Geowissenschaften
Refine
Year of publication
Document Type
- Article (593)
- Doctoral Thesis (139)
- Book (25)
- Contribution to a Periodical (21)
- Conference Proceeding (19)
- Working Paper (19)
- Part of Periodical (10)
- Diploma Thesis (8)
- diplomthesis (7)
- Preprint (6)
Is part of the Bibliography
- no (872)
Keywords
- climate change (13)
- Climate change (5)
- Geochemistry (5)
- Klimaänderung (5)
- Atmospheric chemistry (4)
- Boden (4)
- Deutschland (4)
- Klima (4)
- Modellierung (4)
- Stratosphäre (4)
Institute
- Geowissenschaften (872)
- Senckenbergische Naturforschende Gesellschaft (59)
- Präsidium (49)
- Biodiversität und Klima Forschungszentrum (BiK-F) (45)
- Geographie (26)
- Biowissenschaften (15)
- Medizin (11)
- Physik (7)
- Institut für Ökologie, Evolution und Diversität (6)
- Biochemie und Chemie (5)
In Ergänzung zu einem vorangegangenen Projekt (Schönwiese et al., 2005) ist in der vorliegenden Studie eine weitere extremwertstatistische Untersuchung durchgeführt worden. Dazu wurden auf der Basis von täglichen Klimadaten aus Hessen und Umgebung (49°N bis 52°N, 7°O bis 11°O), und zwar der Temperatur von 53 Stationen und des Niederschlages von 84 Stationen, Schwellen extremer Werte definiert, um die Anzahl der Über- bzw. Unterschreitungen dieser Schwellen auf signifikante Trends hin zu untersuchen. Bei der Temperatur findet sich dabei eine systematische Zunahme von Hitzetagen (Maximumtemperatur über 30 °C) im August, wohingegen im Juli fast keine, und im Juni nur vereinzelt signifikante Zunahmen von Hitzetagen gefunden wurden. Hierbei zeigt sich, wie auch bei anderen Temperatur-Schwellen eine Abnahme der Signifikanz mit zunehmender Schwellenhöhe, was durch selteneres Auftreten besonders extremer Ereignisse verursacht wird. Im Winter und Frühjahr hat entsprechend die Anzahl der Frost- bzw. Eistage (Minimum- bzw. Maximumtemperatur unter 0 °C) signifikant abgenommen. Besonders ausgeprägt ist dies für die Frosttage im Frühling der Fall. Beim Niederschlag hat im Sommer, wiederum vor allem im August, die Anzahl von Trockentagen zugenommen. Extrem hohe Niederschlagssummen sind dagegen in dieser Jahreszeit seltener geworden, in den anderen Jahreszeiten jedoch häufiger. Vor allem der März zeichnet sich durch verbreitet hochsignifikante Zunahmen von Tagen mit Starkniederschlägen aus. Die Erhaltungsneigung von besonders warmen bzw. kalten Witterungen hat sich in den meisten Monaten nicht signifikant verändert. Es ist jedoch eine Neigung zu kürzeren relativ einheitlichen Witterungsabschnitten im Februar und März, sowie zu längeren im Oktober und November zu beobachten. Diese Ergebnisse sind jedoch vermutlich nicht sehr robust, da sich bei einer Verkürzung des Zeitfensters der Autokorrelationsfunktion die Signifikanzen teilweise (vor allem im April) deutlich verändern. Bei den Trends der Zahl der Trockenperioden erkennt man im Sommer einen positiven Trend; sie nehmen somit zu. Dies gilt sowohl für die 7-tägigen als auch für die 11-tägigen Trockenperioden. Die übrigen Jahreszeiten zeigen bei den 7-tägigen Trockenperioden nur schwache oder negative Trends. Bei den 11-tägigen Trockenperioden gilt dies nur für das Frühjahr und den Herbst, im Winter sind die Trends im Norden überwiegend positiv, im Süden negativ. Betrachtet man die Länge der längsten Trockenperioden, so nimmt diese im Sommer zu, im Frühjahr und im Gesamtjahr jedoch ab. Im Herbst ist das Bild uneinheitlich; dies kann aber auch daran liegen, dass lange sommerliche Trockenperioden in den Herbst hineinreichen und dann dort gezählt werden. Ein weiterer Aspekt ist die Analyse der Anzahl und Länge bestimmter Witterungsabschnitte (Clusteranalyse), die durch relativ hohe oder tiefe Temperatur bzw. relativ wenig bzw. viel Niederschlag definiert sind. So können beispielsweise Tage mit weniger als 1 mm Niederschlag als Trockencluster bezeichnet werden. Dabei erkennt man im Sommer einen Trend zu mehr Trockenclustern,in Übereinstimmung mit den oben genannten Ergebnissen, in den übrigen Jahreszeiten und im Gesamtjahr jedoch einen Trend zu weniger Trockenclustern. Innerhalb des Sommers ist dieser Trend im August am stärksten, in den übrigen Jahreszeiten im März, Oktober und Dezember. Bei den Clustern von Feuchteereignissen, das heißt Tagen mit relativ viel Niederschlag, ist das Bild umgekehrt. Im Sommer nimmt deren Zahl ab, ansonsten nimmt sie zu. Die stärksten Trends sind dabei wiederum im August (Abnahme) bzw. im März, Oktober und Dezember (jeweils Zunahme) zu erkennen. Alle diese Trends werden im der Regel umso schwächer, je höher die Schranke der Niederschlagsmenge gewählt wird. Bei den Temperaturdaten sind die Trends von Frost- und Eistagen nur im November überwiegend positiv, in allen Wintermonaten (Dezember, Januar und Februar) jedoch fast ausschließlich negativ. Darin spiegelt