Entwicklung der Metall-Bioakkumulation in Deutschland zwischen 1990 und 2000 auf zwei naturräumlichen Differenzierungsstufen

Transkript

1 Entwicklung der Metall-Bioakkumulation in Deutschland zwischen 1990 und 2000 auf zwei naturräumlichen Differenzierungsstufen Roland PESCH und Winfried SCHRÖDER Dieser Beitrag wurde nach Begutachtung durch das Programmkomitee als reviewed paper angenommen. Zusammenfassung Unter Verwendung der Ergebnisse der Moos-Monitoring-Kampagnen 1990, 1995 und 2000 sowie einer multivariat-statistisch abgeleiteten Raumgliederung wird die zeitliche Entwicklung der atmosphärischen Metall-Bioakkumulation in Deutschland auf zwei naturräumlichen Differenzierungsstufen berechnet und graphisch dargestellt. Dies erfolgt sowohl anhand geostatistisch berechneter Flächendaten über die Gehalte von acht Metallen in Moosen als auch anhand eines daraus abgeleiteten ordinalskalierten Multi-Metall-Index. Die zeitliche Entwicklung der Metallakkumulation in den 21 und 73 Ökoregionen der landschaftsökologischen Raumgliederung zeigt in nahezu allen Fällen abnehmende Tendenzen. Allerdings sind für Zink in 4 von 21 bzw. 15 von 73 Ökoregionen statistisch signifikante Zunahmen von 1990 nach 2000 nachweisbar. Die gewonnenen Resultate legen nahe, auch in Zukunft atmosphärische Metalleinträge in terrestrischen Ökosystemen naturraumspezifisch zu überwachen und zu bewerten. 1 Hintergrund und Ziel Unter den Monitoringaktivitäten zum UNECE 1 -Übereinkommen über den weiträumigen, grenzüberschreitenden Transport von Luftverunreinigungen (CLRTAP 2 ) stellt das Moos- Monitoring mit rund 7000 Probenentnahmestandorten in 32 europäischen Staaten das verlässlichste Instrument zur flächendeckenden Ermittlung der Bioakkumulation von Metallen in terrestrischen Ökosystemen dar. Als Bestandteil des UNECE-Kooperativprogramms ICP Vegetation 3 (Working Group on Effects) wurde das Moos-Monitoring 1990, 1995 und 2000 in Deutschland als Umweltforschungsplan-Vorhaben durchgeführt. Die Ergebnisse der drei Vorhaben wurden sowohl in Form von Berichten (HERPIN et al. 1995, SIEWERS & HERPIN 1998, SIEWERS et al. 2000, SCHRÖDER et al. 2002) als auch weiterführenden Publikationen veröffentlicht (SCHRÖDER & PESCH 2004 a, b, c, PESCH & SCHRÖDER 2005, SCHRÖDER & PESCH 2005 a, b, PESCH & SCHRÖDER 2006 a, b, c, SCHRÖDER & PESCH 2006). In der Messkampagne 2005/06 wurden neben der Metallakkumulation erstmalig die Gesamtstick United Nations Economic Commission for Europe. Convention on Long-range Transboundary Air Pollution. International Cooperative Programme on Effects of Air Pollution on Natural Vegetation and Crops.

