GIS im Bereich der Umweltverschmutzung bezeichnet die Anwendung von GIS- Software zur Kartierung und Analyse von Schadstoffen auf der Erde, darunter Boden- , Wasser- und Luftverschmutzung . [ 1 ] [ 2 ] [ 3 ] Verschiedene GIS-Methoden werden zur räumlichen Analyse von Schadstoffen eingesetzt, um diese zu identifizieren, zu überwachen und zu bewerten. GIS kann weitere Technologien wie Fernerkundung , LIDAR , GeoAI und WebGIS nutzen, um den Analyseprozess zu optimieren . [ 4 ] Eine Methode ist die räumliche Interpolation, die eine effizientere Sanierung und Überwachung von Boden- und Wasserverunreinigungen ermöglicht. Die Kontamination durch Metalle und andere Schadstoffe hat sich nach der Industrialisierung in vielen Teilen der Welt zu einem bedeutenden Umweltproblem entwickelt. [ 5 ] Infolgedessen sind Umweltbehörden für die Sanierung, Überwachung und Minderung von Bodenkontaminationsstandorten zuständig . GIS wird zur Überwachung von Standorten auf der Erde hinsichtlich Metallkontaminationen eingesetzt, um Risikostandorte zu identifizieren, an denen Sanierungs- und Überwachungsmaßnahmen erforderlich sind.
GIS bei Bodenkontamination
Bodenbelastungen durch Schwermetalle finden sich in urbanen Gebieten und lassen sich auf Emissionen aus Verkehr, Industrie und natürlichen Prozessen wie der natürlichen Hintergrundbelastung (Auswaschung von Schwermetallen aus Mineralien durch Verwitterung) zurückführen. Besonders stark belastete Böden befinden sich in der Nähe von Bergwerken, unter anderem in Slowenien , Bosnien und Herzegowina sowie in den USA (Sulphur Bank Superfund Site in Kalifornien). [ 5 ] [ 6 ] [ 3 ] Schwermetallbelastungen im Boden können durch direkten und indirekten Kontakt eine Gefahr für die menschliche Gesundheit darstellen. Darüber hinaus können sie Ökotoxizität verursachen und die Funktionsfähigkeit von Ökosystemen beeinträchtigen. [ 7 ] In einem Untersuchungsgebiet wird GIS zur Analyse der räumlichen Verteilung der Schadstoffe im Boden eingesetzt.
Bodenverseuchung in Slowenien
In Idrija , Slowenien, war über 500 Jahre lang eine Quecksilbermine in Betrieb, die erhebliche Mengen an Quecksilber in die Atmosphäre freisetzte. Dieses Quecksilber wurde von der Bodenoberfläche absorbiert, was zur Freisetzung und Diffusion von Quecksilber durch die Bodenporen führte. [ 3 ] Ziel der Studie war die Berechnung des Quecksilber-Emissionsflusses über vier Jahreszeiten innerhalb eines Jahres. Zu diesem Zweck wurde ein Quecksilber-Emissionsmodell entwickelt.
Dabei ist F <sub>Hg</sub> der Quecksilberemissionsfluss, E<sub> a </sub> die Aktivierungsenergie , R die Gaskonstante , T<sub> s </sub> die Bodentemperatur, n und m sind Konstanten, [Hg] <sub>s</sub> ist die Quecksilberkonzentration und 0,003 * R<sub> z</sub> berücksichtigt die Sonneneinstrahlung, da diese die Temperatur und somit auch den Quecksilberemissionsfluss beeinflusst. [ 3 ] Nach der Erfassung der Quecksilberkonzentrationsdaten wurde ein schematisches Modell für die GIS-Eingabe erstellt, bestehend aus einem digitalen Höhenmodell (DEM), einer Satelliten-Landnutzungskarte und EARS-Daten. [ 3 ] [ 8 ] [ 9 ] [ 2 ] Mithilfe der inversen Distanzgewichtung (IDW) aus den geostatistischen Werkzeugen von ArcGIS 9.3 wurde ein Rastermodell der Quecksilberkonzentration für das Gebiet von Idrija erstellt. [ 3 ] [ 2 ] [ 10 ] [ 9 ]
Das Rastermodell in ArcGIS visualisierte die räumliche Verteilung der Quecksilberemissionen und zeigte, dass die höchsten Emissionen an dem Standort konzentriert waren, an dem die Quecksilbermine betrieben wurde. [ 3 ] Die Studie ergab, dass die Quecksilberemissionen im Sommermonat Juli am höchsten waren, was eine starke Korrelation zwischen den Quecksilberemissionen und den saisonalen Schwankungen von Temperatur und Sonneneinstrahlung belegt. [ 3 ]
GIS bei der Wasserverschmutzung
GIS kann bei der Beurteilung und Minderung von Wasserverschmutzungen helfen, indem es Schadstoffe in einem Gebiet visualisiert. Die analysierten Schadstoffe sind entweder natürlichen Ursprungs, wie vulkanische Ablagerungen, Mineralauswaschungen oder Salzwasserintrusionen, oder anthropogenen Ursprungs, wie Industrieabfälle, landwirtschaftliche Abflüsse oder Ölverschmutzungen. [ 11 ] GIS ermöglicht die räumliche Analyse von Verschmutzungsquellen, -ausbreitung und -auswirkungen verschiedener Schadstoffe mithilfe unterschiedlicher Methoden, darunter räumliche Interpolation, Fernerkundung und hydrologische Modellierung. [ 11 ] Zusätzlich können statistische Modelle helfen, Gebiete mit einem höheren Verschmutzungsrisiko vorherzusagen. [ 11 ] Ein Problem im Zusammenhang mit Wasserverunreinigungen ist die Grundwasserverschmutzung , die Ökosysteme und die menschliche Gesundheit beeinträchtigt.
