Other language confidence: 0.7702932946766109
Enhanced Geothermal Systems (EGS) zielen darauf ab, die in der Erdkruste gespeicherte Wärme durch zirkulierende Flüssigkeiten zwischen Injektions- und Produktionsbohrlöchern zu extrahieren. Ideale Bedingungen finden sich typischerweise in Formationen in einer Tiefe von 2 bis 5 km, in denen die Durchflussrate für kommerzielle geothermische Anlagen nicht ausreicht und in denen die Temperaturen hoch sind (d. H. >> 100 ° C). Daher ist die Hochdruck-Flüssigkeitsinjektion, die als hydraulische Stimulation bekannt ist, eine allgemein angewandte Technik, um ein verbundenes Bruchnetzwerk zu erzeugen, das die Flüssigkeitszirkulation erleichtert. Die hydraulische Stimulation geht typischerweise mit einer induzierten Seismizität einher, die von der Öffentlichkeit wahrgenommen werden kann und sogar Schäden verursacht. Das Ziel dieses Projekts ist es, ein grundlegendes Verständnis der induzierten Seismizität in gebrochenen Gesteinen zu vermitteln, das die Fähigkeit verbessert, das seismische Risiko vorherzusagen und zu kontrollieren. Dieses Projekt geht von der Hypothese aus, dass die Seismizität gemeinsam durch die Bruchnetzgeometrie und die aktivierten thermo-hydromechanischen (THM) Prozesse in geologischen Systemen gesteuert wird. Wir werden Discrete Fracture Networks (DFN) anwenden, um die strukturellen Diskontinuitäten darzustellen und die THM-Prozesse mit hoher Auflösung zu modellieren. Dieses Projekt verwendet die Datensätze aus kleinen (Dekameter-) Stimulationsexperimenten am Grimsel-Teststandort in der Schweiz und modernste numerische Modelle, um Folgendes zu erreichen: 1) Testen Sie die Wirksamkeit hochauflösender Modelle zur Erfassung der seismische, hydraulische und mechanische Prozesse, die mit kleinen Experimenten beobachtet wurden; 2) Verknüpfung der geometrischen Attribute eines Bruchnetzwerks (wie Intensität, Konnektivität, Länge und räumliche Verteilung) mit der räumlichen, zeitlichen und Größenverteilung der induzierten Seismizität; 3) ein neuartiges Prognosemodell für die maximal mögliche Größe vorschlagen und testen, das die gemeinsamen Auswirkungen von Multiphysikprozessen berücksichtigt, die unter standortspezifischen geologischen Bedingungen und Betriebsbedingungen dominieren; 4) Bewertung der Hochskalierung der hochauflösenden DFN-Modelle im kleinen Maßstab (Dekameter), um die Experimente im Reservoir-Maßstab (Kilometer) zu simulieren. Dieses Forschungsprojekt ist neu in der Behandlung der durch Injektion induzierten Seismizität durch hochauflösende physikbasierte Modelle und hochwertige Datensätze, die aus einzigartigen In-situ-Experimenten abgeleitet wurden. Die vorgeschlagene Forschung hat erhebliche Auswirkungen auf die Förderung der Übergangspolitik hin zu einer Versorgung mit erneuerbaren Energien und trägt dazu bei, unser Wissen über die Auslösemechanismen induzierter Erdbeben zu erweitern.
