Online-Messung der Stoffbilanz auf der MVA Spittelau. Synthese der Resultate

Größe: px
Ab Seite anzeigen:

Download "Online-Messung der Stoffbilanz auf der MVA Spittelau. Synthese der Resultate"

Transkript

1 Online-Messung auf der MVA Spittelau - Endbericht Messjahr Online-Messung der Stoffbilanz auf der MVA Spittelau Endbericht Synthese der Resultate Leo S. Morf Eva Ritter Paul H. Brunner im Auftrag der Magistratsabteilungen 22 und 48 der Stadt Wien, und der Fernwärme Wien GmbH Wien, Zürich im April 2005 Seite i

2 Online-Messung auf der MVA Spittelau - Endbericht Messjahr Projektleitung: Dipl. Ing. Dr. techn. Leo S. Morf GEO Partner AG Umweltmanagement Baumackerstrasse 24 CH Zürich Tel.: Fax.: morf@geopartner.ch Impressum: Technische Universität Wien Institut für Wassergüte, Ressourcenmanagement und Abfallwirtschaft Abteilung Abfallwirtschaft und Stoffhaushalt A-1040 Wien, Karlsplatz 13/226.4 Tel.: (Sekr.) Fax.: aws@iwa.tuwien.ac.at Seite ii

3 Online-Messung auf der MVA Spittelau - Endbericht Messjahr Danksagung Die Arbeit wurde ermöglicht durch die finanzielle Unterstützung der Fernwärme Wien GmbH und der beiden Magistratsabteilungen MA 22 und MA 48 der Stadt Wien, wofür die Auftragnehmer sich an dieser Stelle bedanken möchten. Für die Leitung der Arbeiten auf der MVA Spittelau und die tatkräftige Unterstützung in anderen Belangen während des Projektes möchten wir Dipl. Ing. Eberhard Reil, Dr. Thomas Angerer und dem ganzen Team der Fernwärme Wien bzw. Frau Dr. Plahl und Frau Dr. Böker und ihrem Team (MA 48) ein ganz besonderes Dankeschön zukommen lassen. Auch bedanken möchten wir uns für die fachliche Unterstützung durch Herr Dr. Seidi, Frau Mag. Stocker und Herr DI. Rolland der MA 22. Seite iii

4 Online-Messung auf der MVA Spittelau - Endbericht Messjahr Seite iv

5 Online-Messung auf der MVA Spittelau - Endbericht Messjahr Kurzfassung Seit dem Jahr 2000 werden in der Müllverbrennungsanlage (MVA) Spittelau, Wien die elementare Zusammensetzung sowie die Stoffflüsse von C, Cl, Al, Cd, Cu, Fe, Hg, Pb und Zn im dort verbrannten Restmüll bestimmt. Die routinemäßige Bestimmung erfolgte anhand der Methode der indirekten Analyse der Stoffe in jeweils nur einem Verbrennungsprodukt (z.b. Cl im Abwasser). Nach Abschluss der ersten fünf Messjahre zeigt sich, dass sich die Methode für ein routinemäßiges Monitoring in einer MVA eignet. Allerdings waren Online-Messgeräte für Cl und Hg in den Abwasserströmen sehr störungsanfällig. Auch für diese Elemente ist in Zukunft eine manuelle Probennahme/Analyse allenfalls vorzuziehen. Die Messungen zeigen, dass in den fünf Jahren die Cd- und Hg-Konzentrationen ab-, und diejenigen von Cu, Pb und Al zunehmen, wobei erst der Trend von Cd signifikant ist. Bei einzelnen Elementen werden sehr starke Schwankungen zwischen Monatsmittel (mehr als Faktor 4) und Tagesmittel (bis Faktor 12) festgestellt. Für gewisse Stoffe deuten Monate in denen mehrfach wiederholt hohe bzw. tiefe Stoffkonzentrationen auftreten, auf jahreszeitlich abhängige Ursachen hin. Es gibt auch Monate, in welchen in wiederholtem Maße hohe und tiefe Werte für mehrere Stoffe gleichzeitig auftreten. Für acht Stoffpaare wurden ziemlich starke Korrelationen festgestellt, die alle hoch signifikant sind. Einige Korrelationen sind starken jährlichen Variationen unterworfen. Zur Bewertung von Wirkung und Erfolg von Maßnahmen ist eine längerfristige Analyse der Zusammensetzung des Mülls nötig. Ursachenanalysen zum festgestellten Verhalten der Stoffkonzentrationen (Trends, Korrelationen etc.) erfordern, dass die vorliegenden Resultate mit beispielsweise Müll-Fraktionsanalysen oder regionalen Stoffflussanalysen verknüpft werden. Schlagwörter: Chemische Müllzusammensetzung, Abfallzusammensetzung, Müllverbrennungsanlage, routinemäßiges Monitoring, Korrelation, Stoffflüsse, Stoffbilanz. Seite v

6 Online-Messung auf der MVA Spittelau - Endbericht Messjahr Seite vi

7 Online-Messung auf der MVA Spittelau - Endbericht Messjahr Abstract During a five year period the elementary composition of municipal solid waste (MSW) were determined by monitoring the substance flows of C, Cl, Al, Cd, Cu, Fe, Hg, Pb and Zn at the Spittelau waste incinerator plant (WIP) in Vienna, routinely within a research project. A method was applied analysing single residues only (e.g. Cl in waste water). Results demonstrate that the method applied is suitable for the routinely monitoring in a WIP. Only the online analyzers for Cl and Hg in waste water were not suitable due to frequent break downs. Manuel sampling seems to be more adequate for these elements, too. The five year measurement campaign demonstrates, that Cd- and Hg-waste-concentrations have declined, Cu-, Pband Al-concentrations have increased since But up to now only the trend for Cd is significant. For a few elements very high variations of mean monthly concentrations (more than factor 4) and daily substance flows (up to factor 12!) were detected. The fact that high or low concentrations in certain month are repeated detected for certain substances seems to indicate that there are seasonal effects. There exist also months with high or low values for several elements at the same time more than three times during the five year period. Monthly mean concentrations of eight element-pairs correlate rather strong and all of them highly significant. But most correlation-coefficients vary rather strong between different years. In order to assess measures on the waste stream, long time monitoring that is capable to scope with the strong variations of the waste concentrations is needed. The analysis of the waste concentration behaviour (e.g. trends, variation) requires a link of the results presented in this study with for example waste sorting analysis or regional substance flow analysis in near future. Key words: waste analysis, chemical waste composition, substance flow, routinely monitoring, time trends, correlation, waste incinerator Seite vii

8 Online-Messung auf der MVA Spittelau - Endbericht Messjahr Seite viii

9 Online-Messung auf der MVA Spittelau - Endbericht Messjahr Zusammenfassung Projektmotivation Restmüll ist Träger von Schadstoff- bzw. Wertstofffrachten aus unserer Zivilisation. Die chemische Müllzusammensetzung kann sich aufgrund gesetzlicher Vorschriften oder wegen technischer, ökonomischer oder gesellschaftlicher Entwicklungen verändern. Welche Stoffe im Abfall landen und wie sich die Müllzusammensetzung über die Zeit verändert, ist für den Gesetzgeber, für Betreiber von Verwertungs- und Entsorgungsanlagen wie auch für die Abfallwirtschaft insgesamt von großem Interesse. Zur Bewertung von Wirkung und Erfolg von Maßnahmen ist daher eine regelmäßige Analyse der Zusammensetzung des Mülls nötig. Neben Betrachtungen auf Fraktionsebene (Papier, Kunststoffe, Metalle etc.) spielt dabei die Ebene der Stoffe als chemische Elemente und Verbindungen (z.b. Cd, Cl, C, PCB) hinsichtlich ihres Gefährdungs- und Ressourcenpotenzials eine große Rolle. Zwei Beispiele: Wenn ein neues Sammelsystem für Quecksilberbatterien eingeführt wird, sollte anhand effizienter Methoden überprüft werden, wie viel Quecksilber trotzdem noch über den Restmüll entsorgt wird, d.h. welche Wirkung das neue Sammelsystem auf die Entlastung der Umwelt von Quecksilber hat. Oder: Mittels genauer Messungen des Kohlenstoffgehalts im Müll können Kohlenstofffrachten in die Atmosphäre und Deponie genau abgeschätzt werden. Damit hat der Gesetzgeber präzise Grundlagen, um den Beitrag der Abfallwirtschaft zu den österreichischen Emissionen an Treibhausgasen zu berechnen, und um allfällige abfallwirtschaftliche Gegenmaßnahmen einzuleiten. Auch der Entsorgungsbetrieb (Müllverbrennungsanlage) erwirbt durch die verbesserte Datenlage auf stofflicher Ebene mehr Transparenz über den Stoffumsatz im Betrieb. Dies ist von direktem Nutzen bei Betriebsoptimierungen, in der Öffentlichkeitsarbeit und bei Neuinvestitionsentscheidungen. Die Analyse der chemischen Zusammensetzung heterogener Güter, wie Restmüll, ist aufwändig und wurde unter anderem deshalb bis vor ein paar Jahren praktisch kaum durchgeführt. Nach mehreren Jahren Forschungs- und Entwicklungsarbeit gelang es am Institut für Wassergüte, Ressourcenmanagement und Abfallwirtschaft der TU Wien eine Methode zu entwickeln, welche die routinemäßige, kostengünstige und genaue Bestimmung der elementaren Müllzusammensetzung erlaubt. Die Methode wird seit dem Jahre 2000 in der MVA Spittelau in Wien angewandt und auf deren Praxistauglichkeit getestet. Die Anwendung in Wien ist weltweit erstmalig. Seit 2001 ist die Methode auch in der Schweiz in zwei Müllverbrennungsanlagen im Routineeinsatz, und es besteht erstmals die Möglichkeit zu Vergleichen zwischen verschiedenen Einzugsgebieten und Müllverbrennungsanlagen. Projektziel/Fragestellungen Ziel des fünfjährigen Pilotprojektes ist die routinemäßige Bestimmung der elementaren Restmüllzusammensetzung sowie der Stoffflüsse von C, Cl, Al, Cd, Cu, Fe, Hg, Pb und Zn auf der Müllverbrennungsanlage (MVA) Spittelau. Dabei soll beantwortet werden, wie Stoffkonzentrationen im Müll mit der Zeit verlaufen; ob und über welche Zeiträume signifikante Schwankungen bzw. Trends feststellbar sind; und ob zwischen den einzelnen Elementen Korrelationen festzustellen sind. Diese Resultate sollen zusammen mit weiteren Untersuchungen als Seite ix

10 Online-Messung auf der MVA Spittelau - Endbericht Messjahr wertvolle Grundlage zur Bewertung von Wirkung und Erfolg von Maßnahmen dienen. Zusätzlich wird im Pilotprojekt die angewandte Methode im Routinebetrieb auf deren Tauglichkeit getestet, um sie für zukünftige Anwendungen zu optimieren. Angewandte Methode / Vorgehen Mittels einer an der TU Wien entwickelten Methode wird in der MVA Spittelau nicht der "Input", also der Abfall, welcher der MVA zugeführt wird, sondern der "Output", die Verbrennungsprodukte analysiert. Dieser Output besteht aus gereinigtem Abgas, Abwasser, Filterkuchen, Filterstaub, Schlacke und Schrott. In jedem dieser Rückstände konzentrieren sich nämlich bestimmte Stoffe stark auf (z.b. Cadmium in den Filterstäuben, Kohlenstoff im Abgas, Chlorid im Abwasser usw.). Die im Vorfeld experimentell ermittelten "Stoffverteilungskoeffizienten" (Transferkoeffizienten) erlauben es, stoffspezifisch anhand eines einzigen Outputs die Stoffkonzentrationen im Müll zu berechnen. Vorteile des angewandten Verfahrens bestehen darin, dass (a) Outputs wie Filterstäube, gereinigte Abgase oder Abwässer homogener und einfacher beprobbar sind als der Müllinput selber und (b) durch die Analyse nur eines einzigen Verbrennungsproduktes unter Verwendung von a-priori-wissen zu den "Stoffverteilungskoeffizienten" die Kosten gesenkt werden können. Die Abfallzusammensetzung lässt sich so kostengünstiger bestimmen als dies mit herkömmlichen Verfahren möglich wäre. Das hier vorgestellte Gesamtprojekt gliederte sich in zwei Phasen: In der ersten Phase wurden im Jahre 1999 die benötigten Messgeräte evaluiert und in der MVA Spittelau installiert sowie ein Messkonzept (inklusive Probennahme-, Probenaufbereitungs- und Analysenkonzept) entwickelt. Auch in der ersten Projektphase wurden anhand früherer Untersuchungen Ausgangswerte für die mittleren Stoffverteilungskoeffizienten festgelegt. In der zweiten Phase wurde die Methode während fünf Jahren ( ) im Routinebetrieb angewendet. Dabei wurde in den definierten Outputgütern nach dem definierten Messkonzept gemessen bzw. Proben gezogen und diese auf die gewählten Stoffe analysiert. Alle für die Auswertungen relevanten Massenflüsse wurden durch verschiedene Messungen gravimetrisch bestimmt. Mittels der Messdaten sowie der Transferkoeffizienten wurden dann, unter Berücksichtigung der Unsicherheiten, die Müllinputzusammensetzung sowie die Stoffflüsse berechnet. Transferkoeffizienten wurden während der fünfjährigen Versuchsdauer in diesem Pilotprojekt monatlich überprüft und bei Bedarf angepasst. Resultate Stoffkonzentrationen im Müll Trends über die fünf Messjahre (Jahresmittelwerte) Tabelle 1 zeigt die Entwicklung der Wiener Restmüllzusammensetzung vom Jahre 2000 bis In der Zeitspanne von fünf Jahren kann einzig für Cadmium ein deutlicher und signifikanter Abnahmetrend von 7 auf 5 mg/kgfs (-30%) festgestellt werden. Signifikant bedeutet in diesem Fall, dass Fehlerbereiche sich nicht überlappen. Eine Abnahme von 1.1 auf 0.74 mg/kgfs (-30%) scheint auch für Hg beobachtbar. Diese ist aber in Folge größerer Fehlerbereiche erst als knapp signifikant zu bewerten. Die Jahresmittelwerte von C, Fe und Zn verharren während der fünf Jahre praktisch auf konstantem Niveau. Die Jahresmittelwerte von Cu Seite x

