P24 - Multiparametersensor-basiertes intelligentes Frühwarnsystem für Algenmonitoring im Oberflächenwasser
- Event
- 16. Dresdner Sensor-Symposium 2022
2022-12-05 - 2022-12-07
Dresden - Band
- Poster
- Chapter
- Umweltsensorik
- Author(s)
- A. Auernhammer, E. Elsner, M. Seidel - Technische Universität München, Garching/D, C. Dongxin Hu - A.U.G. Signals Ltd., Ontario/CAN
- Pages
- 145 - 148
- DOI
- 10.5162/16dss2022/P24
- ISBN
- 978-3-9819376-7-1
- Price
- free
Abstract
Algenblüten werden durch den Klimawandel und die Eutrophierung der Gewässer begünstigt und stellen durch die Bildung der hochtoxischen Cyanotoxine ein erhebliches Gesundheitsrisiko für Mensch und Tier dar. Algenblüten können durch diskrete Probennahmen und anschließender Analyse der vorkommenden Mikroorganismen, z. B. durch Mikroskopie, in einem Gewässer festgestellt werden. Auch visuelle Anzeichen deuten auf Algenblüten hin, dies können Trübung oder Verfärbung des Wassers oder Aufrahmungen an der Wasseroberfläche sein. Meist werden Algenblüten erst spät entdeckt und den Behörden bleibt nur wenig Zeit, um entsprechende Maßnahmen gemäß der EG-Badewasserrichtlinie wie Warnmeldungen oder Badeverbote auszusprechen. Im AIF-ZIM Projekt sollte eine Muliparametersonde der Firma AUG erstmals in Deutschland getestet werden. Ziel ist es, zukünftig ein Cloud-basiertes Frühwarnsystem für das Algenmonitoring in Oberflächenwasser aufzubauen. Die Multiparametersonde kann in einen See eingetaucht werden und so über einen längeren Zeitraum allgemeine wasserchemische Parameter überwachen. Seitens AUG war es das Ziel, zusätzlich online Nitrat bestimmen zu können. Bei signifikanter Veränderungen der wasserchemischen Parameter, welche mit einer Algenblüte korrelieren, soll hierbei frühzeitig eine Warnmeldung generiert werden. Zukünftig könnte somit den Behörden mehr Zeit verschafft werden, um Warnmeldungen auszusprechen und die entsprechenden Maßnahmen zur Sicherung der Badenden vorzunehmen.