sich somit der Trend zu höheren Temperaturen wider. Bei den Wärmeclustern ändern sich die Trends mit der Höhe der Schranke. Bei der Schranke von 25°C zeigen der Juli, insbesondere aber der August positive Trends. Bei der 30°C-Schranke bleibt der Augusttrend positiv, der Julitrend wird dagegen negativ. Bei der Schranke von 35°C werden die Augusttrends dann deutlich geringer, während die Julitrends, wenn auch schwächer ausgeprägt, negativ bleiben. Die Trends im Juni sind dagegen insgesamt schwach. Betrachtet man die Signifikanz der Trends, so sind insbesondere die Trends bei hohen Schranken weniger signifikant. Dies gilt für die hohen Niederschlagschranken (20mm, 30mm, 95%-Perzentil, 99%-Perzentil) ebenso wie für die hohen Temperaturschranken (30°C, 35°C). Weiterhin ist die Signifikanz dann niedrig, wenn die Zahl der Cluster im betrachteten Zeitraum klein ist. In Monaten und Jahreszeiten, in denen nur wenige Cluster auftreten, ist der Trend der Zahl der Cluster meist nicht signifikant. Insgesamt zeigen beim Niederschlag die untere Schranke von 1mm sowie die oberen Schranken von 10mm und 90% die signifikantesten Trends. Bei den Temperaturdaten ist das bei den Frosttagen generell, bei den Eistagen im Januar und Februar sowie bei den sommerlichen Clustern mit einer Tagesmaximumtemperatur von über 25°C der Fall (mit zum Teil über 95% bzw. 99% Signifikanz).
Vorwort: Klima ist vor allem deswegen nicht nur von wissenschaftlichem, sondern auch von öffentlichem Interesse, weil es veränderlich ist und weil solche Änderungen gravierende ökologische sowie sozioökonomische Folgen haben können. Im Detail weisen Klimaänderungen allerdings komplizierte zeitliche und räumliche Strukturen auf, deren Erfassung und Interpretation alles andere als einfach ist. Bei den zeitlichen Strukturen stehen mit Recht vor allem relativ langfristige Trends sowie Extremereignisse im Blickpunkt, erstere, weil sie den systematischen Klimawandel zum Ausdruck bringen und letztere wegen ihrer besonders brisanten Auswirkungen. Mit beiden Aspekten hat sich unsere Arbeitsgruppe immer wieder eingehend befasst. Hinsichtlich der Extremereignisse bzw. Extremwertstatistik sei beispielsweise auf die Institutsberichte Nr. 1, 2 und 5 sowie die dort angegebene Literatur hingewiesen. Hier geht es wieder einmal um Klimatrends und dabei ganz besonders um die räumlichen Trendstrukturen. Der relativ langfristige und somit systematische Klimawandel läuft nämlich regional sehr unterschiedlich ab, was am besten in Trendkarten zum Ausdruck kommt. Solche regionalen, zum Teil sehr kleinräumigen Besonderheiten sind insbesondere beim Niederschlag sehr ausgeprägt. Zudem sind die räumlichen Trendstrukturen auch jahreszeitlich/monatlich sehr unterschiedlich. In unserer Arbeitsgruppe hat sich Herr Dr. Jörg Rapp im Rahmen seiner Diplom- und insbesondere Doktorarbeit intensiv mit diesem Problem beschäftigt, was zur Publikation des „Atlas der Niederschlags- und Temperaturtrends in Deutschland 1891-1990“ (Rapp und Schönwiese, 2. Aufl. 1996) sowie des „Climate Trend Atlas of Europe – Based on Observations 1891-1990“ (Schönwiese und Rapp, 1997) geführt hat. Die große Beachtung dieser Arbeiten ließ es schon lange als notwendig erscheinen, eine Aktualisierung vorzunehmen. Dies ist zunächst für den Klima-Trendatlas Deutschland geschehen, der nun für das Zeitintervall 1901-2000 vorliegt (Institutsbericht Nr. 4, 2005). Hier wird nun auch eine entsprechende Aktualisierung für Europa vorgelegt, und zwar auf der Grundlage der Berechnungen, die Reinhard Janoschitz in seiner Diplomarbeit durchgeführt hat. Dabei besteht eine enge Querverbindung zum Projekt VASClimO (Variability Analysis of Surface Climate Observations), das dankenswerterweise vom Bundesministerium für Bildung und Forschung (BMBF) im Rahmen von DEKLIM (Deutsches Klimaforschungsprogramm) gefördert worden ist (siehe Institutsbericht Nr. 6, in den vorab schon einige wenige Europa-Klima-Trendkarten einbezogen worden sind). Mit der Publikation des hier vorliegenden „Klima-Trendatlas Europa 1901-2000“ werden in insgesamt 261 Karten (davon 17 Karten in Farbdarstellung in den Text integriert) wieder umfangreiche Informationen zum Klimawandel in Europa vorgelegt. Sie beruhen vorwiegend auf linearen Trendanalysen hinsichtlich der bodennahen Lufttemperatur und des Niederschlags für die Zeit 1901-2000 sowie für die Subintervalle 1951-2000, 1961-1990 und 1971-2000, jeweils aufgrund der jährlichen, jahreszeitlichen und monatlichen Beobachtungsdaten. Die Signifikanz der Trends ist im (schwarz/weiß wiedergegebenen) Kartenteil durch Rasterung markiert. Da sich die Analyse eng an die oben zitierte Arbeit von Schönwiese und Rapp (1997) anlehnt, wo ausführliche textliche Erläuterungen zu finden sind (ebenso in Rapp, 2000) wurde hier der Textteil sehr knapp gehalten.