DRASTIC Summary Index Score modelliert mit GIS
Unter bestimmten hydrologischen Bedingungen sind manche Grundwasserleiter anfälliger für Verunreinigungen als andere . Die Parameter, die bei der Berechnung der Kontaminationsanfälligkeit von Grundwasserleitern berücksichtigt werden, sind die Grundwassertiefe (Faktor d), die Nettogrundwasserneubildung (Faktor r), die Eigenschaften des Grundwasserleiters (Faktor a), die Eigenschaften des Bodens (Faktor s), die Topographie (Faktor t), der Einfluss der ungesättigten Zone (Faktor i) und die hydraulische Leitfähigkeit (Faktor c). Zusammen ergeben diese Parameter den DRASTIC-Index. [ 12 ] [ 13 ] Jedem Parameter ist ein Gewichtungsfaktor zwischen eins und fünf zugeordnet. Je niedriger der DRASTIC-Index nach der Bewertung des Grundwasserleiters ist, desto geringer ist das Risiko einer Grundwasserverunreinigung in diesem Gebiet. [ 12 ] Aus diesen sieben Parametern ergibt sich der DRASTIC-Gesamtindex, der die Kontaminationsanfälligkeit einzelner Grundwasserleiter bestimmt. Der DRASTIC-Gesamtindex ist deshalb so wichtig, weil er besonders gefährdete Gebiete aufzeigt. Infolgedessen werden die staatlichen oder lokalen Behörden, je nach Ausmaß, die notwendigen Maßnahmen ergreifen, um eine Verunreinigung der Wasserversorgung zu verhindern oder zu mindern. Mithilfe von GIS wurde eine Karte für die sieben Landkreise Floridas (Hillsborough, Polk, Manatee, Hardee, Sarasota, DeSoto und Charlotte) erstellt, die den DRASTIC-Gesamtindex für das Floridan-Aquifersystem, das Oberflächen-Aquifersystem und den sonstigen Gesteinsaquifer darstellt. Die erstellte Karte besteht aus mehreren übereinanderliegenden Ebenen (siehe Abbildung 1) .
Abbildung 1: Dies ist der DRASTIC-Zusammenfassungsindex für Westflorida. Blau markiert das am wenigsten gefährdete Gebiet des Grundwasserleiters, rot das am stärksten gefährdete.
GIS bei Luftverschmutzung
Geoinformationssysteme (GIS) werden zur Untersuchung und Überwachung der Luftverschmutzung eingesetzt , indem sie die räumliche Verteilung von Schadstoffen kartieren. Zu den häufigsten Luftschadstoffen zählen Feinstaub (PM), Stickoxide (NOₓ ) , Schwefeldioxid (SO₂ ) , Kohlenmonoxid (CO), Ozon (O₃ ) und flüchtige organische Verbindungen (VOCs). [ 14 ] Diese Schadstoffe können aus industriellen Aktivitäten, Fahrzeugemissionen und Naturereignissen wie Waldbränden stammen. GIS ermöglicht die Analyse von Schadstoffverteilungsmustern, Expositionsniveaus und deren zeitlichen Veränderungen. Diese räumliche Analyse kann Gesundheitsbehörden, Forschern und politischen Entscheidungsträgern helfen, die Luftqualität zu beurteilen, Risikogruppen zu identifizieren und Strategien zur Minderung der Luftverschmutzung zu unterstützen.