11 Online-Messung auf der MVA Spittelau - Endbericht Messjahr (+45%), Pb (+30%) und Al (+16%) nehmen in den fünf Jahren zu. Noch kann keine der Zunahmen, am ehesten noch für Cu, als signifikant gedeutet werden. Die Jahresmittelwerte von Pb und Al schwanken ziemlich stark. Die Unsicherheiten der Jahresmittelwerte bewegen sich zwischen 5 und 26% (±2σ) und sind für die Elemente Cu, Al, Cl, Hg und Pb in den einzelnen Jahren sehr unterschiedlich. Tabelle 1: Vergleich der Wiener Müllzusammensetzungen [g/kg Müll (FS)] und der Wassergehalts [Gew.-%] auf der MVA Spittelau, inkl. der Angabe festgestellter Trends sowie deren Signifikanz. STOFF MW (00-04) Trend Signifikanz H 2 O k.a. k.a. k.a. 32 ± 5 29 ± 4 31 ± 4 - C 195 ± ± ± ± ± ± 5 - Cl 4,8 ± 0,7 4,9 ± 1 4,6 ± 0,2 4,5 ± 0,2 5,5 ± 0,5 4,9 ± 0,3 nicht sign. Fe 28 ± 2 28 ± 2 27 ± 2 29 ± 2 28 ± 3 28 ± 9 -. Al 10,0 ± 1, ± 1,8 7.5 ± ± ± ± 0,8 knappsign. Pb 0,24 ± 0,05 0,33 ± 0,06 0,27 ± 0,03 0,26 ± 0,04 0,32 ± 0,08 0,29 ± 0,024 nicht sign. Zn 0,57 ± 0,07 0,61 ± 0,06 0,60 ± 0,05 0,52 ± 0,05 0,53 ± 0,05 0,56 ± 0,025 - Cu 0,24 ± 0,05 0,31 ± 0,07 0,27 ± 0,02 0,29 ± 0,05 0,35 ± 0,07 0,30 ± 0,024 nicht sign. Cd Hg 0,0071 ± 0,0008 0,0011 ± 0,0002 Bem: Sign. = signifikant 0,0068 ± 0,001 0,00084 ± 0, ,0057 ± 0,0005 0,00091 ± 0,0001 0,0049 ± 0,0004 0,00097 ± 0,0002 0,0050 ± 0,0005 0,00074 ± 0,0001 0,0058 ± 0, ,00089 ± 0,00007 sign. knapp sign. Zeitliche Verläufe der mittleren monatlichen Müllzusammensetzung Je nach Element sind die Variationsbreiten für die Monatsmittelwerte stark unterschiedlich. Über die gesamte Periode der fünf Messjahre treten Variationsbreiten bis Faktor vier zwischen minimal und maximal bestimmten Monatsmittelwert auf (Tabelle 2). Tabelle 2: Minimaler und maximaler Monatsmittelwert von Stoffkonzentrationen im Wiener Restmüll auf der MVA Spittelau in der Messperiode (geordnete nach Differenzen). Min Max Max./Min. Cu mg/kgfs % Hg mg/kgfs % Pb mg/kgfs % Al mg/kgfs % Cl mg/kgfs % Cd mg/kgfs % Zn mg/kgfs % Fe g/kgfs % C g/kgfs % Seite xi

12 Online-Messung auf der MVA Spittelau - Endbericht Messjahr Untersucht man die Zeitpunkte mit maximalen und minimalen Monatsmittelwerten über die fünf Jahre, dann stellt man fest, dass es Monate gibt, in denen gleichzeitig mehrere Stoffe erhöhte bzw. niedrigere Werte aufweisen. Im Monat Juni treten zumindest in drei von fünf Jahren für jeweils fünf Elemente erhöhte Werte auf. In vier Jahren im Juli bzw. in zwei Jahren im August treten für mindestens drei Stoffe minimale Werte auf. Andererseits kann man für einzelne Stoffe vermehrtes Auftreten von Maximalwerten in bestimmten Monaten feststellen. Zum Beispiel Cu dreimal im Oktober, Pb dreimal im Januar, Zn dreimal im März. Minimalwerte werden für Fe viermal bzw. Al fünfmal im Juli vorgefunden. Verschiedene Ursachen, wie z.b. im Januar verstärkter Anfall Pb-hältiger Abfälle der Festtage (Flaschendeckel, Christbaumschmuck, Raketenreste, Geschenkpapier), kommen beispielsweise für diese Feststellungen in Frage. Im Rahmen dieses Projekts können dazu aber nur Vermutungen angestellt werden. Untersucht man den Charakter der Zeitverläufe der ersten fünf Jahre, stellt man fest, dass für die Stoffe C, Cl, Hg, Cu, Zn und Fe die Zeitverläufe der mittleren monatlichen Konzentrationen im Wiener Restmüll zufällig sind (Zufallsreihe). Nur die Verläufe von Al und in weniger starkem Ausmaß Pb sind in gewissem Maße autokorreliert. D.h. für Werte dieser Zeitreihen besteht die Tendenz, dass einer über dem Mittelwert liegenden Beobachtung eine oder mehrere Beobachtungen über dem Mittelwert folgen. Für die Zeitreihe von Cd kann der Trend bestätigt werden (nichtstationärer Charakter). Periodizitäten können auf Monatsebene für Stoffkonzentrationen anhand der Autokorrelationsfunktion im Abstand von 12 Monaten tendenziell für C, Cl, Cu und Pb und klar für Fe und Zn beobachtet werden. Für die Stoffflüsse ist eine Jahresganglinie mit einem Minimalwert jeweils im Juni/Juli (Revision) klar zu erkennen. Korrelationen zwischen Stoffkonzentrationen im Müll Innerhalb der fünfjährigen Messperiode konnten Korrelation zwischen Stoffkonzentrationen im Wiener Müll gefunden werden. Für acht Stoffpaare, wie z.b. Cd/Zn, Fe/Al, Cl/Cd etc. sind diese mit einer Irrtumswahrscheinlichkeit von weniger als 1% als hoch signifikant zu bezeichneten. Der Pearson-Korrelationskoeffizienten betrug dabei zwischen r= 0.3 bis 0.6. Es gibt Korrelationen einzelner Stoffpaare, welche über die Zeit relativ konstant sind (z.b. Fe/Zn). Für andere Stoffpaare variieren diese aber zwischen den verschiedenen Jahren stark (z.b. Cl/Cd). In diesem Projekt können nur Vermutungen für Ursachen dieser Korrelationen und deren Verhalten im Müll der MVA Spittelau angestellt werden. Einfluss des Wasseranteils im Wiener Müll Um die Konzentrationen des Wiener Mülls ohne Beeinflussung des Wassergehalts mit Konzentrationen an anderen Orten zu vergleichen, müssen die Konzentrationen bezogen auf Trockensubstanz (TS) bekannt sein. Im Projekt gelang es, auch die Müllfeuchte routinemäßig zu bestimmen. Die mittleren Konzentrationen bezogen auf TS sind im Vergleich zu denjenigen bezogen auf Feuchtsubstanz logischerweise größer und verlaufen in der Regel ziemlich parallel (Verdünnungseffekt). Die Mittelwerte der Konzentrationen im Wiener Restmüll in der MVA Spittelau über die zwei Messjahre bezogen auf Trockensubstanz, betragen unter Berücksichtigung des Wassergehalts für C: 280 g/kgts, für Cl: 7.4 g/kgts, für Hg: 1.3 mg/kgts, für Cd: 7.4 mg/kg, für Pb: 440 mg/kgts, für Zn: 780 mg/kgts, für Al: 17 g/kgts und für Fe: 42 g/kgts. Seite xii

13 Online-Messung auf der MVA Spittelau - Endbericht Messjahr Stoffflüsse im Müllinput Trends über die fünf Messjahre (Jahresfrachten) Der mittlere jährliche Stofffluss über alle fünf Jahre beträgt für Kohlenstoff t/a, für Chlor knapp t/a, für Quecksilber 240 kg/a, für Cadmium 1.5 t/a, für Kupfer und Blei knapp 80 t/a, für Zink 150 t/a, für Aluminium fast t/a und für Eisen rund t/a. Abbildung 1 zeigt die während der fünf Messjahre jährlich auf der MVA Spittelau umgesetzten Stofffrachten. In dieser Zeitperiode wurden jährlich zwischen 260'000 und 270'000 t Restmüll behandelt. Dabei wurden in den fünf Jahren jeweils folgende jährliche Stofffrachten umgesetzt: 50'000-53'000 t Kohlenstoff, t Eisen, '100 t Aluminium, 1' t Chlor, t Zink, t Blei, t Kupfer, t Cadmium und t Quecksilber. Die Veränderungen der jährlichen Stoffflüsse zwischen den einzelnen Messjahren entsprechen in etwa den Variationen der Müllzusammensetzung. Trends sind einzig für Cd (Abnahme) als knapp signifikant zu erkennen. Sonst verharren die jährlichen Flüsse auf konstantem Niveau oder sind die Fehlerbereiche zu groß. Abbildung 1: Jährliche Restmüll- und Stofffrachten [t/jahr] durch die MVA Spittelau während der Messphase bis (inklusive unterer und oberer Grenze eines 95%- Konfidenzintervalls und sortiert nach deren Größe). 1'000' ' '000.0 Flüsse in [t/jahr] 1' Masse C Fe Al Cl Zn Pb Cu Cd Hg Bem.: Die Berechnung der jährlichen Menge basiert auf der Multiplikation des Mittelwertes aller Monatsmengen innerhalb des jeweiligen Messjahres mit 12 Monaten. So entspricht auch das erste Messjahr approximativ einer Dauer von 12 Monaten. Seite xiii

14 Online-Messung auf der MVA Spittelau - Endbericht Messjahr Verlauf der Monatsmittel Für alle Stoffflüsse sind deutlich die verminderten Umsätze während der Revisionsmonate Juni und Juli zu erkennen. Ohne Betrachtung der Revisionsmonate, verlaufen die mittleren, monatlichen Stoffflüsse der Elemente C, Cl und Fe relativ konstant. Die Verläufe von Cu, Pb, Hg und Al sind analog zu den Stoffkonzentrationen stark variierend. Verlauf von Tagesmittelwerten Für die online gemessenen Stoffe C, Cl und Hg können die täglichen Stoffflüsse im Müll ermittelt werden. Minimale bzw. maximale Tagesfrachten im Restmüll der MVA Spittelau betragen für Kohlenstoff 150 bis 220 t/tag, für Chlor bis kg/tag und für Quecksilber 100 bis g/tag (Faktor 12!). Die riesigen Variationen für Hg und großen Schwankungen für Cl dauern meist nur einen Tag. Für Chlor treten solche Peak-Werte zwischen Jan und Dez verstärkt auf. Für Hg verteilen sich die Spitzen über die gesamte Messperiode, mit sehr extremen Maxima (>600g/Tag) an etwa 20 Tagen! Der Kohlenstofffluss variiert im Vergleich zu den anderen beiden Elementen deutlich weniger stark und es werden keine extremen Peakwerte festgestellt. Der zeitliche Verlauf der täglichen Kohlenstofffracht ist für kleine Zeitabstände (1 Tag) stark autokorreliert. Die Autokorrelation ist bis für Zeitabstände von 10 Tagen signifikant. Auch für Chlor sind im Bereich von wenigen Tagen Autokorrelationsfaktoren von > 0.25 signifikant feststellbar. Die täglichen Stoffflüsse von Hg hingegen sind nur sehr kurzzeitig autokorreliert (1-2 Tage). Für Zeitabstände kleiner zwei Tage kann keine signifikante Autokorrelation mehr gemessen werden. Dies drückt sich auch aus in den eher zufälligen Verläufen der Hg-Flüsse (Starke Auf- und Ab Bewegungen). Schlussfolgerungen Hinsichtlich inhaltlicher Aspekte In den fünf Messjahren werden für die Konzentrationen im Wiener Müll abnehmende bzw. zunehmende Trends festgestellt. Mit einer Ausnahme (Abnahme von Cd) sind diese aber alle (noch) nicht signifikant. Es gibt auch Konzentrationen, die auf konstantem Niveau verharren. Schwache bis teilweise riesige signifikante Variationen der Stoffkonzentrationen im Müll werden auf den verschiedenen untersuchten Ebenen beobachtet. Auf der Ebene der Jahresmittelwerte betragen Schwankungen zwischen den einzelnen Jahren bis zu 30%. Zwischen einzelnen Monaten werden Schwankungsbreiten von mehr als Faktor vier festgestellt. Noch extremer sind Schwankungen zwischen einzelnen Tagen für Spurenelemente, welche online gemessen wurden (bis Faktor 12 für Hg). Diese Differenzen zwischen einzelnen Monaten oder Tagen zeigen, dass Resultate von Punktmessungen mit Vorsicht zu bewerten sind. Das Studium der Zeitreihen während der fünf Jahre mittels der Autokorrelationsfunktion zeigt, dass Stoffkonzentrationen auf Ebene der Monatsmittelwerte in der Regel zufällig verlaufen. Erst, wenn der Beobachtungszeitraum pro Messpunkt kleiner wird (Tagesmittelwerte), sind Stoffkonzentrationen für Zeitabstände bis 10 Tage verstärkt autokorreliert. Mit Ausnahme von zwei Stoffen können für Stoffkonzentrationen im Müll in den fünf Jahren keine Seite xiv

