine Sensitivitätsstudie mit einem Cloud-Parcel Model durchgeführt, welches durch die realen Messungen in der Atmosphäre angetrieben werden wird. Dies wird einen Einblick in das Übersättigungsregime von frisch gebildeten Wolken gewähren.Die CCN Daten selbst, die Erkenntnisse zu CCN Eigenschaften und ihrer vertikalen Verteilung sowie die quantitative Verbindung zwischen CCN und CDNC werden im Hinblick auf das Verständnis und die Modellierung der Wolkentropfenaktivierung sowie der mikrophysikalischen Wolkeneigenschaften von außerordentlichem Wert sein.
Exposure to ultrafine aerosol particles (UFPs) can cause adverse effects on human health, local environment and climate. Air traffic is associated with the emission of high numbers of UFPs, which results in increased UFP number concentrations close to airports. So far, the spatial distribution and variability of UFPs is poorly understood in the atmospheric boundary layer. The uncrewed aerial system (UAS) ALADINA (Application of Lightweight Aircraft for Detecting In-situ Aerosols, e.g. Altstädter et al., 2015) was operated close to the largest airport in Germany at Frankfurt airport (FRA) between 11 and 19 October 2024. The dataset provides airborne in-situ observations of the spatial distribution of aerosol particle number concentration with different sizes and meteorological parameters of temperature, humidity, wind, surface temperature and short-wave irradiance, as well as accurate position and orientation of ALADINA. Data are available from 26 measurement flights, comprising a number of 122 vertical profiles between ground and a maximum altitude of 750 m above mean sea level (ASL) and about 70 horizontal legs at different but constant altitude, e.g. in 100 m altitude intervals. Details about the ALADINA measurements will be provided in a publication (Harm-Altstädter et al., in prep.) soon.
Exposure to ultrafine aerosol particles (UFPs) can cause adverse effects on human health, local environment and climate. Air traffic is associated with the emission of high numbers of UFPs, which results in increased UFP number concentrations close to airports. So far, the spatial distribution and variability of UFPs is poorly understood in the atmospheric boundary layer. The uncrewed aerial system (UAS) ALADINA (Application of Lightweight Aircraft for Detecting In-situ Aerosols, e.g. Altstädter et al., 2015) was operated close to the largest airport in Germany at Frankfurt airport (FRA) between 11 and 19 October 2024. The dataset provides airborne in-situ observations of the spatial distribution of aerosol particle number concentration with different sizes and meteorological parameters of temperature, humidity, wind, surface temperature and short-wave irradiance, as well as accurate position and orientation of ALADINA. Data are available from 26 measurement flights, comprising a number of 122 vertical profiles between ground and a maximum altitude of 750 m above mean sea level (ASL) and about 70 horizontal legs at different but constant altitude, e.g. in 100 m altitude intervals. Details about the ALADINA measurements will be provided in a publication (Harm-Altstädter et al., in prep.) soon.
Exposure to ultrafine aerosol particles (UFPs) can cause adverse effects on human health, local environment and climate. Air traffic is associated with the emission of high numbers of UFPs, which results in increased UFP number concentrations close to airports. So far, the spatial distribution and variability of UFPs is poorly understood in the atmospheric boundary layer. The uncrewed aerial system (UAS) ALADINA (Application of Lightweight Aircraft for Detecting In-situ Aerosols, e.g. Altstädter et al., 2015) was operated close to the largest airport in Germany at Frankfurt airport (FRA) between 11 and 19 October 2024. The dataset provides airborne in-situ observations of the spatial distribution of aerosol particle number concentration with different sizes and meteorological parameters of temperature, humidity, wind, surface temperature and short-wave irradiance, as well as accurate position and orientation of ALADINA. Data are available from 26 measurement flights, comprising a number of 122 vertical profiles between ground and a maximum altitude of 750 m above mean sea level (ASL) and about 70 horizontal legs at different but constant altitude, e.g. in 100 m altitude intervals. Details about the ALADINA measurements will be provided in a publication (Harm-Altstädter et al., in prep.) soon.