2 528 R. Pesch und W. Schröder stoffgehalte in den Moosen bestimmt. Ein wesentliches Ziel des Moos-Monitorings ist die Analyse räumlicher und zeitlicher Trends der Metallakkumulation in terrestrischen Ökosystemen. Weiterhin sollten sowohl die Messinformationen wie auch die daraus abgeleiteten Flächendaten mit landschafts-ökologischen Basisdaten verknüpft werden. PESCH & SCHRÖDER (2006) haben gezeigt, dass das Moos-Monitoring-Messnetz die Landschaftsstruktur Deutschlands in ausreichendem Maße berücksichtigt. In Fallstudien sind von den beiden Autoren auch Verknüpfungen der Metallgehalte in den Moosen mit einer ökologischen Raumgliederung Deutschlands vorgestellt worden (SCHRÖDER & PESCH 2004c, 2005b, 2006). Das Ziel der vorliegenden Studie ist es, die Entwicklung der Metallakkumulation am Beispiel der acht Metalle Chrom (Cr), Kupfer (Cu), Eisen (Fe), Nickel (Ni), Blei (Pb), Vanadium (V), Titan (Ti) und Zink (Zn) sowie des daraus abgeleiteten Multi-Metall-Indexes erstmals nicht nur in den 21 Klassen, sondern auch für die maximale, 73 Klassen umfassende Differenzierungsstufe der multivariat-statistisch abgleleiteten Raumgliederung nach SCHMIDT (2002) zu analysieren. 2 Daten 2.1 Metallakkumulation in Moosen Die Umweltkonzentration atmosphärisch deponierter Metalle lässt sich durch die chemische Bestimmung der Metallgehalte in ektohydren Moosen quantifizieren. Moose haben eine große spezifische Oberfläche und akkumulieren trocken oder nass deponierte Metalle über mehrere Jahre ohne physiologische und strukturelle Veränderungen. Die Bestimmung der Metallanreicherung in den Moosen erhöht die Präzision der chemischen Elementbestimmung und besitzt zudem enorme finanzielle Vorteile gegenüber technischen Verfahren zur Quantifizierung von atmosphärischen Metalleinträgen. Aus diesen Gründen erfolgt das Moos-Monitoring nach erfolgreichen Pilotanwendungen in Skandinavien zwischen 1970 und 1985 seit 1990 alle fünf Jahre zeitgleich in 21 bis 28 europäischen Staaten (BUSE et al. 2003). An der Messkampagne 2005/06 nahmen 32 Staaten teil, u. a. erstmalig fast alle osteuropäischen Staaten sowie die Türkei und Griechenland. Entsprechend der UNECE Monitoring-Anleitung (UNECE 2001) wurden in Deutschland 1990 an 592, 1995 an 1026 und im Jahr 2000 an 1028 Standorten Moose entnommen und auf bis zu 40 Metalle chemisch analysiert (HERPIN et al. 1995, SIEWERS & HERPIN 1998, SIEWERS et al. 2000, SCHRÖDER et al. 2002). In der Kampagne 2005/06 wurden an 720 Standorten Moose entnommen (PESCH & SCHRÖDER 2006d), wobei die Beprobung des Rotstengelmooses Pleurozium schreberi (P.s.) höchste Priorität hatte; es folgten abgestuft das Grünstengelmoos Scleropodium purum (S.p.) und das Zypressen-Schlafmoos Hypnum cupressiforme (H.c.). Die Bestimmung der Akkumulation von mindestens 12 Metallen (neben Cr, Cu, Fe, Ni, Pb, Ti, V und Zn auch Arsen (As), Cadmium (Cd), Quecksilber (Hg) und Antimon (Sb)) erfolgte qualitätskontrolliert mit ICP-MS (Inductively Coupled Plasma Mass Spectrometer), ICP-OES (Inductively Coupled Plasma Optical Emission Spectrometer) sowie AAS (Atomabsorptionsspektrometer)-Kaltdampf-Technik. Die Messdaten der Kampagnen 1990, 1995 und 2000 wurden mittels geostatistischer sowie multivariat-statistischer Techniken analysiert und die Ergebnisse in mehreren Arbeiten