In aquatischen Ökosystemen ist der Nährstoffkreislauf eine entscheidende Ökosystemfunktion. Sowohl Stickstoff (N) als auch Phosphor (P) sind essentielle Nährstoffe für aquatische Lebensformen, doch im Übermaß verursachen Stickstoff und Phosphor Eutrophierung. Eutrophierung ist eine globale Beeinträchtigung des Ökosystems, bei der ein Überschuss an Nährstoffen die Struktur und Funktion von Süßwasserökosystemen verändert. Die wichtigsten Auswirkungen der Eutrophierung sind eine übermäßige Zunahme der Algenbiomasse und -produktivität, eine Beeinträchtigung der physikalisch-chemischen Wasserqualität (d. h. Zunahme von Farbe, Geruch und Trübung), anoxische Gewässer, Fischsterben und Einschränkungen der Wassernutzung für Erholungszwecke. Die Eutrophierung ist seit den späten 1980er Jahren in ganz Europa als erhebliches Umweltproblem erkannt worden und stellt auch heute noch eine Herausforderung dar. Um ein gesundes Ökosystem zu erhalten, sollte der Phosphorgehalt im Wasser kontrolliert werden. Phosphor wird nicht vollständig aus dem aquatischen Ökosystem entfernt, sondern von einem Kompartiment (d. h. Wasser) in ein anderes (d. h. Flussbettsubstrate und/oder Biota) immobilisiert. Bei dieser P-Immobilisierung spielen mikrobielle Biofilme eine Schlüsselrolle, indem sie gelösten Phosphor aus dem Wasser einschließen. Dieser Einschluss kann in zwei verschiedenen Pools erfolgen (d. h. intrazellulär oder extrazellulär). Das Wissen über die biologischen Mechanismen des Biofilm-P-Einschlusses in aquatischen Ökosystemen ist jedoch nach wie vor begrenzt. Außerdem kann die Fähigkeit von Biofilmen, P einzuschließen, von ihren Stoffwechselprofilen abhängen. Genauer gesagt bestimmt der C-bezogene Stoffwechsel die Fähigkeit von Biofilmen, organische Verbindungen zu mineralisieren und für ihr Wachstum zu nutzen, und der P-bezogene Stoffwechsel ist mit ihrer Fähigkeit verbunden, verschiedene P-Quellen aufzunehmen. Aus diesem Grund erwarte ich, dass die Fähigkeit aquatischer Ökosysteme, P aus aquatischen Ökosystemen aufzunehmen, von der Struktur und Aktivität der Biofilme abhängt. Das Hauptziel dieses Projekts ist es, zu verstehen, wie Energiequellen in Flussökosystemen die Wege der P-Einlagerung innerhalb von Biofilmen beeinflussen. Insbesondere soll (i) geklärt werden, wie die Kombination von autotrophen und heterotrophen Energiequellen (d. h., (ii) die Auswirkung autotropher und heterotropher Energiequellen auf den C- und P-Stoffwechsel in Biofilmen und ihre Verbindung zu den P-Einlagerungspools zu testen und (iii) die Muster der intrazellulären P- und extrazellulären P-Einlagerungswege in Biofilmen und die Stoffwechselprofile mit den Längsgradienten des Lichts und der Qualität des gelösten Sauerstoffs in Flussökosystemen zu verknüpfen.
Methan (CH4) ist ein potentes Treibhausgas, das zur globalen Erwärmung beiträgt und eine wichtige Rolle in der Atmosphärenchemie spielt. Aquatische Systeme wurden kürzlich als bedeutende Quellen von CH4 identifiziert, die bis zu 50 % zu den globalen CH4-Emissionen ausmachen. Es besteht jedoch weiterhin erhebliche Unsicherheit über das Ausmaß dieser Emissionen, insbesondere über deren räumliche und zeitliche Treiber. Dies gilt besonders für CH4-Emissionen aus den aquatischen Systemen der Arktis, die bisher kaum untersucht wurden. Um das Verständnis des globalen CH4-Budgets zu verbessern, ist es daher entscheidend die Quellen von CH4 in aquatischen Systemen genau zu charakterisieren und zu klassifizieren. Aktuelle Methoden zur Klassifizierung von CH4-Quellen nutzen stabile Isotopenverhältnisse wie stabile Kohlenstoff- (delta13C) und Wasserstoff- (delta2H) Isotopenwerte von CH4 (13C