Groß- oder Makroalgen haben besonders in küstennahen marinen Ökosystemen eine außerordentlich wichtige Bedeutung: Sie dienen als Nahrung, Schutz- und Lebensraum für eine Vielzahl von Fischen und wirbellosen Tieren im Meer. Die Insel Helgoland ist Deutschlands Zentrum der Großalgenvielfalt. Insgesamt leben im deutschen Nord- und Ostseeraum 365 etablierte Großalgen-Arten, -Unterarten und -Varietäten aus den Gruppen der Grünalgen (Chlorophyta), Rotalgen (Rhodophyta) und Braunalgen (Phaeophyceae). Vor allem die großwüchsigen marinen Braunalgen werden auch als Tange oder Seetange bezeichnet. Einige von ihnen (meist Algen der Gattung Laminaria ) können Längen bis zu 45 Metern erreichen und die als „kelp forests“ bekannten Tangwälder bilden, z.B. vor den Felsküsten Kanadas, Argentiniens, Südafrikas und Australiens. Entlang der europäischen Atlantikküste bleiben die Seetangwälder meist niedriger, aber es gibt auch hier viele Algenarten, die großflächige, submarine „Buschlandschaften“ bilden können. Einige zu den Großalgen gerechnete Arten sind weniger groß und spektakulär; manche Rot- und Grünalgen bilden z.B. nur rasige Überzüge auf Steinen oder am Meeresboden, wie etwa die „Meersalate“ der Gattung Ulva . Manchmal werden Seegräser mit den Makroalgen verwechselt. Seegräser – auch die vollständig untergetaucht lebenden Arten – gehören aber zu den Blütenpflanzen. Algen brauchen Licht. Daher ist ihr Lebensraum auf Wassertiefen in der Gezeitenzone und im oberen Sublitoral beschränkt. Bis in welche Tiefe Algen vorkommen, hängt auch davon ab, wie trüb das Wasser ist. Meist wachsen sie bis ca. 20 Meter unter dem Meeresspiegel, können aber je nach Region auch noch in mehr als 100 Metern Tiefe vorkommen. Viele Arten brauchen Hartsubstrate als Wuchsflächen. Im deutschen Meeresraum liegt der Verbreitungsschwerpunkt deshalb rund um die Insel Helgoland (Nordsee) und an einigen Stellen der Ostsee. Im deutschen Wattenmeer finden sich nur relativ wenige Arten, vor allem Grünlagen. Außer an natürlichen Felsen findet man Makroalgen auch an Hafenbefestigungen oder Molen. Einen großen Einfluss auf die Entwicklung der Algenpopulationen hat der Mensch: Zunehmende Nährstoffeinträge durch Landwirtschaft und Industrie haben das Artenspektrum in den Algenwuchsgebieten der Küstenzonen in den letzten Jahrzehnten deutlich verändert. Bei Grünalgen ist es relativ einfach: Sie haben den grünen Farbstoff Chlorophyll in ihren Zellen, der den Algen Photosynthese ermöglicht und sie grün färbt. Bei Rotalgen ist es schon ein wenig komplizierter: Sie haben in der Regel rot färbende Phycoerythrine in ihren Zellen, die als Pigmente ebenso der Photosynthese dienen – aber nicht alle Rotalgen erscheinen deshalb auch rot. Manche wirken eher braun, schwarz oder sogar bläulich oder grünlich. Die meisten der einheimischen Rotalgen sind eher kleinwüchsig und bilden zarte „Bäumchen“ von wenigen Zentimetern Höhe. Auch bei den Braunlagen ist ein Farbstoff für die zumeist bräunliche, gelbliche oder beige Färbung verantwortlich: Fucoxanthin. Manche Braunalgen erscheinen aber auch olivgrün. Zu den Braunalgen gehört die in Deutschland bekannteste Großalgen-Gattung Fucus , zu der auch der Blasentang ( Fucus vesiculosus ) gehört, der oft an Hafenmauern oder Küstenschutzeinrichtungen zu finden ist und dunkel olivgrün gefärbt ist. In der aktuell gültigen Roten Liste der marinen Makroalgen Deutschlands sind von den 357 einheimischen Algentaxa (Arten, Unterarten, Varietäten) nur 121, also 34 %, der Algenflora ungefährdet. Bei 153 Taxa (43 %) ist die Datenlage nicht ausreichend, um die Gefährdung angemessen einschätzen zu können. Von den verbleibenden 23 % sind 7 % als bestandsgefährdet eingestuft und 8,5% als ausgestorben oder verschollen, 1 % stehen auf der Vorwarnliste und 6,5 % gelten als extrem selten. Gegenüber der vorhergehenden Roten Liste ergaben sich keine