3 Entwicklung der Metall-Bioakkumulation in Deutschland zwischen 1990 und publiziert. So präsentieren SCHRÖDER & PESCH (2004 a, b, c) und PESCH & SCHRÖDER (2005) die flächenhafte Verallgemeinerung der Gehalte von 12 Metallen mit geostatistischen Verfahren und aggregieren die in den Moosen gemessenen Stoffgehalte zu Indikatoren für regionale Immissionsstrukturen mit clusteranalytischen Verfahren. Ergänzend hierzu berechnen SCHRÖDER & PESCH (2004 c) einen ordinal skalierten Multi-Metall-Index über acht bzw. zwölf Metalle mit einem perzentilstatistischen Ansatz. Der Multi-Metall- Index, der Werte von 1 (geringe Metallakkumulation) bis 10 (hohe Metall-akkumulation) annehmen kann, ermöglicht die kartografische Darstellung räumlicher und zeitlicher Trends der Metallakkumulation. Mit Hilfe des Multi-Metall-Indexes wurden zudem Hot Spots für die Bioakkumulation von Metallen in terrestrischen Ökosystemen identifiziert (PESCH & SCHRÖDER 2006 a), die bei der Optimierung des Moos-Monitoring-Messnetzes eingesetzt wurden (PESCH & SCHRÖDER 2006 d). Weitere Arbeiten beschäftigen sich mit der multivariat-statistischen Evaluierung der Stoffgehalte in den Moosen (PESCH & SCHRÖDER 2006 b, c). 2.2 Landschaftsökologische Raumgliederung Landschaftsstrukturen sind Komplexindikatoren für die stofflichen und energetischen Randbedingungen, unter denen Ökosysteme funktionieren (SCHRÖDER et al. 2006, SCHRÖ- DER & PESCH 2006). Aus diesem Grund sollte die räumliche Struktur von Umweltmessnetzen an den Landschaftsstrukturen orientiert und deren Messdaten mit den landschaftsökologischen Basisdaten verknüpft werden. Im Hinblick auf die naturräumliche Regionalisierung der Metallgehalte in Moosen wurde eine landschaftsökologische Raumgliederung (SCHMIDT 2002) verwendet, die mittels classification and regression trees (CART) (BREI- MAN et al. 1984) abgeleitet wurde. Beim CART-Verfahren handelt es sich um einen Algorithmus zur Beschreibung des Zusammenhangs zwischen mehreren Eingangsgrößen und einer Zielgröße, wobei man im Falle einer diskreten Zielgröße von einem Klassifikationsbaum (classification tree) und im Falle einer stetigen Zielgröße von einem Regressionsbaum (regression tree) spricht. Wie bei der Regression werden bei CART zwei Ziele verfolgt, nämlich die bestmögliche Vorhersage der Zielgröße für zukünftige Messungen sowie das Verständnis der strukturellen Beziehungen zwischen den Eingangsgrößen und der Zielgröße. Im vorliegenden Falle stellten sechs nach ökologischen Kriterien ausgewählte Merkmale (BOHN et al. 2003), und zwar Globalstrahlung, Niederschlag, Lufttemperatur, Verdunstung, Bodenart und orographische Höhe, die Eingangsgrößen und die potenziell natürliche Vegetation pnv die Zielgröße (BOHN et al. 2003) dar. Die Karte der pnv Deutschlands wurde mit den 47 Karten über die in den zitierten Arbeiten detailliert beschriebenen physisch-geographischen Elementarfaktoren in einem GIS verknüpft und die Zusammenhänge unter Zuhilfenahme von CART analysiert. Hierzu wurde jede der 48 Karten in Zellen mit 2 km 2 km Kantenlänge zerlegt. Die Zellen wurden unter Einbeziehung der physisch-geographischen Eingangsgrößen mittels CART im Hinblick auf die Ähnlichkeit der Variablen pnv räumlich klassifiziert. Das Verfahren zerlegt die Ausgangsmenge der Rasterzellen in binären Schritten in Untergruppen, die hinsichtlich der pnv möglichst homogen sind. Das Ergebnis der CART-Berechnungen war ein Dendrogramm mit 73 Endknoten, von denen jeder einer Ökoregion entspricht. Durch fachlich überwachtes Zurückschneiden des Dendrogramms wurde die Anzahl der Ökoregionen auf 21 reduziert (Abbildung 1a). Diese 21 Klassen, die im Hinblick auf die physischgeographische Eingangsgrößen von SCHMIDT (2002) mittels statistischer Kennzahlen charakterisiert wurden, bildeten die Grundlage zur Bestimmung der Landschaftsrepräsentanz