vs. 2H Diagramme) sowie geochemische Bernard-Verhältnisse, welche die molaren Verhältnisse von CH4 zu Ethan und Propan gegen delta13C-CH4 Werte darstellt (Bernard-Diagramme). Beide Diagramme werden verwendet, da verschiedene CH4-Quellen durch spezifische Bereiche von delta13C- und delta2H-CH4-Werten sowie Bernard-Verhältnissen charakterisiert sind. Eine wesentliche Einschränkung ergibt sich aus der CH4-Oxidation (MOx) durch methanotrophe Bakterien, die in aquatischen Umgebungen weit verbreitet sind. Dieser Prozess verändert die CH4-Konzentrationen und stabilen Isotopenwerte sowie die Ethan- und Propankonzentrationen, wobei die Oxidation dieser Gase bezüglich der CH4-Quellenklassifizierung bisher unberücksichtigt bleibt. Dies kann zu einer erschwerten Klassifizierung von CH4-Quellen bis hin zu Fehlinterpretationen führen. Ein vielversprechender neuer Parameter, um die Klassifizierung von CH4-Quellen in dieser Hinsicht zu verbessern, ist der sogenannte Delta(2,13)-Parameter, der auf den delta13C- und delta2H-Werten von CH4 basiert, jedoch zusätzlich für die durch MOx verursachte Isotopenfraktionierung korrigiert. Derzeit beeinträchtigen jedoch die begrenzte Nutzung des Delta(2,13) Parameters sowie fehlendes Wissen über potenzielle Einflussfaktoren seine Zuverlässigkeit und erfordern eine systematische Untersuchung. Das Ziel von AMIOX ist es, das Verständnis des aquatischen CH4-Kreislaufs zu vertiefen, indem die Klassifizierung von CH4-Quellen und -Senken in gemäßigten und arktischen aquatischen Systemen verbessert wird. Dies soll durch die Einführung des neuen Delta(2,13)-Parameters in Kombination mit Bernard- und 13C vs. 2H-CH4 Diagrammen erreicht werden. Um diese Ziele zu erreichen, werde ich den Einfluss von MOx auf die Delta(2,13)-Werte und Bernard-Verhältnisse durch drei weit verbreitete methanotrophe Spezies in Laborstudien unter verschiedenen Umweltbedingungen untersuchen. Schließlich werde ich die erworbenen Erkenntnisse im Feld anwenden, um das Verständnis des CH4-Kreislaufs in Seen in gemäßigten Breiten in Deutschland und arktischen Seen in Grönland zu verbessern.
Das Vorkommen von organischen Mikroverunreinigungen (OMP) in Gewässern ist aufgrund ihrer potenziellen Bedrohung für die Umwelt und die menschliche Gesundheit sehr kritisch. Kläranlagenabläufe sind eine der Hauptquellen für OMPs; deshalb werden derzeit neue rechtliche Rahmenbedingungen diskutiert und verschiedene Technologien zur Reduktion von OMPs untersucht. Granulierte Aktivkohlefilter (GAK) haben sich als geeignete Technologie zur Entfernung von OMP aus Kläranlagenabläufen etabliert. Neben der adsorptiven Entfernung sind GAK-Filter auch in der Lage, organische Stoffe und OMPs biologisch zu entfernen. Die Phänomene, die diesen adsorptiven und biologischen Abbau steuern, sowie die Synergien zwischen diesen beiden Mechanismen sind von großer Bedeutung, jedoch sind die Prozesse sehr komplex. Zum einen handelt es sich bei Abwässern um Multikomponentengemische, die schwer zu charakterisieren sind, und zum anderen sind die verschiedenen Wechselwirkungen zwischen GAK, Biofilm, OMP und organischen Stoffen nur schwer experimentell zu erfassen. Mathematische Modelle sind ein leistungsfähiges Instrument zur Überwindung solcher experimentellen Hindernisse, zur Analyse verschiedener Szenarien und zur Unterstützung der Planung weiterer Experimente. Anhand von Versuchsdaten wurde ein erstes mathematisches Modell entwickelt, das die Entfernung von gelöstem organischem Kohlenstoff in einem biologisch aktiven GAK-Filter zufriedenstellend beschreiben kann. Dieses Projekt zielt darauf ab, dieses Modell zu verbessern und um neue Schlüsselmerkmale