Luftverschmutzung im Saltonsee
Die Veränderungen der Uferlinie des Saltonsees in Südkalifornien werden mithilfe von GIS überwacht. Diese Veränderungen haben erhebliche Auswirkungen auf die Luftqualität und die öffentliche Gesundheit in der Umgebung. Der Saltonsee entstand 1905, als der Colorado River ein unter dem Meeresspiegel liegendes Wüstenbecken überflutete. Er ist stark durch landwirtschaftliche Abwässer verschmutzt, die Pestizide, Düngemittel und andere Schadstoffe in den See spülten und so ungesunde Bedingungen für die Tierwelt schufen. [ 15 ] [ 16 ] Das 2003 geschlossene Abkommen zur Quantifizierung der Wasserressourcen (Quantification Settlement Agreement, QSA) reduzierte den Wasserzufluss zum Saltonsee, wodurch dieser schrumpfte und mehr vom Seeboden freigelegt wurde. Dieser ist nun eine Quelle für durch jahrelange landwirtschaftliche Aktivitäten belasteten Feinstaub. [ 15 ] [ 16 ] [ 17 ] Dies führte zu gesundheitlichen Bedenken in den umliegenden Gemeinden, die häufig von Landarbeitern und Angehörigen ethnischer Minderheiten bewohnt werden und überdurchschnittlich häufig unter Atemwegserkrankungen leiden. [ 17 ] Geographische Informationssysteme (GIS) und räumliche Analyseverfahren spielen bei diesen Bemühungen eine entscheidende Rolle, indem sie die Freilegung von Seeböden kartieren und Gebiete mit dem größten Risiko identifizieren. [ 16 ]
Die Studie, durchgeführt von Forschern der School of Public Health der Loma Linda University in Zusammenarbeit mit lokalen Organisationen und der Bevölkerung, hatte zum Ziel, die Veränderungen der Küstenlinie am Nordufer des Saltonsees mithilfe historischer Satellitenbilder, Ballonkartierung und Luftqualitätsmodellierung mit ArcGIS und anderer Software zu erfassen. [ 16 ] Von 2018 bis 2021 erfasste eine an einem Wetterballon befestigte Kamera Bilder des Nordufers, die anschließend mit Satellitenbildern aus den Jahren 2002 bis 2018 verglichen wurden, um die Veränderungen der Küstenlinie im Laufe der Zeit zu analysieren. [ 16 ] Die Ergebnisse zeigten, dass sich der Rückgang der Küstenlinie nach den Änderungen in der Wasserwirtschaftspolitik beschleunigte. Zwischen 2002 und 2017 betrug die durchschnittliche Rückzugsrate etwa 12,5 m, stieg jedoch zwischen 2017 und 2020 auf durchschnittlich 38,5 m pro Jahr. [ 16 ] Prognosemodellen zufolge wird sich die Nordküste bis 2030 um weitere 150 m und bis 2041 um 172 m zurückziehen, was weiterhin Auswirkungen auf die öffentliche Gesundheit haben wird. [ 16 ] [ 17 ]
Um die Auswirkungen auf die Luftqualität zu bewerten, wurde ein chemisches Transportmodell (WRF-Chem) eingesetzt, um die Emissionen von Feinstaub, insbesondere PM10, aus dem freigelegten Seeboden zu simulieren und vorherzusagen. [ 16 ] Das Modell ergab, dass die Ausdehnung des freigelegten Seebodens die PM10-Belastung für die Anwohner des Saltonsees voraussichtlich deutlich verschlimmern und das Risiko von Atemwegserkrankungen erhöhen wird. [ 16 ] Diese Arbeit, die GIS nutzt, trägt zur laufenden Forschung, zu Maßnahmen zur Minderung der Auswirkungen des schrumpfenden Saltonsees und seiner freigelegten Sedimente auf die Luftqualität sowie zu Fragen der öffentlichen Gesundheit bei.
Referenzen
- ^ Demers, MN (2003). Grundlagen von Geographischen Informationssystemen. John Wiley & Sons, Inc.
- ^ a b c Longley, PA, Goodchild, MF, Maguire, DJ, & Rhind, DW (2005). Geographische Informationssysteme und Wissenschaft . John Wiley & Sons Ltd.
- Kocman , D. , & Horvat, M. (2011). Diffuse Quecksilberemissionen aus der Quecksilbermine Idrija: GIS-Quecksilberemissionsmodell. Journal of Environmental Management , 1–9.