4 530 R. Pesch und W. Schröder von Umweltmessnetzen (SCHRÖDER et al. 2001; PESCH & SCHRÖDER 2006 d). Abbildung 1a zeigt die auf 21 Ökoregionen basierende landschaftsökologische Gliederung Deutschlands, Abbildung 1b zeigt die auf 73 Ökoregionen basierende landschaftsökologische Gliederung am Beispiel der Brandenburger Jungmoränenlandschaft. Abb. 1: (a) Landschaftsökologische Gliederung Deutschlands basierend auf 21 Ökoregionen sowie (b) landschaftsökologische Gliederung der Brandenburger Jungmoränenlandschaft basierend auf 73 Ökoregionen 3 Naturräumliche Differenzierung der Metall- Bioakkumulation 3.1 Durchführung Im Hinblick auf eine naturräumlich differenzierte Darstellung der Entwicklung der Stoffgehalte von Chrom, Kupfer, Eisen, Nickel, Blei, Vanadium, Titan und Zink sowie des daraus abgeleiteten Multi-Metall-Indexes wurden die Rasterinformationen (SCHRÖDER & PESCH 2004 a, b, c) in ArcView GIS (ESRI) mit den 73 bzw. 21 landschaftsökologischen Raumeinheiten nach SCHMIDT (2002) verknüpft und die daraus resultierenden Ergebnisse kartographisch dargestellt. Für jede Kampagne konnten so statistische Kennzahlen für die

5 Entwicklung der Metall-Bioakkumulation in Deutschland zwischen 1990 und einzelnen Raumeinheiten abgeleitet werden 4. Zur Veranschaulichung der zeitlichen Entwicklung der Metallakkumulation wurden pro Ökoregion und für die gesamte BRD im Hinblick auf folgende Zeitintervalle Medianunterschiede festgehalten: , sowie Mittels des U-Tests wurde weiterhin geprüft, inwieweit die aufgezeigten Entwicklungstendenzen statistisch signifikant sind. Tabelle 1: Medianunterschiede für Chrom, Kupfer, Eisen, Nickel, Blei, Titan, Vanadium und Zink für , und in den 21 Ökoregionen Deutschlands (Kreuze verweisen auf Abnahmen, grau markierte Kästchen auf Zunahmen in der Metallakkumulation; schraffierte Kästchen weisen auf nicht signifikante Änderungen hin (Methode: U-Test; p < 0.001)) RK Cr Cu Fe Ni Pb Ti V Zn MMI Cr Cu Fe Ni Pb Ti V Zn MMI Cr Cu Fe Ni Pb Ti V Zn MMI 8 X X X X X X X X X X X X X X X X X X X X X X X X X 12 X X X X X X X X X X X X X X X X X X X X X X X X X 18 X X X X X X X X X X X X X X X X X X X X X X X X X X 19 X X X X X X X X X X X X X X X X X X X X X X X X X 20 X X X X X X X X X X X X X X X X X X X X X X X X 22 X X X X X X X X X X X X X X X X X X X X X X X X 26 X X X X X X X X X X X X X X X X X X X X X X X X X X 30 X X X X X X X X X X X X X X X X X X X X X X X X 42 X X X X X X X X X X X X X X X X X X X X X X X X 43 X X X X X X X X X X X X X X X X X X X X X X X X 46 X X X X X X X X X X X X X X X X X X X X X X X X X 47 X X X X X X X X X X X X X X X X X X X X X X X X X 54 X X X X X X X X X X X X X X X X X X X X X X X X X 55 X X X X X X X X X X X X X X X X X X X X X X X X 56 X X X X X X X X X X X X X X X X X X X X X X X X X 57 X X X X X X X X X X X X X X X X X X X X X X X X X 58 X X X X X X X X X X X X X X X X X X X X X X X X X 62 X X X X X X X X X X X X X X X X X X X X X X X X X 63 X X X X X X X X X X X X X X X X X X X X X X X X X X 118 X X X X X X X X X X X X X X X X X X X X X X X X X 119 X X X X X X X X X X X X X X X X X X X X X X X X X BRD X X X X X X X X X X X X X X X X X X X X X X X X X 3.2 Ergebnisse Anhand von Tabelle 1 kann man erkennen, dass im Untersuchungszeitraum die in den Moosen gemessene Metallakkumulation sowie der Multi-Metall-Index in fast allen der 21 ökologischen Regionen auf signifikante Weise (α = 0,001) abgenommen hat. Allerdings gibt es auch Ausnahmen: Für Eisen, Kupfer und Zink sind in drei (Eisen), 15 (Kupfer) bzw. 20 (Zink) Raumklassen statistisch signifikante Zunahmen von 1990 nach 1995 zu verzeichnen. In den Raumklassen Mecklenburger Seenplatte (20 5 ), Sächsische Börden (30), Niedersächsische Geest/Westfälische Tieflandsbucht (42) und Schleswig-Holsteinische Geest und Lüneburger Heide (43) zeigt sich des Weiteren eine signifikante Zunahme der 4 5 Da die Anzahl der Monitoring-Standorte pro Okoregion z. T. zu gering war wurden die geostatistischen Rasterdaten und nicht die standortbezogenen Messinformationen für die Ermittlung der zeitlichen Trends verwendet. Die Zahlen in den Klammern geben die Nummer der jeweiligen Ökoregion an.