15 Online-Messung auf der MVA Spittelau - Endbericht Messjahr Periodizitäten festgestellt werden. Fe und Zn sind Perioden von 12 Monaten unterworfen. Für Stoffflüsse ist eine Jahresganglinie mit einem Minimalwert jeweils im Juni/Juli (Revision) zu erkennen. Dies wird durch den verringerten Abfalldurchsatz in den beiden Revisionsmonaten verursacht. Die Feststellung, dass es Monate gibt, in denen für bestimmte Stoffe in den fünf Jahren mehrfach wiederholt hohe bzw. tiefe Stoffkonzentrationen auftreten, deutet auf jahreszeitlich abhängige Ursachen hin. Auf der andern Seite zeigt sich, dass es Monate gibt, in welchen in wiederholtem Maße hohe bzw. tiefe Konzentrationen gleichzeitig für mehrere Elemente auftreten. Mögliche Ursachen für diese beiden Feststellungen können zur Zeit nur vermutet werden. Für acht Stoffpaare wurden innerhalb der fünfjährigen Messperiode zwischen den einzelnen Elementen im Wiener Restmüll schwache bis starke Korrelationen festgestellt, welche alle hoch signifikant sind. Das Verhalten der Korrelationen ist für die einzelnen Stoffpaare unterschiedlich. Einzelne Korrelationen sind während der fünf Jahre relativ konstant, andere variieren zwischen den einzelnen Jahren sehr stark. Diese Resultate zeigen, dass es in Wien für die meisten Stoffpaare kaum möglich sein wird, mit Hilfe der Korrelationen den Monitoringaufwand weiter zu reduzieren, ohne dass nicht die Unsicherheit stark größer wird. Hinsichtlich methodischer Aspekte Im fünfjährigen Pilotprojekt konnte gezeigt werden, dass die angewandte Methode der Analyse in nur einem Verbrennungsprodukt und unter Verwendung konstanter Transferkoeffizienten sich grundsätzlich eignet, um zeitliche Veränderungen der Müllzusammensetzung in einer MVA zu bestimmen. Verläufe der mittleren monatlichen Müllzusammensetzung bzw. Stoffflüsse können mit dem ursprünglich gewählten Probennahmekonzept nur mit relativ großer Unsicherheit berechnet werden. Deshalb wurde im zweiten Messjahr entschieden, für dieses Pilotprojekt die Monatsmittelwerte mit größerem Aufwand zu ermitteln (Laufende Kontrolle und Justierung der Transferkoeffizienten). Die definitive Wahl des Messkonzepts hängt grundsätzlich davon ab, (a) welche zeitlichen Veränderungen man signifikant feststellen möchte und (b) wie viel finanzielle Mittel man aufwenden kann. Hinsichtlich betrieblicher Aspekte Stoffflussanalysen, wie in diesem Pilotprojekt zur Bestimmung der elementaren Müllzusammensetzung angewandt, ermöglichen eine ganzheitliche Betrachtungsweise des untersuchten Prozesses (MVA). Seitens des Betreibers steht grundsätzlich die Effizienzerhöhung und Optimierung des Betriebes im Vordergrund. Anhand Outputdaten und anschließender Stoffbilanzierung kann eine Optimierung des Betriebes und optimale Fahrweise in Abhängigkeit der Inputdaten erreicht werden. Anhand der Messdaten aus dem vorliegenden Forschungsprojekt können bei Wahl von geeigneten Indikatoren auch Kriterien zur Ertüchtigung der Anlage erarbeitet werden. Durch das Projekt ist es weiters möglich, Beurteilungen bezüglich Veränderungen im Durchsatz durchzuführen. Seite xv

16 Online-Messung auf der MVA Spittelau - Endbericht Messjahr Das fünfjährige Pilotprojekt erlaubte auch wichtige Erfahrungen zum Einsatz der Online- Messgeräte im MVA-Betrieb zu sammeln. Es erwies sich, dass für den reibungslosen Betrieb der Online-Messgeräte Elektrofilterbandwaage, Hg- und Chloridsonde eine intensive Wartung notwendig ist. Dieser Aufwand ist deutlich größer als ursprünglich angenommen. Die Online- Messgeräte für Cl und Hg eignen sich infolge erhöhter Störanfälligkeit nicht gut für die routinemäßige Erfassung von Monats- und Jahresmittelwerten der Müllzusammensetzung. Die manuelle Entnahme und die Aufbereitung sowie Analytik von Proben dieser Güterflüsse im Labor haben sich hingegen sehr gut bewährt. In zukünftigen Messkampagnen ist genau abzuwägen, ob manuelle Probennahmen und Analysen nicht ausreichen. Im Pilotprojekt dienten die Online-Messungen vor allem der Untersuchung von Stoffflüssen mit höherer zeitlicher Auflösung (Wochen, Tage) sowie zur Überprüfung der Transferkoeffizienten. Hinsichtlich abfallwirtschaftlicher Aspekte Die regelmäßige Analyse der Zusammensetzung des Mülls soll der Bewertung von Wirkung und Erfolg von Maßnahmen dienen. Die Resultate dieses Pilotprojekts zeigen, dass ein längerfristiges Monitoring von mehr als 10 Jahren erforderlich ist, um Veränderungen der Müllzusammensetzung in einem Bereich von rund ±25% als signifikant festzustellen. Möchte man Ursachen für das festgestellte Verhalten der Stoffkonzentrationen im Wiener Restmüll (Trends, Korrelationen etc.) ermitteln, müsste man die Resultate aus diesem Projekt mit beispielsweise Restmüll-Fraktionsanalysen oder mit regionalen Stoffflussanalysen verknüpfen. Anhand der Messresultate aus diesem Projekt alleine kann keine Ursachenanalyse betrieben werden. Für die Mehrheit der untersuchten Elemente variieren die Müllzusammensetzung bzw. die Stofffrachten zwischen einzelnen Monatsmittelwerten stark bis sehr stark. Ein Messkonzept, welches zum Ziel hat, Jahresmittelwerte bzw. -frachten repräsentativ zu ermitteln, muss in der Lage sein, solche zeitlichen Variationen zu berücksichtigen. Sonst besteht die Gefahr, dass Veränderungen überhaupt nicht oder nicht korrekt erfasst werden. Die optimale Zuordnung von Abfällen auf verschiedene Behandlungsprozesse in der Abfallwirtschaft bedarf Informationen zur chemischen Zusammensetzung. Die langjährige Untersuchung des Restmülls, wie in diesem Projekt, kombiniert mit Resultaten aus anderen spezifischeren Untersuchungen, wie z.b. Mitverbrennungsversuche (Leichtfraktion etc.) liefern dazu wertvolle Grundlagen. Neben den Resultaten zur Müllzusammensetzung liefert dieses Projekt auch wertvolle Informationen zu mittleren jährlichen Stofffrachten in die festen Verbrennungsrückstände (wie z.b. Schlacke). Diese Resultate können genutzt werden, um abzulagernde Stofffrachten zu kalkulieren oder in Zukunft Verfahren zur Reststoffbehandlung besser evaluieren zu können. Seite xvi

17 Online-Messung auf der MVA Spittelau - Endbericht Messjahr Hinsichtlich Umweltaspekten Mit den in diesem Projekt genau ermittelten Stofffrachten, welche in die Verbrennungsrückstände transferiert werden, stehen wertvolle Grundlagen zur verlässlichen Abschätzung von Ressourcen- und Schadstoffpotentialen zur Verfügung (Früherkennung). Auch stehen so, hinsichtlich der Stoffflüsse in die Atmosphäre, dem Gesetzgeber z.b. in der Klimadebatte präzise Grundlagen zur Verfügung, um den Beitrag der Abfallwirtschaft zu den Emissionen an Treibhausgasen zu berechnen, und um abfallwirtschaftliche Gegenmaßnahmen einzuleiten. Seite xvii

18 Online-Messung auf der MVA Spittelau - Endbericht Messjahr Seite xviii

19 Online-Messung auf der MVA Spittelau - Endbericht Messjahr Inhaltsverzeichnis 1 Einleitung Ziele und Fragestellungen Vorgehen, Methodik und Messkonzept Projektablauf Angewandte Methodik Messkonzept Messungen im Routinebetrieb Resultate und Diskussion Stoffkonzentrationen im Wiener Restmüll Vergleich der Jahresmittelwerte 2000 bis Zeitliche Verläufe der Monatsmittelwerte 2000 bis Einfluss der Müllfeuchte auf die Restmüllkonzentrationen Korrelationen zwischen Stoffkonzentrationen im Wiener Restmüll Stofffrachten im Wiener Restmüll in der MVA Spittelau Vergleich der Jahresfrachten 2000 bis Zeitliche Verläufe der monatlichen Stofffrachten 2000 bis Zeitliche Verläufe von Tagesstofffrachten 2000 bis Stoffverteilung in der MVA Spittelau Mittlere Stoffverteilung während der fünf Messjahre 2000 bis Veränderungen der Stoffverteilung während der fünf Messjahre 2000 bis Fünf Jahre Mess- Erfahrung in der Praxis Erfahrungen mit der angewandten Methode Betrieb und Unterhalt der Messungen/Messgeräte Schlussfolgerungen Hinsichtlich inhaltlicher Aspekte Hinsichtlich methodischer Aspekte Hinsichtlich betrieblicher Aspekte Seite xix

20 Online-Messung auf der MVA Spittelau - Endbericht Messjahr 5.4 Schlussfolgerungen hinsichtlich abfallwirtschaftlicher Aspekte Schlussfolgerungen hinsichtlich Umweltaspekten Literatur Anhang Details zur angewandten Methodik Routinemäßige Bestimmung der Müllzusammensetzung Kontrolle und Justierung der mittleren Transferkoeffizienten Details zur Probeaufbereitung und Analyse Probenaufbereitung und Analyse mittels der Online Messgeräte Umrechnung der Abgas-Analysewerte für Kohlenstoff Probenaufbereitung und Analyse manuell gezogener Proben Bezeichnung der Proben Rückstellproben Rohdaten 2000 bis 2004 und detaillierte Auswertungen Güterflüsse Stoffkonzentrationen in den Verbrennungsprodukten Verwendete Transferkoeffizienten Details zu Erfahrungen im Betrieb und Unterhalt der Online- Messungen/Messgeräte Betriebserfahrungen Störprotokolle der Messgeräte Bestimmung der Müllfeuchte auf der MVA Spittelau anhand vorhandenen Messungen Seite xx

21 Online-Messung auf der MVA Spittelau - Endbericht Messjahr 1 Einleitung Im hier beschriebenen Forschungsprojekt wurden auf der Müllverbrennungsanlage (MVA) Spittelau in Wien Stoffflüsse sowie der Gehalt ausgewählter Elemente im verbrannten Müll anhand der Analyse in jeweils nur einem Verbrennungsprodukten routinemäßig bestimmt. Die Messungen dienen, in Kombination mit anderen Untersuchungen, als Grundlage für die Bewertung von Maßnahmen in der Abfallwirtschaft. GEO Partner Umweltmanagement AG in Zürich führte das Projekt in enger Zusammenarbeit mit dem Institut für Wassergüte, Ressourcenmanagement und Abfallwirtschaft (IWA) der TU Wien durch. Auftraggeber waren als der Anlagebetreiber der MVA die Fernwärme Wien GmbH (FWW) und die beiden Magistratabteilungen MA 22 und MA 48 der Stadt Wien. Zusätzlich zu den am IWA durchgeführten Laborarbeiten wurden durch die MA 48 Schlackeproben aufbereitet und analysiert. Das gesamte Forschungsprojekt dauert sechs Jahre ( ) und war in zwei Phasen A und B eingeteilt. Das Ziel der Phase A war die Planung, Entwicklung und Installation der benötigten Hardware sowie die Definition der Datenerfassung, um in der fünfjährigen Messphase die Stoffflüsse der ausgewählten Elemente routinemäßig zu bestimmen. Zur Phase A existiert ein separater Bericht Online-Messung der Stoffbilanz auf der MVA Spittelau - Bericht über die PHASE A Planung und Implementierung vom August 1999 (Morf& Brunner, 1999). In Phase B wurden für ausgewählte Stoffe die Konzentrationen im Wiener Restmüll sowie deren Stoffflüsse in der MVA Spittelau während fast fünf Jahren routinemäßig bestimmt. Der hier vorliegende Endbericht fasst zum Abschluss des Pilotprojektes die Resultate aller fünf Jahre zusammen sowie vergleicht und interpretiert sie hinsichtlich der Projektziele und der Fragestellungen. Eine Zusammenfassung liefert dem schnellen Leser die wichtigsten Informationen zu den Projektzielen, dem Vorgehen, den Resultaten und zu den Schlussfolgerungen. Der Bericht selber ist in einen Hauptteil und einen Anhang unterteilt. Im Hauptberichtteil werden Ziele und Fragestellungen (Kapitel 2) definiert, das Vorgehen sowie die verwendete Methodik im Überblick dargestellt (Kapitel 3), die Resultate (Kapitel 4) und Schlussfolgerungen (Kapitel 5) mit Fokus auf die definierten Ziele und Fragestellungen präsentiert. Das Resultatkapitel enthält auch eine Beschreibung der praktischen Erfahrungen während der fünf Messjahre. Im Anhang wird das Vorgehen, soweit noch nicht im Hauptberichtteil beschrieben, ausführlich dargestellt. Er enthält auch die Rohdaten auf Güter- und Stoffebene sowie einzelne detaillierte Auswertungen. Zusätzlich sind die verwendeten Transferkoeffizienten aufgelistet und deren Bestimmung erläutert. Details zu den Erfahrungen im Betrieb und Unterhalt der Online-Messungen und zur Schätzung der Müllfeuchte sind auch im Anhang enthalten. Seite 1

