Sie sind hier: Startseite Bonner Bodenk. Abh. Band 41 (2005) - Band 50 (2011) Band 49 (2010) Kurzfassung Band 49

Kurzfassung Band 49

Bornemann, L.C.: Fraktionen von Bodenkohlenstoff und deren räumliche Muster – schnelle Erfassung durch Mittlere Infrarot-Spektroskopie. Bonner Bodenkundl. Abh. 49 (2010)

 

Organischer Bodenkohlenstoff (SOC) spielt eine wesentliche Rolle in globalen C-Kreisläufen, doch die räumlichen Muster unterschiedlicher SOC-Fraktionen sind bislang kaum erforscht – zu aufwändig sind die klassischen Analysemethoden. Wenig bekannt ist daher auch der Einfluss effektiver Steuergrößen auf die Verfügbarkeit der einzelnen SOC-Fraktionen auf der Feldskala.

Ziel meiner Arbeit war es, das Potenzial Mittlerer Infrarot-Spektroskopie (MIRS) zur schnellen und kostengünstigen Quantifizierung wesentlicher Kenngrößen des SOC-Haushaltes zu evaluieren. Des Weiteren sollten effektive Steuergrößen der räumlichen Heterogenität des C-Umsatzes auf der Feldskala identifiziert werden.

Neben der quantitativen Bestimmung von SOC habe ich hierzu black carbon (BC), drei Fraktionen partikulärer organischer Substanz (POM) sowie mineralisch gebundenen Kohlenstoff als Differenz in Probensätzen unterschiedlicher Herkunft bestimmt und mit Hilfe qualitativer spektraler Informationen Vorhersagemodelle zur Parameterschätzung erstellt. Effektive Steuergrößen räumlicher Variabilität der einzelnen SOC-Fraktionen habe ich mit Hilfe statistischer Strukturanalyse und Geostatistik identifiziert.

Zur erstmaligen quantitativen und qualitativen Bestimmung von SOC und BC mittels MIRS verwendete ich Grünland- und Ackerböden aus diversen Lössregionen der Welt (n = 309). Die BC-Referenzwerte wurden mit Hilfe einer Biomarker-Methode (Benzolpolycarbonsäuren, BPCA) bestimmt, die spektroskopiegestützte BC-Charakterisierung habe ich anhand unterschiedlich carbonisierter organischer Substanz, welche individuelle Stadien der Verkohlung repräsentierte, validiert. Ebenso habe ich basierend auf den Ergebnissen der SOC- und BC-Bestimmungen regionalisierte Probensätze für die MIRS-gestützte Bestimmung von POM dreier Größenklassen (POM1: 2000–250 µm; POM2: 250–53 µm; POM3: 53–20 µm) für 129 Rasterpunkte eines 1,3 ha großen Testfeldes verwendet. Die Validierung dieser Vorhersagemodelle erfolgte unter anderem durch Ligninanalysen der untersuchten Proben. Als potenzielle Steuergrößen des C-Umsatzes habe ich den Steingehalt, die Textur der Feinerde, den Gehalt von pedogenen Eisenoxiden, Hangneigung und Höhe über normal Null, die 137Cs-Aktivität zur Abschätzung von erosiver Verlagerung sowie die Bodenfeuchte an allen 129 Rasterpunkten bestimmt. Die statistischen Methoden zur Identifikation effektiver Steuergrößen des C-Umsatzes umfassten Multidimensionale Skalierung einer Fuzzy-Kappa-Ähnlichkeitsmatrix, Hauptkomponentenanalyse, Korrelationsanalysen, multiple Regressionsmodelle sowie Semivarianzanalysen.

Durch die Anwendung von MIRS konnten alle SOC-Fraktionen verlässlich abgeschätzt werden. Lokale Kalibrationen erklärten ca. 99 % der absoluten Variabilität des SOC. Die Qualität der BC-Vorhersage war etwas geringer (R² > 0,8), was teilweise auf unterschiedliche BC-Qualitäten zurückzuführen war. Diese sind durch den Anteil an Mellitsäure im BPCA-Spektrum charakterisiert, welcher ebenfalls mit den spektralen Signalen korrelierte (R² ≥ 0,6). Die erreichten Bestimmtheitsmaße zur Vorhersage von POM lagen zwischen 0,77 und 0,96. Das Vorhersagemodell für POM1 basierte dabei hauptsächlich auf Absorptionsbanden von Cellulose und Lignin, die Gehalte von POM2 wurden durch spezifische Spektralbanden von Abbauprodukten organischer Materialien wie CH-Gruppen und aromatischen Strukturen charakterisiert. Absorptionen von Carboxylgruppen trugen wesentlich zur Vorhersage von POM3-Gehalten bei. Enge räumliche Beziehungen konnten zwischen POM1, POM2 und Lignin festgestellt werden, welche auch zu großen Teilen die Variabilität von SOC im Gelände erklärten. Im Gegensatz dazu zeigten die Gehalte an POM3 eine weniger deterministische räumliche Struktur und trugen nur wenig zur Heterogenität des SOC bei.

Mit Ausnahme von POM3 (R² = 0,20) konnte die Variabilität aller SOC-Fraktionen unter Verwendung des Steingehaltes, der Gehalte an pedogenen Oxiden und der Hangneigung in multiplen linearen Regressionsmodellen erklärt werden (R² = 0,68–0,79). Der stark variierende Steingehalt (4–60 %) erwies sich hierbei als dominierender Faktor der C-Dynamik auf der untersuchten Testfläche. Die räumliche Verteilung von BC war zusätzlich durch Bodenerosion bestimmt.

Zusammenfassend gilt, dass sich mittels MIRS schnell und kostengünstig räumliche Muster von SOC, BC und POM im Gelände ermitteln lassen. Die identifizierten räumlichen Muster zeigen hohe Anteile deterministischer Variabilität und lassen sich überwiegend mit Sättigungsprozessen erklären, welche aus relativ erhöhten Einträgen von Pflanzenstreu in durch zunehmende Steingehalte reduzierte Feinerdeanteile resultieren. Daher ist es gerade in Böden mit stark variierenden Steingehalten essentiell, dass Bodenskelett zu berücksichtigen, um effektive Kenngrößen des SOC-Haushaltes auf der Feldskala ermitteln zu können – ein Faktor also, welcher in konventionellen Bodenanalysen (auf 2 mm gesiebte Feinerde) bislang wenig Beachtung findet.

Artikelaktionen