6 532 R. Pesch und W. Schröder Zink-Gehalte von 1990 nach Alle anderen Metalle wie auch der Multi-Metall-Index zeigen ansonsten in allen drei Zeitfenstern abnehmende Tendenzen. Wie am Beispiel der prozentualen Entwicklung des Multi-Metall-Indexes in der Abbildung 2 zu sehen, nehmen die Metallgehalte von 1990 nach 1995 weniger stark ab als in den anderen Zeitintervallen. Im Bundesschnitt liegt die prozentuale Abnahme von 1990 nach 1995 bei 21 % mit einer minimalen Abnahme in der Ökoregion Ost- und Nordfriesische Marsch (22) (3 %) und einer maximalen Abnahme in der Ökoregion Brandenburger Jungmoränenlandschaft (18) (33 %). Von 1995 nach 2000 zeigt die Entwicklung des Multi- Metall-Indexes im Bundesschnitt eine Abnahme von 58 %, von 1990 bis 2000 von 65 %. Besonders hoch ist der Rückgang in beiden Zeitintervallen in der Ökoregion Altmark, Prignitz und Uckermark (8) (75 bzw. 82 %). Minimale Abnahmen zeigen sich von 1995 nach 2000 in der Ökoregion Niedersächsische Börden, Rheinland und Oberrheintal (47) (49 %) sowie von 1990 nach 2000 in der Ökoregion Sächsische Börden (30) (51 %). Abb. 2: Naturräumliche Differenzierung der Multi-Metall-Indizes für die Zeiträume , sowie Die rückläufige Tendenz der Metallakkumulation wird auch in der Abbildung 3 deutlich, die anhand von drei Beispielen (Jungmoränenlandschaft (46), Brandenburger Jungmoränenlandschaft (18), Allgäu und Hochalpen (54)) die Häufigkeitsverteilungen der Multi- Metall-Indizes pro Kampagne gegenüberstellt.

7 Entwicklung der Metall-Bioakkumulation in Deutschland zwischen 1990 und Abb. 3: Häufigkeitsverteilung der Multi-Metall-Indizes 1990, 1995 sowie 2000 für die Jungmoränenlandschaft (46), die Brandenburger Jungmoränenlandschaft (18) sowie den Allgäu und die Hochalpen (54) Die 73 Ökoregionen der maximal ausdifferenzierten Raumgliederung zeigen annährend dieselben Tendenzen wie die aggregierte Raumgliederungsvariante. Auch hier waren zum größten Teil abnehmende Tendenzen festzustellen. Verdeutlicht wird dies beispielhaft in der Abbildung 4, in der die Entwicklung des Multi-Metall-Indexes in den Ökoregionen 36, 74, 150 und 151 der Brandenburger Jungmoränenlandschaft dargestellt ist. So lag der Median des Multi-Metall-Indexes im Jahr 1990 in allen vier Regionen über 9,00; im Jahr 1995 schwankte dieser zwischen 5,75 in Ökoregion 36 und 6,63 in Ökoregion 150; im Jahr 2000 sank er schließlich auf Werte zwischen 2,00 in Ökoregion 36 bzw. Ökoregion 150 und 3,25 in Ökoregion 74 ab (Abbildung 4c). Wie bei der Variante mit 21 Ökoregionen zeigte eine elementspezifische Betrachtung Ausnahmen auf. So wies im Jahr 2000 Zink in fünfzehn und Kupfer in zwei Ökoregionen signifikant höhere Bioakkumulationen auf als 1990.

