Das Projekt "Vorkommen und Transport von organischen Spurenstoffe und Ionen in ausgewaehlten Kompartimenten des hydrologischen Kreislaufes Nordwest-Spitzbergens" wird vom Umweltbundesamt gefördert und von Universität Bayreuth, Fakultät für Biologie, Chemie und Geowissenschaften, Fachgruppe Geowissenschaften, Lehrstuhl für Hydrologie durchgeführt. Unser Forschungsvorhaben laesst sich in zwei voneinander unabhaengige Teile gliedern: Im ersten Teil wurde unter den klimatischen Rahmenbedingungen Spitzbergens der Einfluss der Schneeschmelze auf das Transportverhalten ausgewaehlter Ionen vom Land zum Meer untersucht. Mit Hilfe geochemischer Analysen konnten Untereinheiten des hydrologischen Kreislaufes der untersuchten arktischen Einzugsgebiete saisonal und regional differenziert werden. Unser besonderes Interesse galt dabei dem Verhalten des geloesten Aluminiums in Bodenloesungen der aktiven Schicht. Aufgrund der erhoehten Loeslichkeit des Aluminiums nach Eintrag saurer Niederschlagsformen in schlecht gepufferte Systeme kann dieser Stoff als eine Art 'Umwelttracer' betrachtet werden. Wir haben untersucht, wie sich diese Funktion des Aluminiums unter klimatischen und geochemischen Bedingungen polarer Regionen interpretieren laesst. Im zweiten Teil unseres Vorhabens haben wir das Vorkommen organischer Umweltchemikalien unter Hintergrundcharakter untersucht. Zu diesem Zweck wurden ausgewaehlte Vegetationsproben entnommen und auf ihre Gehalte an Chlorkohlenwasserstoffen (PCB, Organochlorpestizide) analysiert. Ein weiterer Schwerpunkt der Arbeiten lag auf der Untersuchung des biologischen Eintrags von Schadstoffen durch Vogelkolonien arktischer Gebiete. Hierzu wurden Bodenproben aus dem zonierten Hangschuttkegel unterhalb eines Vogelkliffs entnommen und auf Schadstoffgehalte untersucht. Es wurde ein statistisches Verfahren entwickelt, um die gefundenen Schadstoffmuster der PCB mit Spektren haeufig applizierter Wirkstoffmischungen zu vergleichen.
Das Projekt "Providing Enriched Spatial Data - Ontology-driven Recognition of Urban Structures from Spatial Databases (ORUS)" wird vom Umweltbundesamt gefördert und von Universität Zürich, Geographisches Institut durchgeführt. Most of spatial databases that exist today have been designed to serve multiple purposes and hence concentrate on the 'least common denominator'. These general purpose spatial databases are rich in geometry, yet they are poor in semantics - in particular with regards to the representation of higher order semantic concepts that extend beyond the semantics of individual, discrete objects. While such higher level semantic concepts are not explicitly coded in current cartographic databases, they are nevertheless implicitly contained, owing to the fact that there often exists a relationship between the form (i.e. geometry) and function (i.e. semantics) of real-world phenomena, particularly in the built environment. Hence, it is possible - at least to some extent - to 'enrich' cartographic databases retrospectively, making implicitly contained higher level semantic concepts explicit through cartographic pattern recognition processes. The main goal of our project is therefore to develop automated methods to make this hidden information explicit. There are a number of solutions for the enrichment of cartographic/spatial databases, especially in the domain of automated cartographic generalisation. We argue, however, that the versatility and reusability of these solutions is often rather limited, since they were developed for specific databases and geospatial concepts, and encapsulated in algorithms. In our work, we have aimed to provide a more general approach by formalising the definition of semantic concepts through ontologies, and investigate how these formal definitions can be used to drive cartographic pattern recognition processes in order to enrich spatial databases. We argue that following this approach, enhanced understanding of generated patterns, easier adaptibility for different patterns, and enhanced interoperability can be provided. To this end, following issues have been adressed in our research: 1) Identification and formalisation of relevant urban concepts and their spatial properties. 2) Transformation from ontologies to algorithms that allow their automatic detection in existing spatial databases. 3) Design of intuitive human-computer interaction methods with the pattern recognition system: How can a human operator define concepts and how can he/she explore generated patterns/relations? 4) Evaluation of the enriched database, in order to demonstrate the utility of ontology-enriched databases. Objective 1 has been addressed by extracting knowledge from various sources about urban morphology, urban design, and city guides, and using this knowledge to define ontologies. Concerning objective 2, a methodology and framework for ontology-driven pattern recognition has been developed and published. It builds on a formalisation of the pattern recognition process by relating geographic concepts to cartographic measures and to other geographic concepts. (abridged text)