wesentlichen Veränderungen. Für die nächste Überarbeitung der Roten Liste der marinen Makroalgen wird angestrebt, den Kenntnisstand zu verbessern, um die Zahl der Arten, deren Bestandsentwicklung eingeschätzt werden kann, zu erhöhen. Dazu finden bereits umfangreiche Recherchen und Vorarbeiten statt. (Stand Juni 2010) Schories, D.; Kuhlenkamp, R.; Schubert, H. & Selig, U. (2013): Rote Liste und Gesamtartenliste der marinen Makroalgen (Chlorophyta, Phaeophyceae et Rhodophyta) Deutschlands. – In: Becker, N.; Haupt, H.; Hofbauer, N.; Ludwig, G. & Nehring, S. (Red.): Rote Liste gefährdeter Tiere, Pflanzen und Pilze Deutschlands, Band 2: Meeresorganismen. – Münster (Landwirtschaftsverlag). – Naturschutz und Biologische Vielfalt 70 (2): 179–229. Die aktuellen Rote-Liste-Daten sowie die elektronische Publikation sind auch als Download verfügbar. Im Datenportal „Algen Deutschlands“ stehen darüber hinaus Beobachtungsdaten, Kartier-/Artenlisten und Verbreitungskarten zur Verfügung.
Im Rahmen des BMVI-Expertennetzwerks engagiert sich die BAW gemeinsam mit weiteren Ressortforschungseinrichtungen und Fachbehörden des BMVI, um fach- und verkehrsträgerübergreifende Lösungen für die drängenden Verkehrsfragen der Zukunft aufzuzeigen (www.bmvi-expertennetzwerk.de). Ein Fokusgebiet ist dabei der Küstenbereich mit seinen Seehafenzufahrten, denn infolge des zunehmenden Welthandels hat der Seehandel in der heutigen Zeit der Globalisierung eine größere Bedeutung als je zuvor. Internationale Seehäfen, wie zum Beispiel der Hamburger Hafen, bilden im Seehandel wichtige Knotenpunkte. Der Hamburger Hafen ist mit einem Seegüterumschlag von 137 Millionen Tonnen pro Jahr der größte Seehafen Deutschlands. Von hier werden Güter in die ganze Welt verschifft bzw. auf der Schiene, Straße und Wasserstraße nach ganz Deutschland und Europa weitertransportiert. Durch den Klimawandel werden sich für den Betrieb und die Unterhaltung von Seehäfen und Seehafenzufahrten äußere Einflüsse, wie zum Beispiel der Meeresspiegel, ändern. Für strategische und langfristige Investitionsentscheidungen hinsichtlich der Hafeninfrastruktur entstehen dadurch wichtige Fragen. Wie werden sich Meeresspiegelanstieg und andere klimawandelbedingte Änderungen auf die Seehäfen auswirken? Kann die Sicherheit und Leichtigkeit des Schiffsverkehrs sowie die Erreichbarkeit der Häfen in Zukunft gewährleistet werden? Welche Anpassungsmaßnahmen sind gegebenenfalls notwendig und nachhaltig? Mit diesen und anderen Fragen befasst sich die BAW am Standort Hamburg im Rahmen des Expertennetzwerkes. Mithilfe eines hochaufgelösten dreidimensionalen numerischen Modells der Deutschen Bucht werden komplexe Prozesse wie die Tidedynamik sowie der Transport von Salz, Wärme und Sedimenten für heutige und mögliche zukünftige Verhältnisse simuliert. Das Modellgebiet umfasst die gesamte deutsche Nordseeküste und die Ästuare von Ems, Jade-Weser und Elbe. Das Expertennetzwerk ist auch im Hinblick auf die Novellierung des Gesetzes zur Umweltverträglichkeitsprüfung bedeutend. Im Rahmen der Umweltverträglichkeitsprüfung müssen künftig sowohl die Anfälligkeit des geplanten Vorhabens gegenüber den Folgen des Klimawandels als auch die Auswirkungen des Vorhabens auf das Klima auf Basis wissenschaftlicher Erkenntnisse gerichtsfest untersucht werden. Dies kann nur in behördenübergreifender Zusammenarbeit geleistet werden. Wie dringend der Forschungsbedarf für die Seeschifffahrt ist, zeigt die Situation am Hamburger Hafen. Die Zufahrt zum Hamburger Hafen erfolgt entlang des Elbeästuars. Da die Flutstromgeschwindigkeiten in vielen Bereichen des Elbeästuars höher als die Ebbestromgeschwindigkeiten sind, ist der stromaufgerichtete Sedimenttransport im Mittel größer als der stromabgerichtete Sedimenttransport. Es wird mehr Sediment aus der Nordsee in das Elbästuar eingetragen als ausgetragen. (Text gekürzt)