8 534 R. Pesch und W. Schröder Abb. 4: Naturräumlich differenzierte Entwicklung des Multi-Metall-Indexes von 1990 bis 2000 am Beispiel der Ökoregionen 36, 74, 150 und 151 (Brandenburger Jungmoränenlandschaft) 4 Resümee Anhand der Ergebnisse der bundesweiten Moos-Monitoring-Kampagnen 1990, 1995 und 2000 wurde gezeigt, wie mit Hilfe von Perzentilstatistik, Geostatistik und GIS-Techniken punktuell aufgenommene Umweltdaten einer naturräumlich differenzierten Betrachtung unterzogen werden können. Die Gehalte der acht Metalle Chrom, Kupfer, Eisen, Nickel, Blei, Vanadium, Titan und Zink sowie ein daraus abgeleiteter ordinalskalierter Multi- Metall-Index wurden mit einer aus 21 bzw. 73 Regionen bestehenden landschaftsökologischen Gliederung Deutschlands verknüpft. Hierbei konnten zwischen 1990 und 1995 bzw nicht in allen Fällen durchgehend signifikante Abnahmen der Metall-Bioakkumulation nachgewiesen werden. Dies gilt insbesondere für Zink, das zwischen 1990 und 1995 in 20 von 21 Ökoregionen bzw. zwischen 1990 und 2000 in 4 von 21 Ökoregionen signifikante Zunahmen zeigte. Bei einer differenzierteren Betrachtung auf Basis von 73 Ökoregionen konnten bei Zink zwischen 1990 und 2000 in 15 Fällen signifikante Zunahmen verzeichnet werden. Die vorliegende Arbeit macht deutlich, dass auch in Zukunft Moose Verwendung finden sollten, um atmosphärische Metalleinträge in terrestrischen Ökosystemen naturraumspezifisch zu quantifizieren, respektive zu bewerten. Die hier präsentierte Art der Datenanalyse sollte daher unter Einbeziehung der Ergebnisse der Kampagne 2005/06 erneut durchgeführt werden. Literatur BOHN, U., NEUHÄUSL, R., GOLLUB, G., HETTWER, C., NEUHÄUSLOVÁ, Z., SCHLÜTER, H. & WEBER, H. (2003): Karte der natürlichen Vegetation Europas. Münster-Hiltrup: Landwirtschaftlicher Verlag. BREIMAN, L., FRIEDMAN, J. H., OLSHEN, R. A. & STONE, C. J. (1984): Classification and Regression Trees. Wadsworth, Pacific Grove. BUSE, A., NORRIS, D., HARMENS, H., BÜKER, P., ASHENDAN, P. & MILLS, G. (2003): Heavy Metals in European Mosses. 2000/2001 Survey. UNECE ICP Vegetation. Bangor, UK (no report No.,

9 Entwicklung der Metall-Bioakkumulation in Deutschland zwischen 1990 und HERPIN, U., LIETH, H. & MARKERT, B. (1995): Monitoring der Schwermetallbelastung in der Bundesrepublik Deutschland mit Hilfe von Moosanalysen. Berlin: UBA-Texte 31/95. PESCH, R. & SCHRÖDER, W. (2005): Flächenhafte Muster der Metallakkumulation in Moosen Deutschlands. In: Geoökodynamik XXVI, S PESCH, R. & SCHRÖDER, W. (2006a): Mosses as bioindicators for metal accumulation: Statistical aggregation of measurement data to exposure indices. In: Ecological Indicators 6, pp PESCH, R. & SCHRÖDER, W. (2006b): Integrative exposure assessment through classification and regression trees on bioaccumulation of metals, related sampling site characteristics and ecoregions. In: Ecological Informatics 1 (1), pp PESCH, R. & SCHRÖDER, W. (2006c): Assessment of metal accumulation in mosses by combining metadata, statistics and GIS. In: Nova Hedwigia 82 (3-4), pp PESCH, R. & SCHRÖDER, W. (2006d): Statistical and geoinformatical instruments for the optimisation of the German moss-monitoring network. In: Tochtermann, K. & Scharl, A. (eds.): Managing environmental