22 Seite 2

23 2 Ziele und Fragestellungen Das Ziel der Phase B des vorliegenden Projektes ist die routinemäßige Erfassung der Stoffflüsse von Kohlenstoff (C), Chlor (Cl), Aluminium (Al), Cadmium (Cd), Kupfer (Cu), Eisen (Fe), Quecksilber (Hg), Blei (Pb) und Zink (Zn) auf der MVA Spittelau. Fragestellungen: Wie verlaufen die Müllkonzentrationen der untersuchten Elemente mit der Zeit? Gibt es Korrelationen zwischen den einzelnen Elementen? Über welche Zeiträume sind signifikante Schwankungen von Stoffflüssen (der Müllzusammensetzung) beobachtbar, und für welche Stoffe? Wie verlaufen solche zeitlichen Veränderungen während eines Jahres? Treten typische Jahresgang-Linien auf? Sind Trends der Müllzusammensetzung festzustellen? Für welche Elemente? Seite 3

24 Seite 4

25 3 Vorgehen, Methodik und Messkonzept 3.1 Projektablauf Das gesamte Forschungsprojekt dauerte sechs Jahre und war in zwei Phasen, A und B, unterteilt. Das Ziel der Phase A ( ) war die Planung, Entwicklung und Installation der benötigten Hardware sowie die Definition der Datenerfassung, um in der fünfjährigen Messphase die Stoffflüsse der ausgewählten Elemente routinemäßig zu bestimmen. Dazu wurde im Jahre 1999 eine an der TU Wien entwickelte Methode auf der MVA Spittelau angewendet. Dabei wurde gemeinsam mit dem Anlagebetreiber zu schon vorhandenen Messgeräten (wie z.b. das CO 2 -Online Messgerät im Kamin) zusätzlich benötigte Hardware (wie z.b. die Elektrofilteraschebandwaagen, die Chlorid-Online-Messsonde etc.) ausgewählt, eingebaut und in Betrieb genommen. Ein Probennahme-, Probenaufbereitungs-, Analyse- und Datenerfassungskonzept wurde ausgearbeitet, um aus den gemessenen Massenflüssen und Stoffkonzentrationen die Müllzusammensetzung sowie Stoffflüsse zu berechnen. Zur Phase A liegt ein separater Bericht Online-Messung der Stoffbilanz auf der MVA Spittelau - Bericht über die PHASE A Planung und Implementierung vor (Morf& Brunner, 1999). In Phase B wurde die Wiener Restmüllzusammensetzung in Bezug auf C, Cl, Al, Cd, Cu, Fe, Hg, Pb und Zn sowie deren Stoffflüsse in der MVA Spittelau während fast 5 Jahren ( bis ) routinemäßig bestimmt. Die fünf Messjahre entsprechen nicht exakt den einzelnen Kalenderjahren. Dies ist damit begründet, dass aus organisatorischen Gründen (Berichterstattung jeweils bis Ende Jahr) die Messphase für jedes Jahr von Anfang Oktober bis Ende September gewählt worden ist. Die Messjahre wurden aber trotzdem jeweils mit den entsprechenden Kalenderjahren (z.b. Messperiode bis = Messjahr 2003) bezeichnet. Weil sich der Start der Phase B infolge längerer Inbetriebnahmephase verzögerte, ist das erste Messjahr kürzer und beginnt erst mit dem Der Anlagebetreiber erhob während der fünf Messjahre die gemäß Messkonzept benötigten Betriebsdaten und zog nach vorgegebenem Probennahmekonzept die Proben bzw. Rückstellproben. Elektrofilterasche-, Wäscher-1-Abwasser- und Abwasserproben wurden im Labor des Institut für Wassergüte, Ressourcenmanagement und Abfallwirtschaft der TU Wien aufbereitet und analysiert. Die MA 48 bereitete Schlackeproben auf und analysierte diese auf die Elemente Cd, Hg, Pb, Cu, Zn. Die TU Wien analysierte die Schlackeproben auf Al, und Cl. Die Analysen der Schlacke dienten der Überprüfung und Justierung der monatlichen Transferkoeffizienten. Der vorliegende Endbericht fasst die Resultate aller 5 Jahre zusammen, vergleicht und interpretiert sie hinsichtlich der Projektziele und Fragestellungen und zieht die Schlussfolgerungen daraus. Seite 5

26 Die folgende Abbildung zeigt den Ablauf des gesamten Projekts im Überblick. Abbildung 3-1: Darstellung des zeitlichen Projektablaufs im Überblick. 3.2 Angewandte Methodik Die angewandte Methode zur routinemäßigen Bestimmung der Müllzusammensetzung basiert auf Arbeiten von Morf (1998) und Morf & Brunner (1998). Dabei erfolgt die Analyse der Stoffe in jeweils nur einem Verbrennungsprodukt (Asche, Abwasser etc.). Die mittlere Müll-Stoffkonzentration C e, Müll für ein Element e wird (jeweils für ein gewähltes Zeitintervall) nach Formel 1 berechnet. m m& & c T c T & P e, P e, P C e, Müll = = π Formel 1 Müll Dabei ist m der P & e, P e, P gemessene Massenstrom des Verbrennungsproduktes P (z.b. Elektro- Filterasche), der gemessene Massenstrom des Müllinputs, und mmüll C die gemessene e, P mittlere Konzentration des Elements e im Verbrennungsprodukt P. Diese drei Messungen beziehen sich alle auf das gleiche Zeitintervall. Der mittlere Transferkoeffizient T für das e, P Element e vom Input (Müll) in das entsprechende Verbrennungsprodukt P wird in Referenz- Seite 6

27 versuchen bestimmt und mittels Kontrollmessungen überprüft bzw. justiert. Im Rahmen dieses Pilotprojektes bestand die Möglichkeit die Transferkoeffizienten in die Schlacke, Elektrofilterasche, ins Wäscher-1-Abwasser (nur Hg) und ins gereinigte Abwasser (nur Cl) monatlich zu bestimmen. Die Unsicherheit des Mittelwertes C e, Müll, die Varianz Var( C e, Müll ), wird mittels dem Gaussschen Fehlerfortpflanzungsgesetz, angewendet auf Formel 1, bestimmt. Mittels der Multiplikation der Müllstoffkonzentrationen und der Müllmasse lassen sich auch die Stoffflüsse im Müllinput berechnen. Stoffflüsse in nicht analysierte Verbrennungsprodukte sowie deren Stoffkonzentrationen können mittels bekannter Transferkoeffizienten aus Referenzversuchen abgeschätzt werden. Auch hier kann die Unsicherheit mittels Gaussscher Fehlerfortpflanzung bestimmt werden. Für den methodisch interessierten Leser wird auf die beiden oben erwähnten Publikationen verwiesen. Abbildung 3-2 zeigt schematisch die Anwendung der Methode. Analysiert (A) wird der gewählte Stoff in nur einem Verbrennungsprodukt (z.b. Cd in der Elektrofilterasche). Massenflüsse des analysierten Verbrennungsproduktes sowie des Müllinputs werden gemessen. Stoffkonzentrationen und flüsse im Müll werden anhand Formel 1 berechnet (B). Bei Bedarf kann die Methode in analoger Weise angewandt werden, um in den nicht analysierten Verbrennungsprodukten (z.b. Abgas für Cd) die Stoffkonzentrationen- und -flüsse zu berechnen. Wie schon oben erwähnt bestand in diesem Projekt auch die Möglichkeit die Stoffe in der Schlacke pro Monat zweimal zu analysieren. Mittels dieser zusätzlichen Messungen konnten die Transferkoeffizienten monatlich bestimmt werden. Dies erlaubte die angewandte Methode zu überprüfen ( Kontrollmessung ) und die mittleren Transferkoeffizienten in Formel 1 jeden Monat mit den aktuellen Werten anzupassen. In Kapitel sind für eine Zeitperiode von mehreren Monaten die Resultate der Methode mit Analyse in nur einem Verbrennungsprodukt und mittleren Transferkoeffizienten und die Resultate der Kontrollmessungen mit aktuellen Transferkoeffizienten verglichen. Die verwendeten monatlich aktuellen Transferkoeffizienten, auf denen die Resultate in diesem Bericht basieren, sind im Anhang 7.4 im Detail aufgelistet. Seite 7

28 Abbildung 3-2: Angewandte Methodik in der MVA Spittelau schematisch dargestellt (Verbrennungsprodukte, Abwasser, Filterkuchen sind nicht dargestellt); A= Analyse, B= Berechnung. 3.3 Messkonzept Im Messkonzept für die Projektphase B wird das Vorgehen zur Messung von Güterflüssen und Stoffkonzentrationen (Probennahme, -aufbereitung und Analyse) beschrieben. Das Messkonzept ist in zwei Teile gegliedert: 1) Messungen im Routinebetrieb Dieses Konzept definiert wie die Müllzusammensetzung und die Stoffflüsse anhand der Analyse für einen Stoff in jeweils nur einem Verbrennungsprodukt bestimmt werden (Kapitel 3.3.1). 2) Messungen zur Überprüfung der Transferkoeffizienten Dieses Konzept definiert wie in diesem Projekt jeden Monat die mittleren Transferkoeffizienten kontrolliert und justiert werden. Dieses Konzept ist in Anhang beschrieben. Seite 8

29 3.3.1 Messungen im Routinebetrieb Messung der Güterflüsse Mittels der angewandten Methode werden zur Bestimmung der Stoffflüsse bzw. -gehalte im Müllinput folgende Güterflüsse (= Massenflüsse) routinemäßig erfasst und ausgewertet (Tabelle 3-1). Tabelle 3-1: Erfassung der Massen- bzw. Güterflüsse zur Bestimmung der Stoffflüsse bzw. -gehalte im Müll auf der MVA Spittelau im Routinebetrieb Güterfluss Als Basis für folgende Stoffe Messort Messprinzip Art der Messung (K, DK) DK (Brückenwaage) DK (Brückenwaage) Müll Alle Bei der Eingangskontrolle Gravimetrisch Schrott Fe Bei der Ausgangskontrolle Gravimetrisch EF-Asche Wäscher- 1 - Abwasser Al, Cd, Cu, Pb, Zn, (Hg, Cl) Hg Unterhalb beider E-Filter der Linie 1 und 2 In den beiden Ausschleusleitungen der Wäscher 1 der Linie 1 und 2 je eine Messung Abwasser Cl In der Abwasserleitung nach der Abwasserreinigungsanlage Reingas C Im Kamin (bei der Emissionsmessung) K... Kontinuierlich, DK.. Diskontinuierlich Gravimetrisch (Bandwaage) Magnetisch Induktiv Magnetisch Induktiv K K K Resultate (Massenflüsse) Monatlich Monatlich Täglich Monatlich Täglich Monatlich Täglich Monatlich Thermisch K Täglich Monatlich Ohne Mehraufwand könnten mittels der angewandten Methode auch die Stoffkonzentrationen in den restlichen, nicht direkt beprobten, Verbrennungsprodukten (z.b. Filterkuchen etc.) indirekt berechnet werden. Die dazu notwendigen Massenflüsse werden im Projekt auch routinemäßig erfasst und ausgewertet und stehen bei Bedarf zur Verfügung. Zusätzlich zu den in Tabelle 3-1 erwähnten Gütern werden auch die Schlacke (siehe auch Kapitel ) und der Filterkuchenmassenfluss erfasst. Dies erfolgt analog zum Müll bzw. Schrott beim Abtransport von der MVA über die Brückenwaage gravimetrisch. Monatssummen stehen zur Auswertung zur Verfügung. Zur Kontrolle der monatlichen EF-Aschemengen anhand der Online-Messung der Bandwaagen werden die beim Abtransport von der MVA über die Brückenwaage gravimetrisch erfassten EF-Aschemengen verwendet. Um auch die Wasserbilanz der MVA und damit den Wassergehalt des Mülls abschätzen zu können, wird, im Vergleich zum in Phase A definierten Messkonzept, seit Ende des dritten Messjahres die Wasserbilanz der MVA anhand von verschiedenen zusätzlichen Messungen Seite 9

30 berechnet. Die zusätzlich benötigten Messgrößen sind die Verbrennungsluftmenge, die dem Rauchgas zugeführte Wassermenge sowie die Erdgasverbräuche. Das Vorgehen dazu ist in Anhang 7.6 beschrieben Bestimmung der Stoffkonzentrationen Abbildung 3-3 zeigt schematisch die Messorte zur routinemäßigen Bestimmung der Stoffflüsse bzw. der Müllzusammensetzung mittels der angewandten Methode für die ausgewählten Elemente C, Cl, Al, Fe, Cd, Cu, Hg, Pb und Zn. Dabei werden Kohlenstoff in Form des CO 2 (Reingas), Chlor als Chlorid (Abwasser) und Hg (Wäscher-1-Abwasser) mittels automatischer Online-Messgeräte gemessen. Al, Pb, Cu, Zn werden nach manueller Probennahme in der Elektrofilterasche analysiert. Cl und Hg werden aus Redundanzgründen im Falle von Messausfällen routinemäßig auch in der EF-Asche analysiert. Eisen wird über die Schrottmengenmessung bestimmt. Abbildung 3-3: Darstellung der Messorte für die routinemäßige Messung der Stoffkonzentration auf der MVA Spittelau im Routinebetrieb (Quelle: Fernwärme Wien GmbH, Dr. Krobath; mit einigen eigenen Anpassungen ). Restmüll Gereinigtes Abgas: Abgas: Kohlenstoff (online) Schrott: Eisen Eisen Wäscher-1-Abwasser: Quecksilber (online) Schlacke EF-Asche: Aluminium Blei Blei Cadmium Kupfer Zink Zink Chlor Chlor Quecksilber Filterkuchen Gereinigtes Abwasser: Chlor Chlor (online) Seite 10