zu erweitern, die für eine weitere Anwendung erforderlich sind. Insbesondere sollen drei Hypothesen getestet werden: (i) Ist es möglich, die Porengrößenverteilung in das Modell aufzunehmen? Die Porengrößenverteilung ist ein Schlüsselparameter für die Charakterisierung der verschiedenen GAK-Typen, daher ist ihre Implementierung in das Modell unerlässlich. Die herkömmlichen Ansätze erfordern jedoch Parameter, die schwer zu bestimmen sind. (ii) Könnte eine mikrobielle Gemeinschaft, die den Stickstoffzyklus einschließt, die Qualität des Modells verbessern? Auf der Grundlage experimenteller Belege, die den biologischen Abbau von OMPs mit der Aktivität von Nitrifikanten in Verbindung bringen, zielt das Projekt darauf ab, co-metabolische Prozesse zu implementieren und ihre Auswirkungen auf die globalen Modellierungsergebnisse zu bewerten. (iii) Wie können einzelne OMPs in das Modell einbezogen und ihr Verhalten zufriedenstellend wiedergegeben werden? Die Vorhersage des Abbaus einzelner OMPs ist von großer Bedeutung. Daher werden exemplarisch vier OMPs in das Modell aufgenommen und als Stellvertreter für den Abbau weiterer OMPs verwendet. Da die mechanistische Beschreibung der OMPs sehr kompliziert werden kann, wird der Ansatz des mechanistischen Modells mit Methoden des maschinellen Lernens kombinieren.
The proposed project is a research cooperation between the TU Dresden’s chair of Urban Water Management and the chair of Hydrobiology. The project aims to detect and quantify the contribution of a city’s sewer system on the spread, dynamics and seasonality of antibiotics and antibiotic resistance genes within an urbanized water body. Antibiotic resistance represents a high risk to human health as well as the public health system, due to their presence in, or acquisition by, pathogenic and/or opportunistic bacteria occurring in the environment. One among other emission sources of resistant strains into the environment is the sewer network, which should be exemplary investigated at our study site, the Lockwitzbach catchment within the city of Dresden. Six monitoring stations are already in operation there, equipped with online sensors for water quantity. Four out of six are recording water quality, including auto samplers. Two of the stations are dedicated to river monitoring, four further stations were mounted within the sewer system at rain water outlets and at a combined sewer overflow (CSO) structures, draining into Lockwitzbach. This monitoring network will be used and enhanced for the detection and sampling of specific contributions from the urban drainage network on the presence and dispersion of antibiotic resistances. Event-based and seasonal sampling campaigns coupled with analysis on chemical and microbiological parameters should be performed on water and biofilm samples to detect contribution patterns from the sewer outlets together with seasonal trends in composition and presence of antibiotic resistance in the bacterial community. Furthermore, emission pathways and the remaining of heavy metals from the sewer network, that also select for antibiotic co-resistancence, will be under examination. A particle transport model for the sewer catchment will be coupled with a hydraulic model for stream and sewer network and calibrated to predict gained water quality parameters as well as antibiotic resistant gene discharge patterns. Different treatment methods will be implemented in the model and evaluated. These results will yield valuable information on possible emission scenarios and pathways, as well as their importance on the spread of antibiotic resistance in the aquatic environment.
