Regionale Dynamik der Pestizid-Konzentration unterhalb der Wurzelzone

• Published in: Grundwasser Vol. 28; no. 1; pp. 75 - 87
• Main Authors: Lischeid, Gunnar, Steidl, Jörg, Engelke, Clemens, Koch, Franka
• Format: Journal Article
• Language: German
• Published: Berlin/Heidelberg Springer Berlin Heidelberg 01.03.2023; Springer Nature B.V
• Subjects: Arable land; Contamination; Drainage systems; Earth and Environmental Science; Earth Sciences; Emissions; Fachbeitrag; Foundations; Geoecology/Natural Processes; Geoengineering; Groundwater; Groundwater pollution; Hydraulics; Hydrogeology; Hydrologic models; Hydrology; Hydrology/Water Resources; Machine learning; Pesticides; Pollutants; Pollution monitoring; Root zone; Soil contamination; Soil Science & Conservation; Topsoil; Water Quality/Water Pollution; Grundwasser; Groundwater; Tile drain; Pesticides; Time series; Zeitreihen; Pestizide; Support Vector Machine; Rohrdrän; Random forests; Random Forest
• ISSN: 1430-483X; 1432-1165
• DOI: 10.1007/s00767-022-00534-1

Zusammenfassung In Ackerbaugebieten werden häufig Belastungen des Grundwassers durch Pflanzenschutzmittel und ihre Metaboliten gefunden. Zur Untersuchung direkter kausaler Zusammenhänge mit einzelnen Bewirtschaftungsmaßnahmen wurden über sieben Monate hinweg wöchentlich an acht verschiedenen Ackerflächen in Mecklenburg-Vorpommern die Ausläufe von Rohrdränen zur Bestimmung der Austräge mit dem Sickerwasser beprobt. Von den 26 untersuchten Substanzen wurden 10 wiederholt und zwei Substanzen in allen Proben nachgewiesen. Die zeitliche Dynamik der Konzentrationen der sechs am häufigsten nachgewiesenen Stoffe konnte mit einem Verfahren des maschinellen Lernens als Funktion der Schüttung der Dräne abgebildet werden. Offensichtlich erfolgt die Mobilisierung dieser Substanzen aus dem Oberboden in einer für alle Substanzen ähnlichen Weise und auf der Skala eines Bundeslandes weitgehend synchron. Das eröffnet die Option, mittels bodenhydrologischer Modelle die Zeiträume hoher Schadstoffeinträge in das oberflächennahe Grundwasser zu bestimmen und somit Monitoring-Kampagnen zu optimieren.