31 Definition der Probennahmeorte Tabelle 3-2 zeigt zusammenfassend die Mess- bzw. Probennahmeorte, wo automatisch oder manuell Proben gezogen werden. Im Unterschied zum ursprünglichen Messkonzept aus Phase A, wo die Probennahme und Analyse von Cl im gereinigten Abwasser und Hg im Wäscher-1-Abwasser mittels nur Online- Messgeräten vorgesehen war, wurden diese Elemente seit dem 1. Messjahr auch in den Proben der Elektrofilterasche (Linie 1 und 2) analysiert. Die Hg- und Cl-Analysenwerte in der EF-Asche werden nun anstelle der Analysenwerte im Wäscher-1-Abwasser (Hg) bzw. im gereinigten Abwasser (Cl) für die Berechnung der Monats- sowie Jahresmittelwerte im Müll herangezogen. So können Datenlücken infolge von Ausfällen der beiden Online-Messungen bei Monats- und Jahresmittelwerten vermieden werden. Die beiden Online-Messungen dienen vor allem der Untersuchung von zeitlichen Veränderungen bei hoher Auflösung (Wochen, Tage, Stunden), sowie zur Kontrolle der Transferkoeffizienten. Diese zwei Änderungen sind in Tabelle 3-2 berücksichtigt. Tabelle 3-2: Messorte der Erfassung der Stoffkonzentrationen zur Bestimmung der Stoffflüsse bzw. Stoffgehalte im Müll auf der MVA Spittelau im Routinebetrieb Verbrennungsprodukt Probenahme/ Messort Art der Probenahme (A, M) A Zeitliche Auflösung der Resultate SF: Täglich K, SF: Monatlich SF: Täglich K, SF: Monatlich SF: Täglich K, SF: Monatlich analysierte Elemente Reingas beider Linien Im Kamin (bei der Emissionsmessung) C (als CO 2 )* Gereinigtes Abwasser In der Abwasserleitung nach A Cl beider Linien der Abwasserreinigungsanlage Wäscher 1 Abwasser der In den beiden Ausschleusleitungen A Hg Linie 1 und 2 der Wäscher 1 der Linie 1 und 2 (alternierend) Elektrofilterasche der Unterhalb beider E-Filter der M K, SF: Monatlich Al, Cd, Cu, Linie 1 und 2 Linie 1 und 2 (alternierend), Pb, Zn, Cl, beim Abwurf der Bandwaagen Hg Schrott Im Schrottcontainer ** SF: Monatlich Fe A= Automatisch; M= Manuell; K= Konzentration für Müll, SF= Stoffflüsse für Müll * Zur Berücksichtigung der entsprechenden Bezugsgrößen (H 2 O-Gehalt, O 2 -Gehalt) bei der Multiplikation des Kohlenstoffgehalts aus der CO2-Messung (Reingasmessung) mit dem Reingasvolumenstrom, wird neben der CO 2 -Online Messung im Reingas auch O 2 und H 2 O online gemessen. Das Vorgehen bei der Umrechnung ist in Kapitel beschrieben. ** Die Eisenflüsse bzw. Konzentrationen werden anhand der gravimetrischen Bestimmung der auf der MVA Spittelau abgeschiedenen Schrottmenge errechnet Art der Probennahme Das Probennahmekonzept (Struktur und Art der Probennahme, die Anzahl der Proben bzw. Frequenz der Probennahme sowie das Probengewicht für die einzelnen untersuchten Güterflüsse) wurde anhand von a priori Wissen (Schachermayer at al., 1995), (Morf, 1998) definiert. Dieses Konzept ist im Bericht Online-Messung der Stoffbilanz auf der MVA Spittelau - Seite 11

32 Bericht über die PHASE A Planung und Implementierung vom August 1999 im Detail beschrieben. In der folgenden Tabelle 3-3 ist das aktualisierte Probennahmekonzept zur Bestimmung der Stoffkonzentrationen im Routinebetrieb zusammengefasst. Wie schon in Kapitel ausgeführt, werden im Vergleich zum ursprünglichen Messkonzept aus Phase A anhand neuer Erkenntnisse aus der Praxis (siehe Kapitel 4.4.1) Hg und Cl auch in der EF-Asche analysiert. Zusätzlich zu CO 2 werden, wie in Tabelle 3-1 schon erwähnt, zur Berücksichtigung der Bezugsgrößen auch O 2 und H 2 O online gemessen. Tabelle 3-3: Aktualisiertes Probennahmekonzept auf der MVA Spittelau im Routinebetrieb EF-Asche Wäscher-1-Abwasser Abwasser Reingas (Al, Cd, Cu, Pb, Zn, Hg, Cl) (Hg) (Cl) (C als CO 2 ) Struktur der Probennahme Systematisch Systematisch Systematisch Systematisch Art der Probennahme Quasi- NFP, manuell NFP, automatisch NFP, automatisch NFP, automatisch Anzahl Proben/ Frequenz der Probennahme Diskontinuierlich Kontinuierliche Erfassung Quasi-Kontinuierlich Kontinuierliche Erfassung 2 Mischproben pro Monat (alternierend ungerade Monate Linie 1, gerade Monate Linie 2 (1 ); mit einer Stichprobenfrequenz von 4 Stichproben pro Tag (alle 6 Std.), total 60 SP pro MP alternierende Erfassung der Linien 1 und 2; jeweils je 12h pro Linie (Linie 1: 0-12h, Linie 2: 12-24). jede Stunde wird ein Wert ermittelt Jede Stunde bzw. jeden Tag Mittelwert gebildet Endresultatform Monatsmittelwerte gebildet Tages bzw. Monatmittelwerte gebildet Tages bzw. Monatmittelwerte gebildet Tages bzw. Monatmittelwerte gebildet Probegewicht 100 g pro Stichprobe; ca. 6 kg pro Mischprobe nach Herstellervorgabe 1,6-16 ml je nach Messbereich (5ml/Probe) nach Herstellervorgabe (5ml/Probe) Nach Herstellervorgabe NFP: Quasi NFP: Nichtdurchflussproportionale Probennahme Nichtdurchflussproportionale Probennahme mit möglichst konstanten Teilprobengewichten Probenaufbereitung und Analyse Die Beschreibung des Vorgehens bei der Probenaufbereitung und Analyse ist für online/automatisch gemessene Stoffe in Anhang und für manuell beprobte/analysierte Stoffe in Anhang beschrieben. Seite 12

33 4 Resultate und Diskussion 4.1 Stoffkonzentrationen im Wiener Restmüll Vergleich der Jahresmittelwerte 2000 bis 2004 Abbildung 4-1 vergleicht die fünf Jahresmittelwerte der Stoffkonzentrationen im Wiener Restmüll. Fehler sind angegeben als approximative 95%-Konfidenzintervalle ( ±2σ) und dienen als Basis für die qualitative Abschätzung der Signifikanz 1 von Veränderungen. Die Gegenüberstellung der fünf Jahresmittelwerte für die gewählten Stoffe zeigt folgende Resultate: Der Mittelwert der Restmüllkonzentrationen über alle fünf Jahre beträgt für Kohlenstoff 190 g/kgfs, für Chlor knapp 5 g/kgfs, für Quecksilber 0.9 mg/kgfs, für Cadmium 5.8 mg/kgfs, für Kupfer und Blei knapp 300 mg/kgfs, für Zink 560 mg/kgfs, für Aluminium fast 11 g/kgfs und für Eisen rund 28 g/kgfs (FS= Feuchtsubstanz). Die Unsicherheiten der jährlichen mittleren Stoffkonzentrationen in Abbildung 4-1 sind als approximative 95%-Konfidenzintervalle ( ±2σ) angegeben. Sie sind vor allem bedingt durch zeitliche Schwankungen zwischen den einzelnen Monatsmittelwerten (siehe Verläufe der Monatsmittelwerte) und sind von Jahr zu Jahr verschieden. Sie betragen für C 5-11%, für Cl 5-20%, für Hg 10-25%, für Cd 7-15%, für Cu 6-22%, für Pb 13-26%, für Zn 8-13%, für Al 8-17% und für Fe 7-9%. Der Fünf-Jahresmittelwert kann für alle Elemente mit einer Unsicherheit von kleiner als 8% angegeben werden. Das zeitliche Verhalten (Verlauf, Trend, Variabilität) der 5 Jahresmittelwerte ist für die einzelnen Elemente unterschiedlich. Folgende Resultate können dabei zusammengefasst werden: Die Stoffgehalte der Elemente C, Fe und Zn verlaufen während der fünf Jahre praktisch auf konstantem Niveau. Wobei der Verlauf des mittleren jährlichen Zinkgehalts noch am ehesten einer Abnahme unterworfen ist (- 7%) aber infolge zu großer Fehlerbereiche noch nicht als signifikant erkannt werden kann. Auch der Kohlenstoffgehalt nimmt eher leicht ab, derjenige des Eisens schwankt zwischen den einzelnen Jahren leicht auf und ab. Beide Tendenzen sind aber auch innerhalb der Fehlerbreiten für die Jahresmittelwerte und deshalb nicht signifikant. Die beiden Mittelwerte der Schadstoffe Cd (- 30%) und Hg (-30%) nehmen vom ersten zum letzten Messjahr deutlich ab. Wobei der Abwärtstrend von Cadmium von 7 mg/kgfs im Jahr 2000 auf rund 5 mg/kgfs im Jahr 2004 signifikant ist. Die Abnahme von Hg von 1 Signifikant bedeutet in diesem Fall in qualitativem Sinne, dass die Konfidenzintervalle zweier Messwerte sich nicht mehr überlappen. Seite 13

34 ca. 1.1 mg/kgfs im Jahre 2000 mit einer Auf- Ab Bewegung auf 0.7 mg/kgfs im Jahre 2004 infolge der größeren Fehlerbereiche nicht als signifikant bezeichnet werden kann. Die Jahresmittelwerte von Cu (+45%), Pb (+30%) und Al (+16%) nehmen in den fünf Jahren zu. Infolge zu großer Schwankungsbreiten der Jahresmittelwerte sind diese Zunahmen zum heutigen Zeitpunkt aber noch nicht als signifikant zu werten. Für Cu ist trotz einer leichten zwischenzeitlichen Abnahme in den Jahren 2002 und 2003 noch am ehesten von einem zunehmenden Trend zu sprechen. Die Verläufe von Pb und Al zeigen keinen Trend, sondern zeichnen sich durch große Schwankungen zwischen den einzelnen Jahresmittelwerten und durch große Fehlerbereiche der einzelnen Jahresmittelwerte (als Folge starker Variationen auf Ebene der Monatsmittelwerte). Beim Al fällt der ziemlich tiefe Wert im Jahr 2002 aus der Reihe und ist erklärungsbedürftig. Abbildung 4-1: Vergleich der mittleren jährlichen Stoffkonzentrationen von C, Cl, Al, Hg, Cu, Cd, Pb, Zn und Fe im Wiener Restmüll, bestimmt auf der MVA Spittelau während der Messphase bis (inklusive unterer und oberer Grenze eines 95%- Konfidenzintervalls), FS= Feuchtsubstanz, MW= Mittelwert. Müllkonzentration g/kgfs C Müllkonzentration mg/kgfs Cl Müllkonzentration mg/kgfs 2,0 1,8 1,6 1,4 1,2 1,0 0,8 0,6 0,4 0,2 Hg 0 0 0, MW MW MW Müllkonzentration mg/kgfs Cd Müllkonzentration mg/kgfs Cu Müllkonzentration mg/kgfs Pb MW MW MW Müllkonzentration mg/kgfs Zn Müllkonzentration mg/kgfs Al Müllkonzentration g/kgfs Fe MW MW MW Seite 14

35 4.1.2 Zeitliche Verläufe der Monatsmittelwerte 2000 bis 2004 In Abbildung 4-2 sind die Verläufe der mittleren monatlichen Stoffkonzentrationen während der Messphase bis dargestellt. Dabei ist die Unsicherheit als approximative untere und obere 95%- Konfidenzintervallgrenze ( ±2σ) angegeben. Abbildung 4-2: Verlauf der mittleren monatlichen Stoffkonzentrationen bezogen auf Feuchtsubstanz von C, Cl, Al, Hg, Cu, Cd, Pb, Zn und Fe im Wiener Restmüll, bestimmt auf der MVA Spittelau von bis (inklusive unterer und oberer Grenze eines approximativen 95%- Konfidenzintervalls ( ±2σ)). 400 C Cl Konzentration [g/kgfs] Konzentration [mg/kgfs] Feb.00 Mai.00 Aug.00 Nov.00 Feb.01 Mai.01 Aug.01 Nov.01 Feb.02 Mai.02 Aug.02 Nov.02 Feb.03 Mai.03 Aug.03 Nov.03 Feb.04 Mai.04 Aug.04 0 Feb.00 Mai.00 Aug.00 Nov.00 Feb.01 Mai.01 Aug.01 Nov.01 Feb.02 Mai.02 Aug.02 Nov.02 Feb.03 Mai.03 Aug.03 Nov.03 Feb.04 Mai.04 Aug.04 Zeit [Monat] Zeit [Monat] 4,00 Hg 20 Cd 3,00 15 Konzentration [mg/kgfs] 2,00 1,00 Konzentration [mg/kgfs] ,00 0 Feb.00 Mai.00 Aug.00 Nov.00 Feb.01 Mai.01 Aug.01 Nov.01 Feb.02 Mai.02 Aug.02 Nov.02 Feb.03 Mai.03 Aug.03 Nov.03 Feb.04 Mai.04 Aug.04 Feb.00 Mai.00 Aug.00 Nov.00 Feb.01 Mai.01 Aug.01 Nov.01 Feb.02 Mai.02 Aug.02 Nov.02 Feb.03 Mai.03 Aug.03 Nov.03 Feb.04 Mai.04 Aug.04 Zeit [Monat] Zeit [Monat] Seite 15