Fließgewässerbegleitende Feuchtgebiete sind wichtige Quellen für gelösten organischen Kohlenstoff (DOC) im Gebietsabfluss. Während der letzten Jahrzehnte stiegen in vielen nördlichen Einzugsgebieten die DOC Konzentrationen im Abfluss, mit Folgen für die Gewässergüte und Kohlenstoffspeicherung in den Gebieten. Mögliche Ursachen der DOC Trends werden derzeit intensiv diskutiert. In Böden ist organischer Kohlenstoff (C) häufig mit Oxiden/Hydroxiden des Eisens (Fe) assoziiert, was C unter oxischen Bedingungen immobilisiert. Unter anoxischen Bedingungen kann C durch reduktive Auflösung der Fe-Phasen und/oder eine redoxbedingte Erhöhung des pH remobilisiert werden. Diese Vorgänge wurden zwar im Labor - vor allem für Mineralböden - untersucht, jedoch ist die Bedeutung für organisch geprägte Böden sowie die DOC-Dynamik im Gebietsabfluss noch weitestgehend unklar. Wir führen dies auf mangelnde Untersuchungen zurück, welche diese Prozesse in Einzugsgebieten von der DOC-Quelle bis ins Gewässernetz mit geeigneten experimentellen und Modelltechniken verfolgen. Ziel des Projektes ist daher ein Prozessverständnis der Interaktionen von DOC, Fe und pH für Einzugsgebiete zu entwickeln, die durch einen wesentlichen Anteil gewässerbegleitender Feuchtgebiete geprägt sind. Die zentrale Hypothese ist, dass der mobilisierbare DOC-Pool in gewässerbegleitenden organischen Böden hauptsächlich durch Redoxprozesse beeinflusst wird, insbesondere durch Fe-Reduktion sowie durch redoxbedingte Änderungen des pH. Wir postulieren einen Zusammenhang der DOC-Dynamik im Gebietsabfluss und der Änderung der Grundwasserstände/Bodentemperaturen in den Feuchtgebieten, weil letztere die Redoxbedingungen maßgeblich beeinflussen. Im Projekt wird ein kombinierter Ansatz verfolgt, mit (A) experimentellen Untersuchungen entlang von Transekten aus den Feuchtgebieten bis ins Gewässer, wobei molekulare DOC Signaturen als Tracer für Mobilisierungsprozesse verwendet werden und (B) der Anwendung von neueren Methoden zur Detektion kausaler Wechselwirkungen aus Monitoringdaten. Das Projekt ist vorwiegend im Krycklan Einzugsgebiet in Nordschweden geplant, für das lange Zeitreihen sowie eine sehr gute Infrastruktur existieren. Das Prozesswissen aus Krycklan soll mit Hilfe von Bayes'schen Netzen auf deutsche Einzugsgebiete übertragen werden, wo komplementäre Studien durchgeführt werden und Kooperationen bestehen. Das 3-jährige Forschungsprojekt soll mit einem Doktorand*innen in einer Kooperation der Uni Münster, der Berliner Hochschule für Technik (BHT), des UFZ Leipzig/Magdeburg, der Schwedischen Uni für Agrarwissenschaften in Umeå und der Uni Bayreuth durchgeführt werden. Während die/er Doktorand*in für die experimentellen und die Laboruntersuchungen zuständig ist, obliegen PI Selle (BHT) die Modellierungsarbeiten und die Übertragung der Erkenntnisse aus Schweden auf deutsche Einzugsgebiete; gemeinsam wird schließlich eine Integration und Synthese von Projektergebnissen erreicht.
