Bindungsformen und Mobilität von Arsen in Moorböden

DFG Arsen

Von 02/2008 bis 07/2012

Projektleiter: Egbert Matzner, Christian Blodau
Mitarbeiter: Beate Huhle

Moorböden haben eine große Bedeutung für die Chemie des Abflusses in Einzugsgebieten und können als effektive Filter für eingetragenes Arsen wirken. Es bestehen erhebliche Wissensdefizite hinsichtlich der Bindungsformen von As in organischen Böden und der Mechanismen für Akkumulation und Mobilisierung von As in, bzw. aus Moorböden. Diese sind bisher v.a. an terrestrischen Böden untersucht worden. Für die Umsätze von As in Moorböden sind vermutlich reduktive Prozesse und die Bildung organischer As-Spezies durch Methylierung von großer Bedeutung, ebenso wie Bindungen an der organischen Substanz.

Ziele des Vorhabens sind daher:

1. Erfassung von Tiefengradienten der As-Bindungsformen in zwei unterschiedlich belasteten Moorböden durch sequentielle Extraktion.

2. Quantifizierung von Ad/Desorption sowie der Hysterese der Sorption von AsIII und AsV in Moorböden mit unterschiedlichen As-Gehalten.

3. Untersuchungen zum Einfluss von Kationenbrücken durch Fe3+ auf die Sorption.

4. Bestimmung der Raten der As-Methylierung in Moorböden mit unterschiedlichen As-Gehalten.

5. Analyse von As-Mobilisierungsmechanismen unter anaeroben Bedingungen mit Hilfe substratinduzierter Veränderung der dissimilatorischen Respiration.

Die Arbeiten werden an Proben aus zwei unterschiedlichen Mooren durchgeführt. Der Standort „Schlöppnerbrunnen“ im Fichtelgebirge steht für ein gering mit As belastetes Moor, der Standort „Gola die Lago“ in der Süd-Schweiz für ein mit As hoch belastetes Moor. Die geplanten Arbeiten leisten wesentliche Beiträge zur Bewertung von As-Einträgen in Einzugsgebieten und zur Biogeochemie des As in organischen Böden.



Aktuelle Termine
Mo. 18.07.2022
BayCEER Retreat 2022
Sa. 23.07.2022
Zertifizierung Feldbotanik
BayCEER-Kolloquium:
Do. 07.07.2022 aktuell
Postponed to WS 22/23: Preserving ecosystem services and biodiversity on agricultural land
Do. 21.07.2022
Why forests appear the way they do: Insights gained from models and data
Do. 28.07.2022
Machine Learning and Deep Learning - Opportunities and limitations for ecology
Wetter Versuchsflächen
Luftdruck (356m): 975.9 hPa
Lufttemperatur: 16.0 °C
Niederschlag: 4.6 mm/24h
Sonnenschein: <1 h/d
Wind (Höhe 17m): 15.9 km/h
Wind (Max.): 27.7 km/h
Windrichtung: NW

...mehr
Globalstrahlung: 22 W/m²
Lufttemperatur: 13.3 °C
Niederschlag: 6.0 mm/24h
Sonnenschein: <1 h/d
Wind (Höhe 32m): 0.0 km/h

...mehr
Diese Webseite verwendet Cookies. weitere Informationen