36 Cu Pb Konzentration [mg/kgfs] Konzentration [mg/kgfs] Feb.00 Mai.00 Aug.00 Nov.00 Feb.01 Mai.01 Aug.01 Nov.01 Feb.02 Mai.02 Aug.02 Nov.02 Feb.03 Mai.03 Aug.03 Nov.03 Feb.04 Mai.04 Aug.04 Feb.00 Mai.00 Aug.00 Nov.00 Feb.01 Mai.01 Aug.01 Nov.01 Feb.02 Mai.02 Aug.02 Nov.02 Feb.03 Mai.03 Aug.03 Nov.03 Feb.04 Mai.04 Aug.04 Zeit [Monat] Zeit [Monat] 1000 Zn Al Konzentration [mg/kgfs] Konzentration [mg/kgfs] Feb.0 0 Mai.0 0 Aug.0 00 Nov. 1 Feb.0 1 Mai.0 1 Aug.0 01 Nov. 2 Feb.0 2 Mai.0 2 Aug.0 02 Nov. 3 Feb.0 3 Mai.0 3 Aug.0 03 Nov. 4 Feb.0 4 Mai.0 4 Aug Feb..00 Mai 0 Aug.0 00 Nov. 01 Feb..01 Mai 1 Aug.0 01 Nov. 02 Feb..02 Mai 2 Aug.0 02 Nov. 03 Feb..03 Mai 3 Aug.0 03 Nov. 04 Feb..04 Mai 4 Aug.0 Zeit [Monat] Zeit [Monat] 50 Fe 40 Konzentration [g/kgfs] Feb.00 Mai.00 Aug.00 Nov.00 Feb.01 Mai.01 Aug.01 Nov.01 Feb.02 Mai.02 Aug.02 Nov.02 Feb.03 Mai.03 Aug.03 Nov.03 Feb.04 Mai.04 Aug.04 Zeit [Monat] Die Verläufe in Abbildung 4-2 zeigen deutlich, wie die monatlichen Stoffkonzentrationen z. T. starken Schwankungen unterworfen sind. Die Unsicherheiten der Monatsmittelwerte sind mit Ausnahme für Fe und in gewissem Ausmaß für Cl genügend klein, so dass die Variationen mit großer Signifikanz erkannt werden können. Seite 16

37 Die Betrachtung der zeitlichen Verläufe in Abbildung 4-2 zeigt auf den ersten Blick nur für Fe und allenfalls Al eine gewisse Periodizität (saisonale Muster, Jahresganglinie). Der Verlauf von Fe ist in jedem Jahr sehr ähnlich. Al zeigt immerhin dreimal innerhalb von fünf Jahren ein starkes Maximum im Juni. Sehr extreme Spitzen fallen sofort auf bei den Verläufen von Cl (1), Cu (2), Pb (1) und Al (3). Bei allen Elementverläufen gibt es viele weitere extreme Differenzen zwischen den Analysewerten (> 100%) zwischen Werten mit weniger als zwei Monaten Abstand. Ab- oder zunehmende Trends über die fünfjährige Messperiode sind nicht ganz offensichtlich zu erkennen. Schaut man jedoch genauer hin, dann erkennt man für die Verläufe der Monatsmittelwerte von Cd und Hg, wie schon auf der Ebene der Jahresmittelwerte (siehe Kapitel 4.1.1), abnehmende Trends. Untersucht man die Variationsbreite der Monatsmittelwerte (Verhältnis zwischen Monatsmaximal- und -minimalwerten) während der gesamten Messperiode von fünf Jahren, dann stellt man große Unterschiede zwischen den einzelnen Elementen fest (Tabelle 4-1). Tabelle 4-1: Vergleich der Bereiche (Minima/Maxima) der monatlichen Stoffkonzentrationen [mg/kgfs bzw. g/kgfs] im Wiener Restmüll auf der MVA Spittelau in den Jahren 2000 bis C Cl Hg Cd Cu Pb Zn Al Fe g/kgfs mg/kgfs mg/kgfs mg/kgfs mg/kgfs mg/kgfs mg/kgfs mg/kgfs mg/kgfs 2000 min ,74 5, max ,4 9, max./min. (%) 150% 180% 190% 170% 240% 190% 170% 150% 140% 2001 min ,50 3, max , max./min. (%) 130% 330% 280% 280% 330% 310% 190% 210% 160% 2002 min ,63 5, max ,1 7, max./min. (%) 140% 130% 180% 150% 140% 210% 150% 160% 150% 2003 min ,55 3, max ,5 5, max./min. (%) 140% 140% 270% 160% 260% 230% 170% 130% 170% 2004 min ,38 3, max ,0 6, max./min. (%) 130% 160% 250% 170% 330% 390% 190% 120% 160% alle 5 Jhre min ,38 3, max ,5 10, max./min. (%) 160% 330% 400% 290% 450% 400% 230% 360% 175% Betrachtet man die Variationsbreiten über alle fünf Jahre, so beträgt das Verhältnis Maximalzu Minimalwert für Cu, Hg und Pb Faktor 4 und mehr! Auch die Stoffkonzentrationen von Al (Faktor 3.6), Cl (Faktor 3.3) und Cd (Faktor 3) variieren über alle fünf Messjahre sehr stark. Seite 17

38 Tabelle 4-1 zeigt auch die Schwankungsbreiten der Monatsmittelwerte innerhalb der einzelnen Jahre. Dabei zeigt sich, dass für die Elemente C, Zn und Fe die Schwankungen der Monatsmittelwert innerhalb eines Jahres über alle fünf Jahre etwa gleich groß sind. Monatsmittelwerte von Chlor variieren deutlich stärker ( %). Im Jahr 2001 (infolge des Extremwertes im Juni) und auch im Jahr 2000 ist die Variation deutlich stärker als in den restlichen drei Jahren. Auch die Monatsmittelwerte der Cu- und Pb-Konzentrationen schwanken von Jahr zu Jahr sehr unterschiedlich stark (140 bis 330% bzw. 190 bis 390%). Für Cd und Al ist das Jahr 2001 dasjenige mit den am Abstand größten Schwankungen (280% bzw. 210%). Seither scheinen die Variationen innerhalb der Jahre zumindest für Al abzunehmen. Hg variiert in den beiden Jahren 2000 und 2002 deutlich weniger als in den restlichen drei Jahren. Zeitpunkte ausgeprägt hoher bzw. tiefer Monatsmittelwerte der Restmüllkonzentrationen für die gewählten Elemente über die gesamte Messperiode zeigt Tabelle 4-2. Tabelle 4-2: Ausgeprägt hohe (H) und tiefe (T) mittlere, monatliche Restmüll- Stoffkonzentrationen der MVA Spittelau während der Messphase bis C Cl Al Hg Cd Cu Pb Zn Fe 2000 Feb. T März H April H T Mai T Juni T H H H H H H Juli T T T Aug. T T T Sept. H Okt. H T Nov. T H T Dez Jan. H Feb. H März T April H Mai T T Juni H H H H H Juli T T T Aug. T T T T Sept. Okt. Nov. Dez. Seite 18

39 Fortsetzung Tabelle 4-2: Ausgeprägt hohe (H) und tiefe (T) mittlere, monatliche Restmüll- Stoffkonzentrationen der MVA Spittelau während der Messphase bis C Cl Al Hg Cd Cu Pb Zn Fe 2002 Jan. H Feb. T März April H Mai T Juni H T H Juli T T T T T Aug. T Sept. T Okt. T H Nov. Dez. T 2003 Jan. H Feb. März T H April Mai Juni H H H H H Juli T T T T T T T Aug. H T T Sept. H H T Okt. H Nov. H T H Dez Jan. H Feb. T März H April Mai H H H Juni T H H H Juli T T T T T T T T Aug. Sept. H H In Tabelle 4-2 fällt auf, dass die Fe-Konzentration immer im Juni ein Maximum ausweist. Für Fe, welches mittels der Wiegung der Schrottmenge bestimmt wird, ist nahe liegend, dass diese hohen Werte zu Beginn der Revisionszeit nicht durch den Müllinput, sondern durch Unregelmäßigkeiten bei der Massenerfassung (Abtransport der Güter nicht im entsprechenden Anfallsmonat) beeinflusst wird. Auch fällt auf, dass für praktisch alle Elemente mindestens zweimal innerhalb der fünf Jahre im Juli sichtbar tiefere Konzentrationswerte gemessen wurden. Für diese tiefen Konzentrationen jeweils im Juli kommen mehrere Gründe in Frage. Eine erste Erklärung wäre, dass aus unbekannten Gründen jeweils im Juli (Ferienzeit) wirklich ein Restmüll mit tieferen Stoffkonzentrationen angeliefert wird. Weniger wahrscheinlich aber nicht ganz auszuschließen wäre die Möglichkeit, dass beim Übergang von der Revisionszeit zum Normalbetrieb im Juli die gewogenen Massenflüsse des Mülls und der EF-Asche bzw. Schlacke für den betreffenden Monat nicht ganz zu einander korrespondieren. Ein weiterer möglicher Grund wäre, dass ein nicht vernachlässigbarer Stofffrachtanteil an der frisch gereinigten und wieder neu aufbauenden Schmutzschicht an den Kesselrohren nach der Revision Seite 19

40 bis zum Gleichgewichtszustand akkumuliert. Dies würde zu einem temporären Minderbefund in der EF-Asche führen. Dagegen spricht, dass dieses Phänomen eigentlich jedes Jahr auftreten müsste, aber nicht jedes Jahr beobachtet wird. Zweitens zeigen Elemente, welche zur Akkumulation in Kesselablagerungen prädestiniert wären (z.b. Pb, Cd) nur zweimal im Juli Minimalwerte und da keine speziell extremen. Leider war es im Rahmen dieses Projektes nicht möglich diese Frage definitiv zu beantworten. Ob dieses wiederholte Auftreten von stark erhöhten und tiefen Konzentrationswerten in gleichen Monaten auch über längere Zeiträume festgestellt werden können, werden die Messungen in den Folgejahren zeigen. In Tabelle 4-3 sind Monate, welche in den fünf Jahren zweimal oder mehrere Male hohe/tiefe Werte der mittleren, monatlichen Restmüllkonzentrationen zeigen, zusammengefasst. Tabelle 4-3: Monate mit sehr hoher und tiefer mittlerer monatliche Restmüll- Stoffkonzentrationen auf der MVA Spittelau während der Messphase bis Erwähnt sind Monate, welche in den fünf Jahren zwei oder mehrere Mal hohe/tiefe Werte zeigen. Sehr hohe Konzentrationen Sehr tiefe Konzentrationen Kohlenstoff Zweimal im Juni Zweimal im Mai, zweimal im Juli Chlor - Dreimal im Juli Quecksilber Dreimal im Juni Drei mal im Juli Cadmium Zweimal im Juni Zweimal im Juli Kupfer Dreimal im Oktober Zweimal im Juli, zweimal im August Blei Dreimal im Januar Zweimal im Juli Zink Dreimal im März Dreimal im Juli, dreimal im August Aluminium Dreimal im Juni Fünfmal im Juli Eisen Fünfmal im Juni Viermal im Juli Welche Ursachen für die stark erhöhten Monatsmittelwerte in Frage kommen, ist ohne spezielle Abklärungen momentan nur anhand von Vermutungen möglich. So könnten z.b. für erhöhte Pb-Werte jeweils im Januar Abfälle der Festtage (Flaschendeckel, Christbaumschmuck, Raketenreste, Geschenkpapier) in Frage kommen. Erhöhte Kupferwerte im Oktober ev. mit Pflanzenschutzmitteln in verstärkt angelieferten Gartenabfällen oder Straßenabfälle (Laub) im Herbst erklärt werden. Hg- und Cd-Spitzenwerte im Juni sind vielleicht durch verstärkten Gebrauch/Wartung oder Ersatz von Batterie/Akkumulatoren betriebenen Geräten (Fotoapparate, Walkmans etc.) zu Sommerbeginn mit unsachgemäßer Entsorgung zu erklären. Man kann sich auch die Frage stellen, in welchen Monaten sind hohe und tiefe Restmüllkonzentrationen für möglichst viele Elemente gleichzeitig feststellbar. Zieht man eine Grenze bei mehr als zwei Elementen (ohne Berücksichtigung von Fe) sind nur noch vier Monate zu erwähnen: Seite 20

41 Tabelle 4-4: Monate mit sehr hohen oder tiefen mittleren monatlichen Restmüll- Stoffkonzentrationen auf der MVA Spittelau während der Messphase bis Erwähnt sind Monate, in welchen jeweils 3 Elemente hohe (linke Spalte) bzw. tiefe (rechte Spalte) Werte zeigen (ohne die Betrachtung von Fe). Monate mit hohen Werten Juni 2000: Al, Hg, Cd, Pb, Zn Juni 2001: Cl, Hg, Cd, Pb, Zn Juni 2003: C, Al, Hg, Cu Mai 2004: Cl, Cu, Pb Monate mit tiefen Werten Aug 00: Cl, Cu, Zn Juli 01: Cl, Al, Hg Aug 01: Hg, Cd, Zn Juli 02: C, Al, Cd, Zn Juli 03: C, Cl, Al, Hg, Cu, Zn Juli 04: Cl, Al, Hg, Cd, Cu, Pb, Zn Einzig der Juni scheint bezüglich hoher Stoffkonzentrationen verschiedener Elemente im gleichen Monat (in zumindest drei von fünf Jahren) in gewissem Masse prädestiniert zu sein. Doch von den Stoffen mit hohem Wert im Juni ist einzig Hg, welches in drei Jahren im Juni einen hohen Wert aufweist. Für tiefe Stoffkonzentrationen mehrerer Elemente im gleichen Monat ist der Juli in vier von fünf Jahren und der August in zwei von fünf Jahren betroffen. Aber auch hier sind es in den einzelnen Jahren nie immer die gleichen Elemente. Möchte man das zeitliche Verhalten von Zeitreihen genauer verstehen, behilft man sich am besten der Zeitreihentheorie. Ein wertvolles Instrument zur empirischen Beschreibung des Verhaltens von Stoffkonzentrationen ist die empirische Autokorrelationsfunktion (ACF), auch Korrelogramm genannt. Im Korrelogramm werden die auf 1 genormten empirisch ermittelten Autokorrelationskoeffizienten in Funktion des Zeitabstandes der Messwerte (=lag) aufgezeichnet. Die empirischen Autokorrelationskoeffizienten messen die Korrelation zwischen Beobachtungen bei verschiedenen Abständen untereinander. Aus Korrelogrammen kann abgelesen werden, wie stark (auto)korreliert oder zufällig zeitliche Verläufe sind. Man kann auch Tendenzen zu Periodizitäten in den Zeitverläufen erkennen. Abbildung 4-3 zeigt Korrelogramme für die untersuchten Zeitverläufe der mittleren monatlichen Restmüllkonzentrationen während der Messperiode vom bis zum , ohne die Elimination von Ausreißerwerten und Trends. Seite 21