3 Tage Vorhersage. Wind, Temperatur, Bodendruck, Bedeckung, Konvektionswolken und Niederschlag. - 3 days forecast. Wind, temperature, pressure mean sea level, cloud cover, convective clouds and precipitation.
Low-lying coral reef islands harbour a distinct, yet highly threatened biological and cultural diversity that is increasingly exposed to climate change impacts. The combination of low elevation, small size, sensitivity to changes in boundary conditions (sea level, waves and currents, locally generated sediment supply) and at some locations high population densities, is why low-lying reef islands (LRIs) are considered among the most vulnerable environments on Earth to climate change. To date, their global distribution and influence of climatic, oceanographic, and geologic setting are only poorly documented or restricted to smaller scales. Here, I present the first detailed global analysis of LRIs utilising freely available global datasets to produce a global reef island database (GRID) and associated intrinsic and extrinsic characteristics that can be used within a coastal vulnerability index (CVI). All datasets used to create the GRID were released between 30 November 2015 and 3 August 2023, while the current version of the GRID database was completed in November 2024. When developing the GRID, LRIs are defined as landmasses <30 km² located on or within 1 km of coral reef and with an elevation of <16 m. Development of the GRID required: 1) the creation of a global shoreline vector file containing the geographic distribution of LRIs and 2) the development of a comprehensive global database of LRIs including eight intrinsic and ten extrinsic variables extracted from global datasets. Intrinsic variables include: 1) human populations, 2) island area, 3) island perimeter, 4) mean elevation, 5) island circularity/shape, 6) underlying reef type, 7) geographic isolation and 8) distance to the nearest neighbouring reef island. Extrinsic variables include: 1) mean water depth, 2) standard deviation of mean water depth, 3) mean annual significant wave height, 4) mean annual wave period, 5) mean spring tidal range, 6) relative tidal range, 7) wave-tide regime, 8) relative wave exposure, 9) relative tropical storm exposure and 10) year-2100 projected median sea level rise rate. The GRID was initially derived from version 2.1 of the UNEP-WCMC Global Island Database, a global shoreline vector file based on geometry data from Open Street Map® (OSM) and released in November 2015. The initial vector file was projected using the Mollweide projection, an equal-area pseudo cylindrical map projection chosen for its accurate derivation of area, especially in regions close to the equator, where most LRIs are located. The final GRID contains 34,404 individual LRIs distributed throughout tropical regions of the world's oceans, amassing a total land area of nearly 11,000 km² with approximately 60,740 km of shoreline and housing around 2.6 million people. While intrinsic variables are typically spatially homogenous, LRIs are generally highly spatially clustered throughout the GRID with respect to extrinsic variables. The spatial distribution of LRIs within the GRID was validated using: 1) published data and 2) quantitative accuracy assessments using satellite imagery. Spatial distributions of LRIs captured in the GRID are extremely consistent with those published in the literature (r² = 0.96) and those derived from independent analysis of satellite imagery (r² = 0.94). Finally, the GRID was used to develop an island vulnerability index (IVI) for each LRI on a scale of 0-1 with 0 representing no vulnerability and 1 representing maximum vulnerability. The GRID database is provided as a tab-delimited text file as well as ESRI shapefiles (points and polygons in WGS84 and Mollweide projection) and a comma-separated value file.
