Geostatistische Werkzeuge in der Altlastenerkundung

Leichtflüchtige Chlorierte Kohlenwasserstoffe (LCKW) sind potente Lösungsmittel und wurden vor allem in der Vergangenheit in großem Umfang beispielsweise in Wäschereibetrieben oder in Metallverarbeitenden Betrieben eingesetzt. Leider wurde im Umgang mit diesen gesundheitsgefährdenden Chemikalien nicht immer das notwendige Maß an Sorgfalt an den Tag gelegt. In der Praxis ist es daher vielerorts nicht selten, dass die flüssigen LCKW in den Untergrund gelangt sind. Dort können sie an Bodenpartikeln anhaften, in das Grundwasser laufen oder verdampfen und sich in der Bodenluft aufkonzentrieren. LCKW-Havarien sind ein Beispiel für schädliche Eingriffe in den Untergrund, bei denen es oft notwendig ist, Maßnahmen zur Entfernung der Schadstoffe durchzuführen, beispielsweise indem kontaminiertes Bodenmaterial mit einem Bagger ausgehoben und entsorgt wird. Um die für eine Sanierungsmaßnahme zur Verfügung stehenden Mittel optimal einsetzen zu können, ist die präzise Lokalisierung des verunreinigten Bereiches von hoher Bedeutung. Wer einfach auf Verdacht drauf los baggert, verschwendet Ressourcen, die andernorts besser hätten verwendet werden können. Um die Position des Schadens im Untergrund zu bestimmen, werden in der Regel Bohrungen durchgeführt. Aus den gewonnenen Bohrkernen können Proben genommen werden, die dann auch gleich einer bestimmten Tiefe zugeordnet werden können. Moderne Laborverfahren erreichen dabei Nachweisgrenzen von einem Teil Schadstoff auf eine Million Teile Boden (und besser!). Oft ist jedoch die Anzahl der verfügbaren Bohrkerne und Analysen begrenzt. Auch Hindernisse wie Gebäude können die Bereiche des Schadens, die einer direkten Beprobung zugänglich sind, begrenzen. Eine vollständige Analyse jedes Kubikzentimeters Bodens ist weder praktikabel noch sinnvoll. Trotzdem ist es für die Bearbeitung des Schadensfalles hilfreich, von den Punktuellen Informationen aus den Bodenproben auf das gesamte Volumen der Schadstoffverteilung Rückschlüsse zu ziehen. Bei dieser Aufgabe können geostatistische Verfahren helfen. Sie stellen zwischen den gemessenen Konzentrationen und ihrer jeweiligen Position im Raum einen mathematischen Zusammenhang her. Mit Hilfe solcher geostatistischer Modelle kann auf Basis der vorhandenen Messdaten interpoliert werden, so dass für jeden Punkt im Raum eine wahrscheinliche Konzentration berechnet wird. GeowisssenschaftlerInnen steht für diese Aufgabe ein immer größer werdender Kanon leistungsfähiger Algorithmen zur Verfügung. Neben leistungsstarken Klassikern wie dem Kriging und Verallgemeinerten Additiven Modellen sind dabei in den letzten Jahren auch verstärkt Werkzeuge aus der Gruppe des sogenannten maschinellen Lernens hinzugekommen. Random-Forest- und Support-Vector-Machine-Modelle aber auch Künstliche Neuronale Netzwerke können für die Lösung lagebezogener Problemstellungen angepasst und eingesetzt werden. Im Ergebnis steht ein kontinuierliches, n-dimensionales Abbild der Schadstoffverteilung. Aus diesem lassen sich Schwerpunktbereiche ableiten, etwa dort wo die Konzentration besonders hoch oder die Gefährdung eines sensiblen Schutzgutes zu befürchten ist. Geostatistische Verfahren helfen uns, Wirkung und Erfolgsaussichten einer Sanierungsmaßnahme im Vorfeld noch besser zu quantifizieren. So können Maßnahmen präzise justiert werden, damit sie im Gelände die maximale Wirkung entfalten.

#engineeringforabettertomorrow, #mullundpartner, #whatwedo, #groundwaterprotection, #rstats, #hydrology #mupgroup