In dieser Studie wurden stationsbezogene Messdaten der bodennahen Lufttemperatur, des Niederschlages und des Windes in Deutschland und zum Teil auch in Mitteleuropa für den Zeitraum 1901 bzw. 1951 bis 2000 im Hinblick auf Änderungen ihres Extremverhaltens untersucht. Hierfür wurde ein bimethodischer Ansatz gewählt. Die als Methode I bezeichnete "zeitlich gleitende Extremwertanalyse" definiert für den betrachteten (gleitenden) Zeitraum feste Schwellen. An die Zeitreihen der Schwellenüber- bzw. Unterschreitungen wurden sowohl empirische, als auch theoretische Häufigkeitsverteilungen angepasst, aus denen extremwert-theoretische Größen wie Wartezeitverteilung, Wiederkehrzeit und Risiko abgeleitet wurden. Die Methode II der "strukturorientierten Zeitreihenzerlegung" sucht, basierend auf einer zugrundegelegten theoretischen Verteilung, nach zeitabhängigen Parametern der zugehörigen Wahrscheinlichkeitsdichte. Hierdurch lassen sich zeitabhängige Wahrscheinlichkeiten für das Über- bzw. Unterschreiten von Schwellen angeben. Die gleitende Analyse zeigt bei Niederschlagsmonatsdaten in ganz Deutschland für untere Schranken einen Trend zu seltenerem Auftreten von Extremereignissen. Bei oberen Schranken ist hingegen im Osten einen Trend zu seltenerem, im Westen einen Trend zu häufigerem Auftreten von Extremereignissen zu erkennen. Im Osten ergibt sich also insgesamt ein Trend zu weniger extremen Monatsniederschlagssummen, im Westen ein Trend zu höheren onatsniederschlagssummen. Bei den Niederschlagstagesdaten, bei denen nur die Untersuchung oberer Schranken sinnvoll ist, sind die Ergebnistrends denen der Niederschlagsmonatsdaten in ihrer regionalen Verteilung ähnlich. Allerdings sind die Trends hier schrankenabhängig. Insbesondere in Norddeutschland ergibt sich dabei für relativ niedrige Schranken ein Trend zu kleineren Überschreitungshäufigkeiten, für hohe Schranken hingegen ein Trend zu größeren Überschreitungshäufigkeiten. Damit ergibt sich insgesamt ein Trend zu extremeren Tagesniederschlägen. Bei den Temperaturdaten zeigen die Ergebnisse der gleitenden Analyse der Monatsdaten mit wenigen Ausnahmen ein selteneres Unterschreiten unterer Schranken (also: Kälteereignis). Dieses Verhalten ist bei den Temperaturtagesdaten sogar flächendeckend zu beobachten. Für obere Schranken (also: Hitzeereignis) ergibt sich im allgemeinen ein Trend zu häufigerem Auftreten von Extremereignissen. Allerdings ist dieser Trend nicht flächendeckend zu beobachten. Vielmehr gibt es in allen Regionen Deutschlands einzelne Stationen, bei denen ein Trend zu seltenerem Überschreiten oberer Schranken festzustellen ist. Bei der "strukturorientierten Zeitreihenzerlegung" wurden folgende Ergebnisse erzielt: Die Wahrscheinlichkeitsdichten der monatlichen und saisonalen Temperatur-Daten weisen überwiegend positive Trends im Mittelwert auf, die Streuung hat sich hier nur in Ausnahmefällen verändert. Dies führte zu teilweise deutlich gestiegenen Wahrscheinlichkeiten für besonders warme Monats- und saisonale Mittel im 20. Jh. (Ausnahme: Herbst im Datensatz 1951 bis 2000). Entsprechend sanken in diesem Zeitraum verbreitet die Wahrscheinlichkeiten für extrem kalte Monats- und saisonale Mittel. Ebenso stiegen dieWahrscheinlichkeiten für Häufigkeiten von besonders warmen Tagen (über dem 10%-Perzentil) ab 1951 in allen Jahreszeiten, besonders im Winter für die Tagesmaximum-Temperaturen. Dies korrespondiert mit einer beschleunigten Häufigkeits-Abnahme von besonders kalten Tagen in allen Jahreszeiten, besonders in Süddeutschland. Beim Niederschlag dominieren ausgeprägt jahreszeitliche Unterschiede: Im Winter findet sich sowohl ein Trend zu höheren Monats- und saisonalen Summen, als auch eine erhöhte Variabilität, was verbreitet zu einer deutlichen Zunahme von extrem hohen Niederschlagssummen in dieser Jahreszeit führt. Im Sommer hingegen wurde ein Trend zu einer verringerten Variabilität gefunden, wodurch auch extrem hohe monatliche und saisonale Niederschlagssummen in weiten Teilen Mitteleuropas in dieser Jahreszeit seltener geworden sind. Entsprechend haben Tage mit hohen (über dem 10%-Perzentil) und auch extrem hohen (über dem 5%- und 2%-Perzentil) Niederschlagssummen im Sommer verbreitet abgenommen, in den anderen Jahreszeiten (vor allem im Winter und in Westdeutschland) jedoch zugenommen. Beim Wind sind die Ergebnisse recht uneinheitlich, so dass hier eine allgemeine Charakterisierung schwer fällt. Tendenziell nehmen die Häufigkeiten extremer täglicher Windmaxima im Winter zu und im Sommer ab. Dies gilt jedoch nicht für küstennahe Stationen, wo auch im Winter oft negative Trends extremer Tagesmaxima beobachtet wurden - In Süddeutschland hingegen finden sich auch im Sommer positive Trends in den Häufigkeiten extrem starker Tagesmaxima. Jedoch sind die untersuchten Daten (Windmaxima über Beaufort 8 und mittlere monatliche Windgeschwindigkeiten) wahrscheinlich mit großen Messfehlern behaftet und zudem für die hier durchgeführten Analysen nur bedingt geeignet. Es hat sich somit gezeigt, dass das Extremverhalten von Klimaelementen, wie Temperatur und Niederschlag, im 20. Jhr. sehr starken Änderungen unterworfen war. Diese Änderungen im Extremen wiederum sind sehr stark von Änderungen des "mittleren" Zustandes dieser Klimaelemente abhängig, welcher durch statistische Charakteristika wie Mittelwert und Standardabweichung (bzw. allgemeiner Lage und Streuung) beschrieben werden kann.