Langfristige Veränderungen von Gezeiten zählen zu den bemerkenswertesten Facetten der Ozeandynamik. Zur Entschlüsselung dieser Signale wird im vorliegenden Projekt ein mehrschichtiger Modellierungsansatz auf globalen und regionalen Skalen entwickelt, der Meeresspiegelvariationen, Veränderungen der ozeanischen Dichtestruktur und Migrationsbewegungen von antarktischem Schelfeis in klassische Gezeitensimulationen einflechtet. Die Reaktion primärer Partialtiden auf diese Antriebsmechanismen wird in einer ersten Ausbaustufe von ~1970 bis 2015 erarbeitet, wobei hochauflösende barokline (3D) Simulationen im Nordostatlantik und um Australien rigoros in globale barotrope (2D) Vorwärtsläufe eingebettet werden. Die Validierung der Simulationsergebnisse gegenüber robusten und großräumigen Gezeitentrends aus Wasserstandsbeobachtungen legt den Grundstein für konkrete Projektionen von Ozeangezeiten bis zum Jahr 2100 unter Annahme realistischer Emissionsszenarien. Veränderte Randbedingungen in globalen und regionalen Gezeitenläufen einhergehend mit Meeresspiegelanstieg, Ozeanerwärmung und ausdünnendem Schelfeis werden hierzu in konsistenter Weise aus gekoppelten Klimamodellen abgeleitet. Erweiterte barokline und globale Sensitivitätsexperimente liefern einen Überblick über Küstenabschnitte, in denen mit nennenswerten Gezeitenentwicklungen durch großflächige Veränderungen der Dichtestruktur zu rechnen ist. Neben dem reinen Prozessverständnis soll auch Augenmerk auf die Abschätzung von Unsicherheiten der numerisch modellierten Tidenvariabilität in den kommenden Dekaden gelegt werden. Das Projekt ebnet in seiner Gesamtheit den Weg für eine verlässlichere Quantifizierung von säkularen Gezeitensignalen in Anwendungsbereichen (z.B. Küstenschutz) und der Ozeanographie nahestehenden Wissenschaftsdisziplinen.
| Organisation | Count |
|---|---|
| Bund | 5219 |
| Europa | 2713 |
| Global | 1 |
| Kommune | 1 |
| Land | 151 |
| Schutzgebiete | 1 |
| Weitere | 41 |
| Wirtschaft | 2 |
| Wissenschaft | 9070 |
| Zivilgesellschaft | 8 |
| Type | Count |
|---|---|
| Daten und Messstellen | 175 |
| Ereignis | 9 |
| Förderprogramm | 263 |
| Lehrmaterial | 1 |
| Taxon | 4 |
| Text | 57 |
| Umweltprüfung | 10 |
| unbekannt | 8854 |
| License | Count |
|---|---|
| Geschlossen | 120 |
| Offen | 480 |
| Unbekannt | 8769 |
| Language | Count |
|---|---|
| Deutsch | 350 |
| Englisch | 9122 |
| Resource type | Count |
|---|---|
| Archiv | 66 |
| Bild | 19 |
| Datei | 121 |
| Dokument | 32 |
| Keine | 231 |
| Unbekannt | 2 |
| Webseite | 8941 |
| Topic | Count |
|---|---|
| Boden | 445 |
| Lebewesen und Lebensräume | 9290 |
| Luft | 508 |
| Mensch und Umwelt | 7763 |
| Wasser | 9369 |
| Weitere | 9349 |