Die rasche Verstädterung und das Bevölkerungswachstum haben in den heutigen Gesellschaften neue Probleme geschaffen. Zu diesen Problemen gehören die Verknappung der Trinkwasserressourcen, Schwierigkeiten bei der Abfallbewirtschaftung, Luftverschmutzung, Verkehrsstaus und eine sich verschlechternde und veraltete Infrastruktur. Neben der zunehmenden Dringlichkeit einer nachhaltigen Entwicklung haben Fortschritte in der Mathematik und im Data Science das Konzept der "Smart Cities" zur Lösung dieser Probleme hervorgebracht. Die Versorgung der Menschen mit einer sicheren, zuverlässigen und kostengünstigen Trinkwasserversorgung ist von größter Bedeutung für die Gesundheit in der Gesellschaft, die Wirtschaft und die Politik. Daher ist der Zugang zu sauberem Wasser und sanitären Einrichtungen als eines der 17 Ziele in der Agenda 2030 für nachhaltige Entwicklung der Vereinten Nationen enthalten (https://sdgs.un.org/goals). In diesem Zusammenhang sind die Wasserversorgungsnetze (WDN) das Herzstück jeder intelligenten Stadt und erfordern neue Überlegungen und Entwicklungen, um intelligenter verwaltet und betrieben zu werden. Eines der Hauptprobleme in WDNs sind Lecks im System. Leckagen führen zu einem spürbaren Verlust von sauberem Wasser, was zu umgekehrten Leckagen, Verunreinigungen durch Grundwasser und ernsthaften Betriebsschwierigkeiten führen kann. Eine frühzeitige Leckerkennung spart Wasser und verhindert, dass sich kleine Lecks zu Wassereinbrüchen ausweiten. Daher sind Einrichtungen zur frühzeitigen Leckerkennung für jedes intelligente WDN unerlässlich, um Verluste und die Gefahr von Leckagen zu verringern. SMARTWINE zielt darauf ab, das Potenzial einer Kombination aus maschinellem Lernen (ML), Graphentheorie und Optimierungstechniken zu erforschen und zu nutzen, um zuverlässige, schnelle und einfach zu bedienende Methoden zur Echtzeit-Leckerkennung und Alarmierung in WDNs zu entwickeln.
Die Klimakrise verändert zunehmend die räumliche und zeitliche Verfügbarkeit von Grundwasser, der wichtigsten globalen Süßwasserressource. Das quantitative Verständnis der Interaktion von Grundwasser und Klima, vor allem auf nationaler und kontinentaler Skala, ist wichtig für ein optimal angepasstes Grundwassermanagement. Bisher ist das Wissen über die großskalige Sensitivität der Grundwasserressourcen auf den Klimawandel jedoch sehr limitiert. Das Ziel des hier vorgestellten Projektes ist die Erforschung der Auswirkungen des Klimawandels und der damit einhergehenden Umweltveränderungen auf den quantitativen Zustand von Grundwasserressourcen auf national-kontinentaler Skala. Etablierte prozessbasierte Modelle (PBMs) zur hydro(geo)logischen Modellierung auf großer Skala (meist „Global Hydrological Models“ - GHMs) sind starke Vereinfachungen der Realität und unterliegen daher deutlichen Limitationen und Unsicherheiten. Im Gegensatz zu anderen PBMs, weisen GHMs daher begrenzte physikalische Konsistenz und Interpretierbarkeit auf und ihre Anwendung kann zu irreführenden Schlussfolgerungen über die Verfügbarkeit von Grundwasser vor dem Hintergrund des Klimawandels führen. Vor allem die Übertragbarkeit auf datenarme Regionen ist nur eingeschränkt möglich. In den letzten Jahren haben sich Deep Learning (DL) Modelle als präziser und leicht übertragbarer alternativer Ansatz in der Modellierung von Wasserressourcen etabliert. Für die Modellierung von Oberflächengewässern wurde zudem gezeigt, dass DL auch spezialisierte PBMs übertreffen kann. Das vorgeschlagene Projekt möchte sich die gewonnenen Erkenntnisse zunutze machen und ein DL-Modell zur Untersuchung der Sensitivität von Grundwasser auf den Klimawandel auf kontinentaler Skala aufbauen. Hierfür wird ein „big data“ Ansatz gewählt, der Daten von >2200 Einzugsgebieten in Nordamerika nutzt (Erweiterung denkbar). Ein solches Modell kann lernen, Wissen über verschiedene Regionen zu transferieren, gewinnt somit stark an Generalisierungsfähigkeit (z.B. auf datenarme Regionen) und schlussendlich an Vertrauenswürdigkeit. Weiterhin soll das Problem von fehlenden, interpretierbaren und physikalisch konsistenten Modellen im nationalen Maßstab angegangen werden, indem physikalisches Wissen und Prozesse in die DL-Modelle eingebaut werden. Durch diese Ansätze soll ein plausibles, interpretierbares und vor allem vertrauenswürdiges Modell entstehen, welches sich zur Untersuchung von Klimawandelszenarien eignet. Die genannten Aspekte sind hierbei besonders kritisch, da für Zeiträume in der Zukunft keine Validierung möglich ist. Das entwickelte Modell dient anschließend der Beantwortung der übergeordneten Fragestellung, und die Auswirkungen des Klimawandels auf die Grundwasserressourcen werden anhand der Daten von Klimamodellen auf Basis von RCP bzw. SSP Szenarien untersucht. Weiterhin werden spezialisierte Untersuchungen (Szenarien) zum Einfluss einzelner Einflussfaktoren (z.B. Landnutzung) durchgeführt.