42 Abbildung 4-3: Korrelogramme für die Zeitreihen der Monatsmittelwerte von ausgewählten Restmüll-Stoffkonzentrationen in der MVA Spittelau, Wien, bis (lag= 1 Monat; ACF= Autokorrelationskoeffizient). 1.0 C 1.0 CL Confidence Limits -.5 Confidence Limits ACF Coefficient ACF Coefficient Lag Number Lag Number 1.0 AL 1.0 HG Confidence Limits -.5 Confidence Limits ACF Coefficient ACF Coefficient Lag Number Lag Number 1.0 CD 1.0 CU Confidence Limits -.5 Confidence Limits ACF Coefficient ACF Coefficient Lag Number Lag Number Seite 22

43 1.0 PB 1.0 ZN Confidence Limits -.5 Confidence Limits ACF Coefficient ACF Coefficient Lag Number Lag Number 1.0 FE Confidence Limits ACF Coefficient Lag Number In Abbildung 4-3 kann festgestellt werden, dass von den neun in diesem Projekt untersuchten Stoffen die Zeitverläufe der mittleren monatlichen Restmüllkonzentrationen bei 6 Stoffen (C, Cl, Hg, Cu, Zn und Fe) zufällig sind (Zufallsreihe). Für diese Elemente kann für keinen der untersuchten Zeitabstände eine signifikante Autokorrelation festgestellt werden. Einzig die Verläufe von Aluminium und in weniger starkem Ausmaß Blei sind autokorreliert. D.h. für Werte dieser Zeitreihen besteht die Tendenz, dass einer über dem Mittelwert liegender Beobachtung eine oder mehrere Beobachtungen über dem Mittelwert folgen. Ebenso verhält es sich mit Beobachtungen unter dem Mittelwert. Dies kann man auch bei der Betrachtung der zeitlichen Verläufe qualitativ bestätigen. Für Cadmium zeigt das Korrelogramm, dass die Zeitreihe nichtstationären Charakter hat. Dies bedeutet, dass die Zeitreihe einem Trend unterliegt. Dies ist eine Bestätigung der Resultate auf der Ebene der Jahresmittelwerte (siehe Kapitel 4.1.1). Wenn man die Korrelogramme in Abbildung 4-3 bezüglich möglicher Periodizitäten betrachtet, fällt auf, dass - für C, Cl, Cu und Pb jeweils Werte mit einem Abstand von 12 Monaten tendenziell, aber knapp nicht signifikant korrelieren (schwache nicht signifikante Jahres-Periodizität). - für Cd infolge eines überlagerten Trends keine Aussage hinsichtlich Periodizitäten gemacht werden können. Seite 23

44 - für Zn eine deutlich signifikante Jahres-Periodizität festgestellt werden kann, d.h. jeweils Werte mit einem Abstand von 12 Monaten signifikant korrelieren. - für Fe trifft dies, wie oben schon erläutert, auch zu und kann im Korrelogramm auch deutlich bestätigt werden Einfluss der Müllfeuchte auf die Restmüllkonzentrationen Will man den Verdünnungseffekt des Wasseranteils im untersuchten Wiener Restmüll bei der Interpretation der Resultate berücksichtigen, müssen die Stoffkonzentrationen im Müll, bezogen auf dessen Trockensubstanz, bekannt sein. Die Umrechnung von Feuchtsubstanz auf Trockensubstanz erfolgt mittels des Wassergehalts des untersuchten Müllinputs. Dieser wird mittels einer Wasserbilanz auf der MVA ermittelt (siehe Anhang 7.6). Im Rahmen dieses Projektes wird der Wassergehalt des Wiener Restmülls seit Oktober 2002 auch routinemäßig bestimmt. Abbildung 4-4 zeigt den Verlauf des mittleren monatlichen Wassergehalts zwischen Okt und Sept Infolge der rechnerisch relativ komplizierten Bestimmung und der Fehlerfortpflanzung mehrerer nicht ganz kleiner Einzelmessgrößenfehler bzw. Fehlerbreiten für angenommene Größen ist der Fehler des mittleren Restmüllwassergehalts relativ groß. Dies hat zur Folge, dass auch relativ große Variationen des Wassergehalts nicht als klar signifikant erkannt werden können. Deshalb wird für diese Mittelwerte die Unsicherheit nicht mit approximativen 95-% Konfidenzintervallen ( ±2σ) sondern 67%- Konfidenzintervalle ( ±1σ) angegeben. Trotzdem zeigt Abbildung 4-4, dass im August und November 2003 sowie im Juni 2004 tendenziell größere Wassergehalte aufgetreten sind. Kleinere Wassergehalte treten im April 2003 bzw. März und Juli 2004 auf. Im Vergleich der beiden Jahre kann eine (nicht signifikante) Zunahme der Jahresmittelwerte von 2003 nach 2004 von rund 6% festgestellt werden. Die Monatsmittelwerte der Müllfeuchte variieren beim Vergleich der Variationskoeffizienten im 2004 um fast 50% stärker als im Vorjahr (2003). Seite 24

45 Abbildung 4-4: Verlauf des mittleren monatlichen Wassergehalts des Wiener Restmülls auf der MVA Spittelau zwischen und (inklusive unterer und oberer Grenze eines approximativen 67%- Konfidenzintervalls ( ±1σ)) H2O Gehalt [-] Okt 02 Dez 02 Feb 03 Apr 03 Jun 03 Aug 03 Okt 03 Dez 03 Feb 04 Apr 04 Jun 04 Aug 04 Zeit [Monat] Abbildung 4-5 zeigt die Verläufe der mittleren monatlichen Restmüllkonzentrationen bezogen auf die Feuchtsubstanz (= Gesamtgehalte in mg/kgfs bzw. g/kgfs) bzw. die Trockensubstanz (in mg/kgts bzw. g/kgts) im Vergleich. Dabei fällt auf, dass die Fehler der Konzentrationen beim Bezug auf die Trockensubstanz für alle Elemente deutlich größer sind als diejenigen der Gehalte bezogen auf Feuchtsubstanz. Dies folgt aus der Tatsache, dass sich der relativ große Fehler der Wassergehaltsbestimmung bei der Umrechung von Feucht- auf Trockensubstanz stark auf die Konzentrationen auswirkt. Bis auf wenige Ausnahmen verlaufen die mittleren Restmüllkonzentrationen, bezogen auf Trockensubstanz parallel auf höherem Niveau im Vergleich zu denjenigen bezogen auf Feuchtsubstanz (Verdünnungseffekt). Die Werte bezogen auf Trockensubstanz im Monat Juli 04 sind infolge Revision nicht korrekt berechenbar und fehlen deshalb. Seite 25

46 Abbildung 4-5: Vergleich der Verläufe der mittleren monatlichen Stoffkonzentrationen des Wiener Restmülls auf der MVA Spittelau, bezogen auf Feuchtsubstanz und Trockensubstanz zwischen und (inklusive unterer und oberer Grenze eines approximativen 67%- Konfidenzintervalls( ±1σ)). C bezogen auf Feucht- und Trockensubstanz Cl bezogen auf Feucht- und Trockensubstanz 600 u.g. (FS) u.g. (FS) Konzentration [g/kg] MW (FS) o.g. (FS) u.g. (TS) MW (TS) o.g. (TS) Konzentration [mg/kg] MW (FS) o.g. (FS) u.g. (TS) MW (TS) o.g. (TS) 0 0 Okt 02 Dez 02 Feb 03 Apr 03 Jun 03 Aug 03 Okt 03 Dez 03 Feb 04 Apr 04 Jun 04 Aug 04 Okt 02 Dez 02 Feb 03 Apr 03 Jun 03 Aug 03 Okt 03 Dez 03 Feb 04 Apr 04 Jun 04 Aug 04 Zeit [Monat] Zeit [Monat] Hg bezogen auf Feucht- und Trockensubstanz Cd bezogen auf Feucht- und Trockensubstanz Konzentration [mg/kg] u.g. (FS) MW (FS) o.g. (FS) u.g. (TS) MW (TS) o.g. (TS) Konzentration [mg/kg] u.g. (FS) MW (FS) o.g. (FS) u.g. (TS) MW (TS) o.g. (TS) < Okt 02 Dez 02 Feb 03 Apr 03 Jun 03 Aug 03 Okt 03 Dez 03 Feb 04 Apr 04 Jun 04 Aug 04 Okt 02 Dez 02 Feb 03 Apr 03 Jun 03 Aug 03 Okt 03 Dez 03 Feb 04 Apr 04 Jun 04 Aug 04 Zeit [Monat] Zeit [Monat] Cu bezogen auf Feucht- und Trockensubstanz Pb bezogen auf Feucht- und Trockensubstanz Konzentration [mg/kg] u.g. (FS) MW (FS) o.g. (FS) u.g. (TS) MW (TS) o.g. (TS) Konzentration [mg/kg] u.g. (FS) MW (FS) o.g. (FS) u.g. (TS) MW (TS) o.g. (TS) Okt 02 Dez 02 Feb 03 Apr 03 Jun 03 Aug 03 Okt 03 Dez 03 Feb 04 Apr 04 Jun 04 Aug 04 0 Okt 02 Dez 02 Feb 03 Apr 03 Jun 03 Aug 03 Okt 03 Dez 03 Feb 04 Apr 04 Jun 04 Aug 04 Zeit [Monat] Zeit [Monat] Seite 26

47 ] Online-Messung auf der MVA Spittelau Endbericht Messjahr Zn bezogen auf Feucht- und Trockensubstanz Al bezogen auf Feucht- und Trockensubstanz Konzentration [mg/kg u.g. (FS) MW (FS) o.g. (FS) u.g. (TS) MW (TS) o.g. (TS) Konzentration [mg/kg] u.g. (FS) MW (FS) o.g. (FS) u.g. (TS) MW (TS) o.g. (TS) 0 0 Okt 02 Dez 02 Feb 03 Apr 03 Jun 03 Aug 03 Okt 03 Dez 03 Feb 04 Apr 04 Jun 04 Aug 04 Okt 02 Dez 02 Feb 03 Apr 03 Jun 03 Aug 03 Okt 03 Dez 03 Feb 04 Apr 04 Jun 04 Aug 04 Zeit [Monat] Zeit [Monat] Fe bezogen auf Feucht- und Trockensubstanz Konzentration [g/kg] u.g. (FS) MW (FS) o.g. (FS) u.g. (TS) MW (TS) o.g. (TS) 0 Okt 02 Dez 02 Feb 03 Apr 03 Jun 03 Aug 03 Okt 03 Dez 03 Feb 04 Apr 04 Jun 04 Aug 04 Zeit [Monat] Die Mittelwerte der Restmüllkonzentrationen über die zwei Messjahre bezogen auf Trockensubstanz, betragen unter Berücksichtigung des Wassergehalts für C: 280 g/kgts, für Cl: 7.4 g/kgts, für Hg: 1.3 mg/kgts, für Cd: 7.4 mg/kg, für Pb: 440 mg/kgts, für Zn: 780 mg/kgts, für Al: 17 g/kgts und für Fe: 42 g/kgts. In Tabelle 4-5 sind die Jahresmittelwerte der Restmüllkonzentrationen bezogen auf Trockensubstanz für die Jahre 2003 und 2004 sowie der Mittelwert über die beiden Jahre angegeben. Seite 27

48 Tabelle 4-5: Vergleich der Wiener Müllzusammensetzungen [g/kg Müll (TS)] und der Wassergehalts [Gew.-%] auf der MVA Spittelau, inkl. der Angabe festgestellter Trends sowie deren Signifikanz. STOFF MW (00-04) H 2 O k.a. k.a. k.a. 32 ± 5 29 ± 4 31 ± 4 C k.a. k.a. k.a. 280 ± ± ± 31 Cl k.a. k.a. k.a. 8,5 ± 1,1 6,4 ± 0,6 7,4 ± 1 Fe k.a. k.a. k.a. 44 ± 6,1 41 ± 3,6 42 ± 4,6 Al k.a. k.a. k.a. 17,8 ± 3,6 16,9 ± 3,2 17,3 ± 3,1 Pb k.a. k.a. k.a. 0,51 ± 0,13 0,37 ± 0,06 0,44 ± 0,10 Zn k.a. k.a. k.a. 0,82 ± 0,1 0,73 ± 0,06 0,77 ± 0,08 Cu k.a. k.a. k.a. 0,55 ± 0,12 0,40 ± 0,07 0,48 ± 0,10 Cd k.a. k.a. k.a. 0,0078 ± 0,0070 ± 0,0074 ± 0,0011 0, ,00088 Hg Bem: Sign. = signifikant k.a. k.a. k.a. 0,0011 ± 0, ,0014 ± 0,0004 0,0013 ± 0,0003 Die Variationsbreiten zwischen den minimalen und maximalen Monatsmittelwerten sind im Vergleich zu den auf Feuchtsubstanz bezogenen Restmüllkonzentrationen mit Ausnahme der Elemente Pb und Al deutlich größer (Tabelle 4-6). Tabelle 4-6: Vergleich der Verhältnisse zwischen minimalen und maximalen Monatsmittelwerten der Restmüllkonzentrationen bezogen auf Trockensubstanz (TS) bzw. Feuchtsubstanz (FS) in der MVA Spittelau zwischen und Min Max Max./Min. C g/kgfs % g/kgts % Cl mg/kgfs % mg/kgts % Hg mg/kgfs % mg/kgts % Cd mg/kgfs % mg/kgts % Cu mg/kgfs % mg/kgts % Pb mg/kgfs % mg/kgts % Zn mg/kgfs % mg/kgts % Al mg/kgfs % mg/kgts % Fe g/kgfs % g/kgts % Seite 28