Für eine möglichst vollständige analytische Beschreibung werden in der statistischen Klimatologie beobachtete Klimazeitreihen als Realisation eines stochastischen Prozesses, das heißt als eine Folge von Zufallsvariablen verstanden. Die Zeitreihe soll im wesentlichen durch eine analytische Funktion der Zeit beschrieben werden können und die Beobachtung nur durch Zufallseinflüsse von dieser Funktion abweichen. Diese analytische Funktion setzt sich aus der Summe zeitlich strukturierter Komponenten zusammen, welche aus klimatologischem Blickwinkel interpretierbar erscheinen. Es werden Funktionen zugelassen, die den Jahresgang, Trends, episodische Komponenten und deren Änderung beschreiben. Die Extremereignisse sind als eine besondere weitere Komponente in die Zeitreihenanalyse aufgenommen und als von Änderungen in den Parametern der Verteilung unabhängige, extreme Werte definiert. Die Zufallseinflüsse sollen zunächst als Realisierungen unabhängiger normalverteilter Zufallsvariablen mit dem Erwartungswert Null und im Zeitablauf konstanter Varianz interpretiert werden können. In diesem Fall beschreibt die analytische Funktion der Zeit, die Summe detektierter strukturierter Komponenten, den zeitlichen Verlauf des Mittels. Ein zu einem bestimmten Zeitpunkt tatsächlich beobachteter Wert kann dann als eine mögliche Realisation einer Zufallsvariablen interpretiert werden, die der Gaußverteilung mit dem Mittelwert µ(t) zur Zeit t und konstanter Varianz genügt. Da die zugrundeliegenden Annahmen, unter Verwendung klimatologisch interpretierbarer Basisfunktionen, in der Analyse von Klimazeitreihen, die nicht die Temperatur betreffen, zumeist nicht erfüllt sind, wird in eine Verallgemeinerung des Konzepts der Zeitreihenzerlegung in einen deterministischen und einen statistischen Anteil eingeführt. Zeitlich strukturierte Änderungen werden nun in verschiedenen Verteilungsparametern frei wählbarer Wahrscheinlichkeitsdichtefunktionen gesucht. Die gängige Beschränkung auf die Schätzung einer zeitlich veränderlichen Lokation wird aufgehoben. Skalenschätzer sowie Schätzer fär den Formparameter spielen ebenso relevante Rollen fär die Beschreibung beobachteter Klimavariabilität. Die Klimazeitreihen werden wieder als Realisation eines Zufallprozesses verstanden, jedoch genügen die Zufallsvariablen nun einer frei wählbaren Wahrscheinlichkeitsdichtefunktion. Die zeitlich strukturierten Änderungen in den Verteilungsparametern werden auf Basis der gesamten Zeitreihe für jeden Zeitpunkt geschätzt. Die aus der Analyse resultierende analytische Beschreibung in Form einer zeitabhängigen Wahrscheinlichkeitsdichtefunktion ermöglicht weiterhin die Schätzung von Über- und Unterschreitungswahrscheinlichkeiten beliebig wählbarer Schwellenwerte für jeden Zeitpunkt des Beobachtungszeitraums. Diese Methode erlaubt insbesondere eine statistische Modellierung monatlicher Niederschlagsreihen durch die Zerlegung in einen deterministischen und einen statistischen Anteil. In dem speziellen Fall von 132 Reihen monatlicher Niederschlagssummen deutscher Stationen 1901-2000 gelingt eine vollständige analytische Beschreibung der Reihen durch ihre Interpretation als Realisation einer Gumbel-verteilten Zufallsvariablen mit variablem Lage- und Streuparameter. Auf Basis der gewonnenen analytischen Beschreibung der Reihen kann beispielsweise im Westen Deutschlands auf Verschiebungen der jährlichen Überschreitungsmaxima des 95%-Perzentils von den Sommer- in die Wintermonate geschlossen werden. Sie werden durch relativ starke Anstiege in der Überschreitungswahrscheinlichkeit (bis 10%) in den Wintermonaten und nur geringe Zunahmen oder aber Abnahmen in den Sommermonaten hervorgerufen. Dies geht mit einer Zunahme der Unterschreitungswahrscheinlichkeit in den Winter- und einer Abnahme in den Sommermonaten einher. Monte-Carlo-Simulationen zeigen, daß jahreszeitlich differenzierte Schätzungen von Änderungen im Erwartungswert, also gebräuchliche Trends, auf Basis der Kleinst-Quadrate-Methode systematischen Bias und hohe Varianz aufweisen. Eine Schätzung der Trends im Mittel auf Basis der statistischen Modellierung ist somit ebenso den Kleinst-Quadrate-Schätzern vorzuziehen. Hinsichtlich der Niederschlagsanalysen stellen jedoch aride Gebiete, mit sehr seltenen Niederschlägen zu bestimmten Jahreszeiten, die Grenze der Methode dar, denn zu diesen Zeitpunkten ist eine vertrauenswürdige Schätzung einer Wahrscheinlichkeitsdichtefunktion nicht möglich. In solchen Fällen ist eine grundsätzlich andere Herangehensweise zur Modellierung der Reihen erforderlich.