knowledge. In: Proceedings 20th International Conference on Informatics for Environmental Protection, September 6-8, 2006, Graz, Austria: pp SCHMIDT, G. (2002): Eine multivariat-statistische Raumgliederung für Deutschland. Dissertation. Hochschule Vechta. dissertation.de, Berlin. SCHRÖDER, W., SCHMIDT, G., PESCH, R., MATEJKA, H. & ECKSTEIN, T. (2001): Konkretisierung des Umweltbeobachtungsprogrammes im Rahmen eines Stufenkonzeptes der Umweltbeobachtung des Bundes und der Länder. Teilvorhaben 3. Abschlussbericht FuE-Vorhaben / 02, im Auftrag des Umweltbundesamtes. SCHRÖDER, W., ANHELM, P., BAU, H., BRÖCKER, F., MATTER, Y., MITZE, R., MOHR, K., PEICHL, L., PEITER, A., PERONNE. T., PESCH, R., ROOSTAI, A. H., ROOSTAI, Z., SCHMIDT, G. & SIEWERS, U. (2002): Untersuchung von Schadstoffeinträgen anhand von Bioindikatoren. Aus- und Bewertung der Ergebnisse aus dem Moosmonitoring 1990, 1995 und Berlin (Umweltforschungsplan des Bundesministers für Umwelt, Naturschutz und Reaktorsicherheit. FuE-Vorhaben , Abschlussbericht Band 1 bis 3 + Synthesebericht, im Auftrag des Umweltbundesamtes), 221 S., 29 Tab., 94 Abb. SCHRÖDER, W. & PESCH, R. (2004a): The 1990, 1995 and 2000 moss monitoring data in Germany and other European countries. Trends and statistical aggregation of metal accumulation indicators. In: Gate to Environmental and Health Sciences, June 2004, pp SCHRÖDER, W. & PESCH, R. (2004b): Metal accumulation in mosses. Spatial analysis and indicator building by means of GIS, geostatistics and cluster techniques. In: Environmental Monitoring and Assessment 98/1-3, pp SCHRÖDER, W. & PESCH, R. (2004c): Spatial and temporal trends of metal accumulation in mosses. In: Journal of Atmospheric Chemistry 49, pp SCHRÖDER, W. & PESCH, R. (2005a): Correlation and time series of metals in mosses with selected sampling site specific and ecoregional characteristics in Germany. In: Environmental Science and Pollution Research 12 (3), pp SCHRÖDER, W. & PESCH, R. (2005b): Geographische Umweltmessnetzanalyse und -planung. In: Geographica Helvetica 60 (2), S

10 536 R. Pesch und W. Schröder SCHRÖDER, W. & PESCH, R. (2006): Synthesizing bioaccumulation data from the German metals in mosses surveys and relating them to ecoregions. In: Science of the Total Environment (doi: /j.scitotenv ): 17 pp. SCHRÖDER, W., SCHMIDT, G. & HORNSMANN, I. (2006): Eine multivariat-statistische abgeleitete ökologische Raumgliederung für Deutschland zur Analyse und Bewertung der Messnet-ze der Umweltbeobachtung. In: Fränzle, O., Müller, F. & Schröder, W. (Hrsg.) ( ): Handbuch der Umweltwissenschaften. Grundlagen und Anwendungen der Ökosystemforschung. Landsberg am Lech, München, Zürich, 17. Erg.lfg. pp SIEWERS, U. & HERPIN, U. (1998): Schwermetalleinträge in Deutschland. Moos- Monitoring Geologisches Jahrbuch, Sonderhefte, Heft SD 2, Stuttgart: Bornträger. SIEWERS, U., HERPIN, U. & STRAßBURGER, S. (2000): Schwermetalleinträge in Deutschland. Moos-Monitoring Teil 2. Geologisches Jahrbuch, Sonderhefte, Heft SD 3, Stuttgart: Bornträger. UNECE (United Nations Economic Commission for Europe) (2001): Monitoring of Atmospheric Heavy Metal Deposition in Europe Using Bryophytes. Experimental Protocol 2000/2001 Survey. Bangor, UK (no report No.,