- ^ Calka, Beata; Szostak, Marta (14.03.2025). „GIS-basierte Umweltüberwachung und -analyse“ . Applied Sciences . 15 (6): 3155. doi : 10.3390/app15063155 . ISSN 2076-3417 .
- ^ a b Jasminka, A., & Robert, S. (2011). Verteilung chemischer Elemente in einem alten metallurgischen Gebiet, Zenica. Geoderma, 71–85.
- ^ Nacht, DM, & al., e. (2004). Atmosphärische Quecksilberemissionen und -spezies am Superfund-Standort der Quecksilbermine Sulphur Bank, Nordkalifornien. Environmental Science Technology, 1977–1983.
- ^ Hou, Deyi; O'Connor, David; Nathanail, Paul; Tian, Li; Ma, Yan (Dezember 2017). „Integrierte GIS- und multivariate statistische Analyse zur regionalen Bewertung der Schwermetallbelastung von Böden: Eine kritische Übersicht“ . Environmental Pollution . 231 (Teil 1): 1188–1200 . Bibcode : 2017EPoll.231.1188H . doi : 10.1016/j.envpol.2017.07.021 . PMID 28939126 .
- ^ Lillesand, TM, Kiefer, RW, & Chipman, JW (2008). Fernerkundung und Bildinterpretation. John Wiley & Sons, Inc.
- ^ a b Demers, MN (2003). Grundlagen von Geographischen Informationssystemen . John Wiley & Sons, Inc.
- ^ Gorr, WL und Jurland, KS (2008). GIS-Tutorial. Redlands: ESRI.
- Nelson , JR ; Grubesic, TH; Sim, L.; Rose, K.; Graham, J. (August 2015). „Ansatz zur Bewertung der Küstenanfälligkeit gegenüber Ölunfällen zur Prävention und Vorbereitung mithilfe von GIS und dem Blowout and Spill Occurrence Model“ . Ocean & Coastal Management . 112 : 1–11 . Bibcode : 2015OCM...112....1N . doi : 10.1016/j.ocecoaman.2015.04.014 . OSTI 1240138 .
- ^ a b Bukowski, P., Bromek, T., & Augustyniak, I. (2006). Anwendung des DRASTIC-Systems zur Bewertung der Anfälligkeit des Grundwassers für Verschmutzungen in Bergbaugebieten des oberschlesischen Kohlebeckens. Mine Water and the Environment , 15–22.
- ^ Drastische Abdeckung des Zwischengrundwasserleitersystems. (1. November 2002). Abgerufen am 17. April 2011 von der Florida Geographic Data Library: http://www.fgdl.org/metadataexplorer/explorer.jsp
- ^ Vallero, Daniel (2014), „Einleitung“ , Grundlagen der Luftverschmutzung , Elsevier, S. 1, doi : 10.1016/b978-0-12-401733-7.02001-6 , ISBN 978-0-12-401733-7abgerufen am 12.05.2025
- ^ a b Frie, Alexander L.; Dingle, Justin H.; Ying, Samantha C.; Bahreini, Roya (2017-08-01). „Der Einfluss eines zurückgehenden Salzsees (des Saltonsees) auf die Zusammensetzung der luftgetragenen Feinstaubpartikel“ . Environmental Science & Technology . 51 (15): 8283–8292 . Bibcode : 2017EnST...51.8283F . doi : 10.1021/acs.est.7b01773 . ISSN 0013-936X . PMID 28697595 .
- Sinclair , Ryan G .; Gaio, Josileide ; Huazano , Sahara D.; Wiafe, Seth A.; Porter, William C. (17.10.2024). „ Ein Ballonkartierungsansatz zur Vorhersage des PM10-Anstiegs aufgrund der schrumpfenden Küstenlinie des Saltonsees“ . Geographies . 4 ( 4 ): 630–640 . doi : 10.3390/geographies4040034 . ISSN 2673-7086 .
- ^ a b c Cheney, Ann Marie; Ortiz, Gabriela; Trinidad, Ashley; Rodriguez, Sophia; Moran, Ashley; Gonzalez, Andrea; Chavez, Jaír; Pozar, María (2023-06-01). „Perspektiven lateinamerikanischer und indigener mexikanischer Betreuungspersonen auf die Umwelt des Saltonsees und deren Einfluss auf Asthma, Atemwegsgesundheit und Begleiterkrankungen bei Kindern“ . International Journal of Environmental Research and Public Health . 20 (11): 6023. doi : 10.3390/ijerph20116023 . ISSN 1660-4601 . PMC 10252982. PMID 37297627 .