This thesis deals with the analysis of “presolar” silicates and oxides by high resolution mass spectrometry and electron microscopy techniques. This “stardust” was identified by its extreme oxygen isotopic anomalies, which point to nucleosynthetic reactions in stellar interiors, in the carbonaceous chondrite Acfer 094. Isotopic, chemical and mineralogical studies on these stardust grains therefore allow the testing of astrophysical questions on Earth, which are otherwise only accessible by spectroscopy and theoretical models. The class of presolar silicates has been identified only six years ago in 2002, although it was known already from spectroscopic observations that silicates represent the most abundant type of dust in the galaxy. The development of the “NanoSIMS” was a crucial step in this respect, because this ion probe with its superior spatial resolution of only 50 nm allowed the detection of the typically 300 nm sized presolar silicates. A total of 142 presolar silicates and 20 presolar oxides were identified within Acfer 094, whose matrix therefore contains 163 ± 14 ppm presolar silicates and 26 ± 6 ppm presolar oxides. This is among the highest amounts reported so far for any primitive solar system material. The majority of detected stardust grains derive from asymptotic giant branch stars of 1 – 2.5 Msun and close-to-solar or slightly lower-than-solar metallicity. However, by measuring the Si isotopic compositions of some enigmatic grains, it could be shown that there is a sub-class of presolar silicates characterized by an extreme enrichment of 17O and a moderate enhancement of 30Si relative to solar, whose origins might be explained by formation in binary stellar systems. About 10% of all grains exhibit an enrichment in 18O and some of them also of 28Si relative to solar, which most likely point to an origin in type II supernova explosions. The Si isotopic measurements also allowed to quantify the effect of the s-process on the Si isotopes in low-mass asymptotic giant branch stars. The results agree well with theoretical predictions. The grains were furthermore characterized by SEM and the chemistries of about half of the grains were determined by Auger electron spectroscopy. The majority of grain morphologies are consistent with what is expected from condensation experiments. However, a lot of grains are altered by Fe-rich minerals, which are either of primary condensation or of secondary ISM or solar nebula origin. Furthermore, complex presolar grains consisting of refractory Al-rich grains attached to silicate material could be identified, which have been predicted by condensation theory and observational evidence. Nine presolar silicates were analyzed by combined NanoSIMS/TEM studies. The majority of grains are Mg-rich and amorphous, which is in contrast to astrophysical evidence, which mainly postulate crystalline Mg-rich and amorphous Fe-rich circumstellar condensates. However, the grains might have been rendered amorphous by secondary processes in the ISM or could have condensed under non-equilibrium, low-temperature conditions in the circumstellar outflow. The grains are more likely characterized by a variable, pyroxene-like chemistry, which could be a result of sputtering in the ISM, which preferentially removes Mg. The detected crystalline presolar silicates in this study and in other work are all olivines, whereas grains with a pyroxene stoichiometry are all amorphous except one. This supports astrophysical models which point to different formation pathways for these two types of grains and therefore different crystallinity. However, the relatively high Fe content of three detected presolar olivines in this study and in other work is in contrast to astrophysical evidence and theoretical considerations, which predict essentially Fe-free crystalline grains. It is therefore possible that the infrared spectra might also be compatible with less Mg-rich olivines. The only crystalline presolar silicate with a pyroxene-like stoichiometry is the unusual grain 1_07: although it is chemically enstatite, the electron diffraction pattern could only be indexed to silicate perovskite, which is stable above ~23 GPa. The discovery of a high-pressure phase of presolar origin shows that dust grains encountering interstellar shocks might not necessarily be completely destroyed. In astrophysical models it is in principle also possible that a fraction of larger grains might survive such a shock wave encounter as a high-pressure modification, which is supported by this discovery.
