Anwendung geostatistischer Methoden zur räumlichen Analyse von Schwermetallen im Boden

In der Arbeit wird die räumliche Variabilität von Bodeneigenschaften untersucht. Die geostatistischen Methoden haben sich unter verschiedenen Methoden als die geeignetsten erwiesen, die Modellvorstellung zur räumlichen Variabilität von Bodeneigenschaften zu analysieren und umzusetzen. Sie wurden in dieser Arbeit zur räumlichen Analyse der Schwermetallgesamtgehalte von Cd, Cu, Ni, Pb und Zn im Boden eingesetzt. Folgende Fragestellungen wurden berücksichtigt:

• Analyse der räumlichen Struktur der Schwermetallgesamtgehalte im Boden
• Modellierung des räumlichen Prozesses, dem die Datenkonfiguration unterliegt
• flächendeckende Vorhersage der Schwermetallgesamtgehalte im Untersuchungsgebiet
• Vergleich verschiedener Krigingverfahren zur räumlichen Vorhersage
• Beurteilung dieser Verfahren und Auswahl weiterer möglicher Vorhersageverfahren

Die Geostatistik basiert auf der Theorie der ortsgebundenen Variable und dem Konzept der Zufallsfunktion. Durch die Annahme der Stationarität 2. Ordnung oder mindestens der intrinsischen Hypothese im Untersuchungsgebiet ist es möglich, über den Abstand im Raum uni- und multivariate Analysen durchzuführen. Die räumliche Analyse erfolgt hauptsächlich durch die Berechnung des experimentellen Semivariogramms. Bei nicht erkennbarer räumlicher Struktur im "traditionellen" Semivariogramm, verursacht durch Schiefe und/oder Extremwerte, können weitere, robustere Variogrammschätzer eingesetzt. Eine andere Möglichkeit ist die Datentransformation, um Einflüsse zu reduzieren. Das Ziel der anschließenden Anpassung der einzelnen Variogrammodelle an das experimentelle Semivariogramm ist nicht nur die statistische Güte, sondern auch die beste Wiedergabe der räumlichen Strukturen. Um räumliche Ausprägungen vorherzusagen, können verschiedene Verfahren eingesetzt werden. Genaue Schätzungen erfolgen mit den verschiedenen Krigingverfahren. Zur Erhaltung der realen Variabilität können zusätzlich Simulationsverfahren eingesetzt werden.

Um die räumlichen Strukturen interpretieren und beurteilen zu können, ist das Wissen über die Herkunft, die Ausbreitung und das Verhalten der Schwermetalle im Boden notwendig. Zur Bewertung von Kontaminationen können Grenzwertüberschreitungen analysiert werden.

Das Untersuchungsgebiet Dortmund ist ein anthropogen geprägter Raum. Die hohe Siedlungsdichte sowie der hoher Industrialisierungsgrad haben die Schwermetallgehalte im Boden erhöht. Natürliche Gehalte sind häufig durch erhöhte Konzentrationen verdeckt. Die Ausbreitung der Schwermetalle ist durch den Menschen verursacht und beschleunigt worden. Trotz der komplexen Einflussfaktoren im Untersuchungsgebiet sind deutliche räumliche Strukturen der Schwermetalle durch die geostatistische Analyse erkennbar. Um sichere Aussagen zur räumlichen Struktur machen zu können, wurden verschiedene Variogrammschätzer verwendet. Neben dem traditionellen Semivariogram, lieferten Correlogram und pairwise relative Semivariogram die besten Ergebnisse. Es sind bei allen untersuchten Schwermetallen zwei Strukturen neben dem Nugget erkennbar, eine kleinräumige sowie eine großräumige Struktur. Eine weitere Zerlegung der Zinkgehalte in Perzentile für die Indikatortransformation ergab besseren Aufschluß über die Lage der räumlichen Strukturen Nugget, kleinräumiger Range und großräumiger Range. Durch die zusätzliche Analyse der räumlichen Strukturen der Bodentypen und der Nutzungsarten mit Hilfe des Indicator Semivariograms, konnten die räumlichen Strukturen der Schwermetalle in einigen Boden- sowie Nutzungstypen wiedergefunden werden.

Mit dem ordinary Kriging wurden alle fünf Schwermetalle räumlich vorhergesagt. Bei Ni wurde versucht, durch Cokriging mit Hilfe von Cu die zuvor zu niedrig geschätzten Ni-Gehalte im Zentrum des Untersuchungsgebietes besser vorherzusagen.
Am Beispiel des Zn wurde mit dem Indicator Kriging der Erwartungswert der lokalen kumulativen Verteilungsfunktion vorhergesagt, der dem Schätzwert des ordinary Kriging entspricht. Jedoch ermöglichte die Zerlegung der Daten in 10 Gruppen gleicher Häufigkeiten und das anschließende Indicator Kriging, Aussagen zur lokalen Zinkverteilung und ihrer Parameter Mittelwert, Median, Varianz und Quantile sowie Aussagen zur lokalen Überschreitungswahrscheinlichkeit von definierten Grenzwerten.

Da nur ein Teil der Faktoren, die den räumlichen Prozess im Untersuchungsgebiet steuern, analysiert werden konnte und nicht alle Faktoren bekannt sind, könnten die Kriging Analysis und das Factorial Kriging weiteren Aufschluß über mögliche Einflüsse auf die Schwermetallverteilung geben. Um räumliche Unsicherheiten zu überprüfen sowie die reale Variabilität zu erhalten, wären Simulationsverfahren, wie das Simulated Annealing basierend auf der Sequential Indicator Simulation sicherlich mögliche Alternativen.