Die mikrobielle Biomasse im Untergrund leistet einen wesentlichen Beitrag zum Umsatz von Elementen, Nährstoffen und Schadstoffen in Böden und Grundwasser. Mikroben katalysieren Umsatzreaktionen und bauen dabei potentiell umweltschädliche, gelöste Stoffe wirksam ab. Veränderungen der Menge und Aktivität mikrobieller Biomasse sind eng mit der Effizienz der biologischen Abbauprozesse verbunden. Daher ist die Überwachung ihres Verhaltens der Schlüssel zu einem besseren Verständnis von Abbaureaktionen und der Vorhersagekraft von Wasserqualitätsmodellen. Die Messung von Mikroben ist jedoch nicht einfach, und traditionelle Methoden sind durch die schlechte Zugänglichkeit des Untergrunds begrenzt. Die Probenahme beruht daher auf invasiven Verfahren. Sogenannte nicht-invasive Methoden bieten die Möglichkeit Mikroben in den komplexen Umgebungen, in denen sie leben, z. B. in Böden und Grundwasser, zu überwachen. Sie liefern indirekte Informationen über dynamische Prozesse in Echtzeit und ohne Zerstörung des Beobachtungsobjektes. Insbesondere die spektrale induzierte Polarisation (SIP) ist, aufgrund der Eigenschaften von geladenen Bakterienoberflächen, sensitiv gegenüber mikrobiellem Wachstum in Böden. Offene Fragen zu den genauen Mechanismen, die zu den Signalen aus mikrobiellem Wachstum und mikrobieller Aktivität führen, bleiben jedoch unbeantwortet, was die Anwendung von SIP außerhalb des Bereichs der angewandten Geophysik erschwert. Das vorgeschlagene Projekt zielt darauf ab, das SIP-Signal von Bakterienzellen zu isolieren und die kombinierten Auswirkungen von Zelldichte und -aktivität mit der Größe und den spektralen Eigenschaften der SIP-Signale zu verbinden. Die vorgeschlagenen Arbeiten werden gezielte mikrobielle Wachstumsexperimente unter statischen (Batch), gut durchmischten (Retentostat) und Durchflussbedingungen kombinieren. In den Experimenten werden die Signale von Bakterienzellen in verschiedenen Stoffwechselzuständen quantifiziert, die von vorhanden und inaktiv bis hin zu aktiv und wachsend reichen. Durch die Durchführung von Messungen an Zellen in Abwesenheit anderer geladener Medien (z. B. Sediment) wird das Projekt den getrennten Beitrag der Abundanz gegenüber der Aktivität von Zellen isolieren. Das Upscaling von Batch-Inkubationen zu Durchflusssystemen wird durch systematische Experimente von zunehmender Komplexität durchgeführt. Experimente der höchsten Komplexitätsstufe in natürlichen porösen Medien werden von Daten aus den Vorläuferexperimenten profitieren. Diese werden es ermöglichen, mikrobielle elektrische Signale von den Signalen des Sediments zu separieren. Die vorgeschlagene Arbeit wird letztlich die Anwendbarkeit von SIP als nicht-invasives Überwachungsverfahren verfeinern, das den Sprung von einem vielversprechenden, von Geophysikern vorgestelltes Verfahren zu einer robusten geophysikalischen Methode schaffen kann, die von Biogeochemiker:innen, Geomikrobiolog:innen und Hydro(geo)log:innen angewandt wird.