The present study was elaborated within the scope of the INTAFERE (Integrated Analysis of Mobile Organic Foreign Substances in Rivers) project which investigates the occurrence of xenobiotics in small freshwater streams with particular consideration of social impact factors. The aim of this study is to investigate the seasonal and spatial variance of organic micropollutants in small fresh water streams and to identify possible sources and sinks. Therefore four small freshwater river systems in Hesse, Germany, have been investigated with respect to common organic pollutants such as: the organophosphates tri-n-butyl phosphate (TBP), tris(2-butoxyethyl)phosphate (TBEP), tris(2-chloroethyl)phosphate (TCEP), tris(1-chloro-2-propyl)phosphate (TCPP), and tris(1,3-dichloro-2-propyl)phosphate (TDCPP), the synthetic musk fragrances 1,3,4,6,7,8-hexahydro-4,6,6,7,8,8-hexa-methylcyclopenta-[g]-2-benzopyran (HHCB) and 7-acetyl-1,1,3,4,4,6-hexamethyl-1,2,3,4-tetrahydronaphthalene (AHTN), the endocrine disruptors bisphenol A (BPA), 4-tert-octylphenol (OP) and the technical isomer mixture of 4-nonylphenol (NP), the herbicide terbutryn [2-(t-butylamino)-4-(ethylamino)-6-(methylthio)-s-triazine] as well as the insect repellent N,N-diethyl-m-toluamide (DEET). Water samples were collected in the time span from September 2003 to September 2006 at 26 sampling locations. The samples were extracted with solid phase extraction (SPE) and analyzed by coupled gas chromatography-mass spectrometry (GC-MS). For quantification the internal standard method was used. The results of the study showed an ubiquitous occurrence of organic pollutants in the fresh water streams of the study area. The organophosphates have been detected in 90 % of the water samples with mean concentrations of 502 ng/l (TCPP), 276 ng/l (TBP), 183 ng/l (TBEP), 118 ng/l (TCEP) and 117 ng/l (TDCPP). Sewage treatment plant (STP) effluents were identified as the dominating source for the chlorinated organophosphates as well as for the synthetic musk fragrances and the insect repellent DEET in the river systems. Consequently the highest concentrations were observed in the Schwarzbach system characterized by the highest proportion of waste water compared to the other river systems. Mean concentration levels of the synthetic musk fragrances HHCB and ATHN were 141 ng/l and 46 ng/l, respectively and 124 ng/l in case of DEET. The synthetic musk fragrances showed a clear seasonal trend with significantly lower concentrations in summer times compared to winter times, which is ascribed to stronger photodegradation and volatization during summer times. In contrast, mean DEET concentrations and loads were significantly higher in summer than in autumn, winter and spring, in parallel with the main insect season. The concentrations of the endocrine disruptors BPA, NP and OP in the river water samples ranged from <20 ng/l to 1927 ng/l, <10 ng/l to 770 ng/l, and <10 ng/l to 420 ng/l, respectively. Whereas OP was present in about 2/3 of the samples, NP and BPA could only be detected in 56% and 13% of the water samples, respectively. BPA levels exceeded in two samples the predicted no-effect concentration (PNEC) for water organisms. In case of NP, highest concentrations and loads were found in September 2003 and decreased significantly since then. In contrast, concentrations and loads of OP which serves in a similar application field remained nearly constant during the sampling period. The decrease of NP can be attributed to the implementation of the European Directive 2003/53/EG, which restricts the use of nonylphenols and nonylphenol ethoxylates since January 2005. However, at the end of the sampling period in September 2006, NP could still be detected at mean concentrations of 18 ng/l in the river waters of the sampling area. Furthermore, absence of NP in several samples from associated STP effluents indicate that the STPs cannot be the only sources for NP found in the river water. The herbicide terbutryn was present in the rivers during the whole sampling period from September 2003 to September 2006 despite a ban on its use as a herbicide from January 2004 on. Terbutryn levels ranged from < 4 ng/l to 5600 ng/l, showing a clear spatial pattern with high terbutryn concentrations in the Weschnitz and Modau river systems and significantly lower terbutryn levels in Schwarzbach and Winkelbach. Results from the analysis of two STP effluents discharging into the Weschnitz and the Modau, respectively, indicate that terbutryn enters the rivers from this source. Furthermore, terbutryn concentrations and loads showed a clear seasonal trend with significantly higher levels in summer and autumn. Obviously, the ban on agricultural use of terbutryn at the end of 2003 had no discernable influence on terbutryn concentration in the rivers because there was no trend of decreasing.
The development of benthic foraminiferal assemblages during the past 6,000 yrs was investigated in Holocene sediment cores from three carbonate platforms (Turneffe Islands, Lighthouse Reef, and Glovers Reef) of Belize, Central America. Foraminiferal assemblages and their diversity were determined in different time periods to identify their dependence on environmental factors, such as lagoonal age, lagoonal depth, water circulation, substrate, bottom-water temperature, and salinity. Geochemical proxies (δ18O and δ13C), obtained from the common larger foraminifer Archaias angulatus were used to estimate Holocene seasonal BW-temperatures and climate variabilities. A total of 51 samples were taken from 12 vibracores for taxonomic determination and 10 to 15 subsamples of 32 tests of Archaias angulatus were used for stable oxygen and carbon isotope analyses. Based on cluster analyses, seven benthic foraminiferal assemblages are distinguished during the Holocene. The three platforms exhibit characteristic differences in benthic foraminiferal fauna and diversity, which are controlled by their respective environments during the last 6,000 yrs. Turneffe Islands has four benthic foraminiferal assemblages, which are typical for restricted lagoons with fluctuating salinity. Lighthouse Reef is inhabited by two benthic foraminifera associations, which are characteristic of high water exchange with the surrounding ocean and clear waters. Glovers Reef is characterized by two benthic foraminiferal assemblages, which occur in deeper lagoons with slow water circulation. In general, during the Holocene, the highest mean diversity, evenness, and richness of benthic foraminifera were found in the Turneffe Islands and the lowest occurred at Glovers Reef. The foraminiferal faunas of the Lighthouse and Glovers Reefs had been in a “Diversification Stage” since 6,000 yrs, whereas the foraminiferal fauna of the Turneffe Islands reflects the development from a “Colonisation” (~4,000 yrs BP) to a “Diversification Stage” (~2,000 yrs to present time). Lagoonal depth, water circulation, substrate, and BW-temperature have higher influence on foraminiferal diversity as compared to lagoonal size and age. The negative correlation between diversity and lagoonal depth is based on differences in light intensity and substrate. In contrast to Lighthouse Reef, the Turneffe Islands and Glovers Reef show decreasing diversity of benthic foraminifera with increasing lagoon depth, due to finer sediment, turbid waters and/or dense mangrove growth, which reduce the light intensity and the number of species. Water Circulation also affected the benthic foraminifera modes of living and their diversity during the last 6,000 yrs. Increasing abundances of infaunal taxa refer to restricted circulation and/or lower oxygen conditions, as assumed for the Turneffe Islands and Glovers Reef. Increasing abundances of epifaunal foraminifera, as observed in the Lighthouse Reef indicate better circulation and/or higher oxygen conditions. Holocene BW-temperature reconstructions based on δ18O of single Archaias angulatus tests do not correspond to typical Holocene climate models of the Caribbean. In the Belize area, mean BW-temperature trends indicate local climate variations. A decrease of δ13C values during the last 1,000 yrs could be related to the “Suess Effect”. The seasonal BW-temperature variations within single large benthic foraminifera tests correspond to present-day temperature fluctuations in the lagoons, and indicate higher temperatures in Summer and Autumn and lower temperatures in Winter and Spring.
The purpose of this study was to reconstruct the depositional environment, the genesis and the composition of Miocene coals in the Kutai Basin, East Kalimantan, Indonesia and to improve our understanding of the factors controlling the organic and inorganic composition, variation of biomarkers, and the peat forming vegetation of the coals. To achieve the aim methods belonging to three different disciplines were applied: 1. Coal petrology (chapter 3) 2. Inorganic geochemistry: sulfur, pyrite and mineral matter distributions (chapter 4) 3. Organic geochemistry of saturated, aromatic hydrocarbon fractions and stable carbon isotopic composition (chapter 5 and 6) Coal petrology Coal developes from peat deposited in mires, mainly in swamps and raised bogs. It is therefore necessary to consider how peat was formed in the past. Coal contains a variety of plant tissues in different degrees of preservation. Tissues of distinct origin are microscopically identifiable and can frequently be related to certain parts of the plant, such as cuticles, woody structures, spores, algal, resin, etc. Together with the particles of less certain origin they are termed macerals which are the petrographic components of coal. During and after deposition of plant remains in sedimentary basins, the organic matter will undergo a sequence of physical, biochemical and chemical changes, which finally results in the formation of coals of increasing rank depending mainly on the temperature influence. The process of coalification begins with practically unaltered plant material and peat, and continues with increasing rank through brown coal, bituminous coal, and finally to anthracite as well as graphite. Coal petrography provides valuable of data of maceral and mineral percentages with reflectance values, which can be used to reconstruct the depositional environment and the coalification processes. In lower rank coals, the material is represented by a group of macerals called huminite, and in bituminous and anthracite coals by a group of macerals called vitrinite. Coal petrography analyses have been carried out on samples from some Miocene coal seams from Kutai Basin. The study has shown that huminite reflectance values of coal samples from ...
In vorliegender Studie wurde lebend und tot gesammeltes Schalenmaterial der Europäischen Flussperlmuschel Margaritifera margaritifera verschiedener Lokalitäten in Schweden, Finnland und Deutschland (bzw. Frankreich) sklerochronologisch und isotopengeochemisch untersucht. Sauerstoffisotopen-Zeitreihen, trendbereinigte und standardisierte stabile Kohlenstoffisotopen-Zeitreihen (SSCI) sowie jährliche Zuwachsraten (SGI-Zeitreihen) jeder der acht Populationen sind zu Compound-Chronologien zusammengefasst und auf Zusammenhänge mit Temperatur, Sonnenflecken-Zyklen und Niederschlag untersucht sowie auf Korrelationen mit verschiedenen Klimaindizes (z.B. dem Dipol der Meeres-Oberflächenwasser Temperatur-Anomalien im Nordatlantik, NADP-SST, und der Nordatlantischen Oszillation, NAO) getestet worden. Im Vergleich ergaben sich für die geglätteten Zeitreihen (25-Jahresfilter) Korrelationskoeffizienten von r = 0,57 (SGI Master-Chronologie und NAO) bzw. r = 0,59 (Master-Chronologie) und NADP-SST. Obwohl weder Isotopendaten noch Zuwachschronologien der Muscheln auf hochfrequenten Signalen hohe Korrelationen mit instrumentellen Messdaten aufweisen, sind dekadische Klimaoszillationen deutlich repräsentiert. Mit zunehmendem Lebensalter nimmt der Schalenzuwachs exponentiell ab. Gleichzeitig nähern sich die d13C-Werte der Schale dem d13CDIC-Wert des Wassers, der bei den hier untersuchten Lokalitäten zwischen -9,3 ‰ und -12,7 ‰ lag. Erst im hohen Lebensalter findet also die Schalenbildung nahezu im kohlenstoffisotopischen Gleichgewicht mit dem umgebenden Medium statt. In der Jugend der Tiere hingegen wirken sich lokalitätsspezifische Trends aus. Extrinsische Faktoren führen zu drei Mustern: 1) Trends hin zu stärker negativen d13C-Werten (um etwa -4,5 ‰) in den Bächen Nuortejaurbäcken (NJB) und Grundträsktjärnbäcken (GTB), 2) Trends hin zu weniger stark negativen d13C-Werten (um etwa +4,5 ‰) in den großen Flüssen (GJ: Görjeån, NWS: Tarn/Frankreich) und 3) Schwankungen um etwa ±1,5 ‰ um einen Mittelwert (RG: Regnitz). Der Einfluss auf die d13C-Trends könnte möglicherweise in Veränderungen der Bioproduktivität begründet sein, da sich diese unmittelbar auf den DIC-Pool des umgebenden Milieus und des Habitats auswirkt. In den Sauerstoffisotopen spiegelte sich die geographische Herkunft des untersuchten Materials wider. Die Chronologien der am nördlichsten gelegenen Populationen wiesen d18OMittelwerte von -11,5 ‰ (GJ), bzw. -9,5 ‰ (NJB, GTB) auf, die RG-Chronologie von -7,9 ‰ und die Zeitreihe der NWS von -5,3 ‰. Im Gegensatz zu anderen Arbeiten zeigten die untersuchten Individuen jedoch keinen statistischen Zusammenhang mit annuellen Temperaturdaten. Als beeinflussende Faktoren kommen die Schneeschmelze und die isotopengeochemische Ausprägung des Habitats (See, Fluss, Bach) in Frage. Eine sehr hohe Korrelation von r = -0,74 (25-Jahresfilter) wurde zwischen der Görjeån-Chronologie (d18OAragonit) und Niederschlagsraten für das in der Nähe des Flusses gelegene Jokkmokk festgestellt.