Das Projekt "Quantifying the Influence of SnowmelT on RIVEr Hydrology in High Mountain Asia (STRIVE)" fokussiert sich auf alpine Flüsse und dem Zeitpunkt und Menge der Schneeschmelze im Himalaya . In vielen alpinen Einzugsgebieten stammt ein signifikanter Teil des jährlichen Wasserhaushalts aus der Schneeschmelze, insbesondere während der Monate vor dem Beginn des Monsuns. Da die Gletscher in vielen hochgelegenen Bergregionen weiter schmelzen werden, wird der saisonale Wasserpuffer durch die Schneeschmelze in Zukunft noch wichtiger werden. Auch die Gefahr von Überschwemmungen wird zunehmen, da die steigenden Temperaturen die Schneeschmelze im Frühjahr beschleunigen. Trotz der Bedeutung des Schneewasserhaushalts für viele besiedelte Gebiete sind Zeitpunkt und Volumen der Schneeschmelze nach wie vor nur unzureichend bekannt - insbesondere in Einzugsgebieten in großer Höhe. Um besser quantifizieren zu können, wann und wo das Wasser der Schneeschmelze die alpinen Flüsse erreicht, wird das STRIVE-Projekt einen kombinierten in-situ- und satellitenbasierten Ansatz verwenden, um (1) den Zeitpunkt und die räumliche Verteilung der Schneeschmelze zu überwachen, (2) den Einfluss der Schneeschmelze auf die Flusshöhen und (3) Flusstemperaturen zu bewerten. Die im Rahmen des STRIVE-Projekts gesammelten neuen Daten mit hoher zeitlicher Auflösung werden mit lokalen und regionalen hydrologischen Daten kombiniert, um (4) ein umfassenderes Verständnis der aktuellen Schneeschmelze und deren Wassermenge für alpine Flüsse zu entwickeln. Hier spielen insbesondere die sich verändernden Klimabedingungen eine große Rolle. Die Ergebnisse des STRIVE-Projekts werden für Forscher verschiedener Fachbereiche in der physischen Geographie, Hydrologie und Geomorphologie, zum Einschätzen von Naturgefahren und für Manager sowie Entwickler von Wasserkraftwerken im gesamten Himalaya und in ähnlichen, von der Schneeschmelze angetriebenen alpinen Ökosystemen, von großem Nutzen sein. Um die Forschungszusammenarbeit und den Austausch mit den nepalesischen Partnern zu erleichtern und nachhaltiger zu machen, wird das STRIVE-Projekt zwei Workshops für Nachwuchswissenschaftlerinnen durchführen, die sich mit der Sammlung und Verarbeitung von in-situ- und Fernerkundungsdaten beschäftigen. Diese Workshops werden dazu beitragen, die Ergebnisse und Erkenntnisse des STRIVE-Projekts zu verbreiten und sicherzustellen, dass die entwickelten Methoden und Daten auch nach dem Ende des Projekts in die Forschung und in wasserpolitische Entscheidungen im Himalaya einfließen.
| Organisation | Count |
|---|---|
| Bund | 192 |
| Wissenschaft | 91 |
| Type | Count |
|---|---|
| Förderprogramm | 192 |
| License | Count |
|---|---|
| Offen | 192 |
| Language | Count |
|---|---|
| Deutsch | 189 |
| Englisch | 187 |
| Resource type | Count |
|---|---|
| Webseite | 192 |
| Topic | Count |
|---|---|
| Boden | 192 |
| Lebewesen und Lebensräume | 171 |
| Luft | 127 |
| Mensch und Umwelt | 192 |
| Wasser | 192 |
| Weitere | 192 |