Vor dem Hintergrund des globalen Klimawandels und der Diskussion menschlicher Einflussnahme („anthropogener Treibhauseffekt“) ist anhand von Beobachtungsdaten der bodennahen Lufttemperatur und des Niederschlags untersucht worden, welche Strukturen die Klimaveränderungen in Hessen erkennen lassen. Dabei umfasst das betrachtete Gebiet den Bereich 49°- 52° Nord / 7°-11° Ost und schließt somit auch Teilgebiete der angrenzenden Bundesländer mit ein. Zeitlich lag der Schwerpunkt der Betrachtung auf dem Intervall 1951-2000, da aus dieser Zeit bei weitem die meisten Daten verfügbar sind (Temperatur 53, Niederschlag 674 Stationen). Darüber hinaus wurden aber auch Untersuchungen für die Zeit 1901 bis 2000 bzw. 2003 sowie für 30-jährige Subintervalle durchgeführt. Die Analysemethodik umfasst die Berechnung linearer Trends, einschließlich ihrer räumlichen Strukturen (Trendkarten), Aufdeckung von Fluktuationen (spektrale Varianzanalyse), Extremwertanalysen und die Diskussion natürlicher bzw. anthropogener Einflussfaktoren (Signalanalyse mittels multipler schrittweiser Regression). Die aus Tages-, Monats-, jahreszeitlichen und jährlichen Daten gewonnenen Ergebnisse sind überaus vielfältig und heterogen. Für das Flächenmittel Hessen ergibt sich 1951-2000 insgesamt (Jahresdaten) ein Temperaturanstieg von 0,9 °C mit dem Schwerpunkt im Winter (1,6 °C) und der geringsten Erwärmung im Herbst (0,2 °C). 1901-2003 liegen an den erfassten Stationen die jährlichen Erwärmungen bei 0,7 bis 1,8 °C; 30-jährig treten zum Teil auch Abkühlungen auf, insbesondere wenn die regional-jahreszeitlichen bzw. monatlichen Strukturen erfasst werden. Diese Strukturen sind beim Niederschlag noch weit ausgeprägter. Im Flächenmittel Hessen beträgt 1951-2000 der jährliche Niederschlagsanstieg 8,5 %, mit Maxima im Herbst (25 %) und Winter (22 %; Frühling 20%), während im Sommer ein Rückgang um 18 % eingetreten ist (mit Schwerpunkten im Juni und insbesondere August). Bei den Fluktuationen dominieren mittlere Perioden von ca. 2,2, 3,3, 5,5 und 7,5-8 Jahren, beim Niederschlag auch ca. 4,5 Jahre. Der Sonnenfleckenzyklus spiegelt sich in den analysierten Klimadaten nicht wider. Zusammen mit den Extremwerten sorgen diese Fluktuationen für zeitliche Instabilitäten der Klimatrends, insbesondere wenn relativ kurze (z.B. 30-jährige) Zeitabschnitte betrachtet werden. Die wiederum sehr vielfältigen und unterschiedlichen Ergebnisse der Extremwertanalyse spiegeln bei der Temperatur weitgehend die Trends wider, da sich die Streuung der Daten kaum verändert hat: d.h. Zunahme der Überschreitungswahrscheinlichkeit extrem warmer Ereignisse (insbesondere Frühling, überwiegend auch Sommer und Winter, am wenigsten im Herbst) und Abnahme der Unterschreitungswahrscheinlichkeit extrem kalter Ereignisse (dies im Winter bei den Tagesdaten jedoch sehr uneinheitlich). Beim Niederschlag sind die Abnahme extrem feuchter Monate im Sommer und die Zunahme extrem feuchter Tage im Herbst und Winter am auffälligsten. Langfristig folgen daraus ganz markante Änderungen der Jährlichkeiten. So ist beispielsweise 1901-2001 in Alsfeld die Jährlichkeit eines extrem feuchten Winters von 100 auf 5,6 Jahre zurückgegangen, die entsprechende Jährlichkeit eines extrem feuchten Sommers in Bad Camberg dagegen fast bis zur Unmöglichkeit angestiegen. Bei der Ursachendiskussion lässt sich in den Temperaturdaten ein deutlicher anthropogener Einfluss („Treibhauseffekt“) ausfindig machen. Abschließend wird diskutiert, inwieweit es sinnvoll ist, die beobachteten Trends, im Vergleich mit Modellprojektionen, in die Zukunft zu extrapolieren.