49 4.1.4 Korrelationen zwischen Stoffkonzentrationen im Wiener Restmüll Eine Fragestellung in diesem Projekt bezieht sich auf die Untersuchung der Beziehungen zwischen den verschiedenen Stoffkonzentrationen im Müll (Korrelationen). Tabelle 4-7 zeigt die über die gesamte Messperiode vom bis ermittelten mittleren Korrelationen ausgedrückt mit dem Pearson-Korrelationskoeffizienten r. Ein Koeffizient der dem Wert eins entspricht, zeigt an, dass zwei Stoffkonzentrationsverläufe miteinander voll korreliert sind. Ist der Koeffizient minus, bedeutet dies eine gänzlich negative Korrelation zwischen den Werten (Zunahme der einen Konzentration bedeutet Abnahme der anderen). Koeffizienten, die gleich Null sind, entsprechen völlig unkorrelierten Werten. Anhand der Tabelle 4-7 können starke von schwachen Korrelationen unterscheiden werden. Ob aber eine starke Korrelation auch signifikant ist, kann erst mittels statistischer Tests ermittelt werden. Tabelle 4-7: (Pearson-)Korrelationskoeffizienten zwischen den Stoffkonzentrationen im Restmüll der MVA Spittelau während der Messphase bis C Cl Al Hg Cd Cu Pb Zn Fe C Cl Al Hg Cd Cu Pb Zn Fe 1.00 Folgende Korrelationen aus Tabelle 4-7 sind mit einem statistischen Test unter Zuhilfenahme der Gammaverteilung als hoch signifikant (Irrtumswahrscheinlichkeit 1 %) definiert. Cd-Zn: 0.61 Fe-Al: 0.50 Cl-Cd: 0.46 Fe-Cu: 0.40 Al-C: 0.38 Al- Cl: 0.37 Cl-Zn: 0.37 Hg-Cl: 0.26 Erklärungen für diese Korrelationen können nicht anhand der hier diskutierten Messungen in der MVA gefunden werden. Für einzelne Zusammenhänge gibt es aber wahrscheinliche Gründe: So ist z.b. Cd in Zn-Legierungen meistens als Verunreinigung enthalten. Oder die Korrelationen zwischen Cl und Cd bzw. Cl und Zn sind ein Indiz für schwermetallstabilisierte Kunststoffe (PVC). Die Korrelationen Fe-Al und Fe-Cu deuten auf Eisen- und Nichteisenmetallteile im Müll hin. Die Frage, wie konstant die in Tabelle 4-7 für die gesamte Messperiode vom bis darstellten mittleren Korrelationskoeffizienten sind, wird in der Folge beantwortet. Tabelle 4-8 zeigt einen Vergleich zwischen den (Pearson-)Korrelationskoeffizienten der Restmüll-Stoffkonzentrationen für die einzelnen Messjahre. Hier wird schön ersichtlich, wie die Seite 29

50 Koeffizienten über die Zeit variieren. So variiert z.b. die Cd-Cl-Korrelation zwischen den einzelnen Jahren stark (0.75/0.80/ -0.03/0.76/0.72; Mittelwert über die fünf Jahre = 0.46). Auch andere Korrelationskoeffizienten, wie z.b. von Hg mit Cl, Cd mit Pb oder Cd mit Hg variieren von Jahr zu Jahr sehr stark. Diese Unterschiede deuten auf phasenweise unterschiedlich starkes Auftreten gewisser stofflicher relevanter Güter im Müllinput, wie z.b. PVC. Andere Korrelationskoeffizienten sind eher konstant, wie z.b. Fe mit Zn oder Al. Tabelle 4-8: Vergleich zwischen den (Pearson-)Korrelationskoeffizienten der Stoffkonzentrationen im Restmüll auf der MVA Spittelau für die einzelnen Messjahre 2000 bis C Cl Al Hg Cd Cu Pb Zn Fe C Cl Al Hg Cd Cu Pb Zn Fe C Cl Al Hg Cd Cu Pb Zn Fe C Cl Al Hg Cd Cu Pb Zn Fe C Cl Al Hg Cd Cu Pb Zn Fe C Cl Al Hg Cd Cu Pb Zn Fe C Cl Al Hg Cd Cu Pb Zn Fe C Cl Al Hg Cd Cu Pb Zn Fe C Cl Al Hg Cd Cu Pb Zn Fe C Cl Al Hg Cd Cu Pb Zn Fe 1.00 Seite 30

51 In Abbildung 4-6 sind, wie oben erwähnt die linearen Regressionsfunktionen der Chlor- und Cadmiumkonzentration im Restmüll für 5 Jahre einzeln und für die gesamte Messphase dargestellt. Hier sind die unterschiedlich starken Abhängigkeiten der beiden Stoffkonzentrationen in den einzelnen Jahren noch deutlicher sichtbar. Abbildung 4-6: Grafische Darstellung der linearen Korrelationsfunktionen der Chlor- und Cadmiumkonzentration im Restmüll für die 5 Jahre einzeln und in Summe; mit Angabe der Regressionsgleichungen und dem Bestimmungsmaß = [Pearsonkoeffizient] 2 Cd in mg/kgfs y = 0.001x R 2 = Cl in mg/kgfs Cd in mg/kgfs y = x R 2 = Cl in mg/kgfs Cd in mg/kgfs y = -5E-05x R 2 = Cl in mg/kgfs Cd in mg/kgfs y = x R 2 = Cl in mg/kgfs Cd in mg/kgfs y = x R 2 = Cl in mg/kgfs Cd in mg/kgfs y = x R 2 = Cl in mg/kgfs Seite 31

52 4.2 Stofffrachten im Wiener Restmüll in der MVA Spittelau Vergleich der Jahresfrachten 2000 bis 2004 Außer den Stoffkonzentrationen im Wiener Restmüll in der MVA Spittelau interessieren auch die Stofffrachten, welche über den Restmüll transferiert werden. Abbildung 4-7 vergleicht die mittleren jährlichen Stofffrachten im Wiener Restmüll in der MVA Spittelau. Für die qualitative Abschätzung der Signifikanz von Veränderungen erfolgt für die Stoffflüsse analog zu den Stoffkonzentrationen (siehe Kapitel 4.1.1). Folgende Resultate können zusammengefasst werden: Der mittlere jährliche Stofffluss über alle fünf Jahre beträgt für Kohlenstoff t/a, für Chlor knapp t/a, für Quecksilber 240 kg/a, für Cadmium 1.5 t/a, für Kupfer und Blei knapp 80 t/a, für Zink 150 t/a, für Aluminium fast t/a und für Eisen rund t/a. Die Unsicherheiten der Stoffflüsse, angegeben als approximative 95%-Konfidenzintervalle ( ±2σ), verursacht vor allem durch zeitliche Schwankungen zwischen den einzelnen Monatsmittelwerten, betragen je nach Jahr für C 12-30%, für Cl 10-25%, für Hg 20-30%, für Cd 16-20%, für Cu 15-35%, für Pb 20-35%, für Zn 16-23%, für Al % und für Fe 15-25%. Diese Fehlerbreiten sind, analog zu den Stoffkonzentrationen, auch für die Stoffflüsse ein indirekter Ausdruck für die Variationen innerhalb der einzelnen Jahre (siehe Verläufe der Monatsmittelwerte). Der 5-Jahresmittelwert kann für alle Elemente mit einer Unsicherheit von <11% angegeben werden. Das zeitliche Verhalten (Verlauf, Trend, Variabilität) der 5-Jahresmittelwerte der Stoffflüsse ist für die einzelnen Elemente, analog zum Verhalten der Stoffkonzentrationen, unterschiedlich: Die jährlichen Stofffrachten von C, Fe und Zn verharren während der fünf Jahre praktisch auf konstantem Niveau. Der jährliche Kohlenstofffluss ist im Jahre 2004 im Vergleich zum Jahr 2000 leicht tiefer. Weil die Differenz aber deutlich innerhalb der Fehlerbreiten für die Jahresfrachten liegt, kann auch für Kohlenstoff nicht von einer signifikanten Änderung gesprochen werden. Die jährlichen Frachten der beiden Schadstoffe Cd und Hg nehmen während der fünf Jahre um je 20% ab. Wobei der Abwärtstrend von Cadmium knapp signifikant (Konfidenzintervalle überlappen sich noch knapp) ist. Derjenige von Hg folgt einer Auf-und-Ab-Bewegung und ist infolge der größeren Fehlerbereiche nicht signifikant. Die jährlichen Stoffflüsse von Cu, Pb (je +50%) und Al (+20%) nehmen in den fünf Jahren zu. Infolge zu großer Schwankungsbreiten der Jahresmittelwerte sind die Verläufe jedoch (noch) nicht als signifikant zu werten. Für Cu ist trotz einer im Vergleich zu 2001 leichten Seite 32

53 Abnahme in den Jahren 2002 und 2003 noch am ehesten von einem signifikant feststellbaren Trend der Zunahme zu sprechen. Die Verläufe der jährlichen Pb- und Al-Stofffrachten zeichnen sich, wie schon bei den Stoffkonzentrationen, durch eine große Variabilität zwischen den einzelnen Jahren sowie deren Fehlerbereiche aus. Die großen Fehlerbereiche deuten analog zur Situation bei den Stoffkonzentrationen auf starke Variationen auf Ebene der monatlichen Frachten hin. Beim Al fällt die ziemlich kleine Stofffracht im Jahr 2002 aus der Reihe und ist erklärungsbedürftig. Abbildung 4-7: Vergleich der mittleren, jährlichen Stoffflüsse von C, Cl, Al, Hg, Cu, Cd, Pb, Zn und Fe im Restmüll in der MVA Spittelau bestimmt auf der MVA Spittelau, während der Messphase bis (inklusive unterer und oberer Grenze eines 95%- Konfidenzintervalls). Stofffluss in t/jahr C Stofffluss in t/jahr Cl Stofffluss in t/jahr 1,00 0,80 0,60 0,40 0,20 Hg , MW MW MW Stofffluss in t/jahr Cd Stofffluss in t/jahr < Cu Stofffluss in t/jahr Pb MW MW MW Zn Al Fe Stofffluss in t/jahr Stofffluss in t/jahr Stofffluss in t/jahr MW MW MW Seite 33

54 4.2.2 Zeitliche Verläufe der monatlichen Stofffrachten 2000 bis 2004 Tabelle 4-9 vergleicht die Schwankungsbereiche der maximalen und minimalen monatlichen Stoffflüsse für alle fünf Messjahre (ohne jeweils die beiden Revisionsmonate Juni/Juli). Die Variabilität der monatlichen Kohlenstoffflüsse nimmt dabei von Jahr zu Jahr ab (2000: 140% bis 2004:110%). Für Chlor sind die beiden ersten Jahre sowie das letzte Jahr von großen Schwankungsbreiten der monatlichen Flüsse geprägt. Die monatlichen Hg-Flüsse variieren sehr stark, wobei die stärkste Variation im Jahr 2003 und die kleinste im Jahre davor auftreten. Für Cd und Cu treten die mit Abstand stärksten Variationen im Jahr 2001, für Pb im letzten Messjahr (2004) auf. Für Zn sind die Variationen in etwa in jedem Jahr gleich groß. Die größten Schwankungen für die Al- und Fe-Stoffflüsse werden im letzten Messjahr gemessen. Tabelle 4-9: Vergleich der Bereiche für die Stoffflüsse, welche durch den Restmüll in der MVA Spittelau in der Messperiode vom bis monatlich umgesetzt werden (jeweils ohne die Revisionsmonate Juni und Juli). Stoffe 2000 ( ) 2001 ( ) Mittlere monatliche Stoffflüsse 2002 ( ) 2003 ( ) 2004 ( ) C 4200 bis 5700 t 4100 bis 5600 t 3800 bis 5000 t 4200 bis 5000 t 4200 bis 4700 t Cl 90 bis 140 t 90 bis 130 t 100 bis 130 t 100 bis 130 t 120 bis 170 t Al 200 bis 300 t 220 bis 320 t 160 bis 210 t 220 bis 340 t 200 bis 380 t Hg 18 bis 34 kg 13 bis 24 kg 19 bis 29 kg 15 bis 37 kg 12 bis 24 kg Cd 140 bis 180 kg 100 bis 210 kg 120 bis 180 kg 110 bis 140 kg 100 bis 150 kg Cu 4 bis 8 t 4 bis 15 t 6 bis 8 t 4.8 bis 10.7 t 6.5 bis 12.4 t Pb 4 bis 7 t 4 bis 12 t 4 bis 8 t 4.7 bis 12 t 5 bis 17 t Zn 11 bis 15 t 11 bis 18 t 11 bis 17 t 10 bis 16 t 11 bis 18 t Fe 650 bis 760 t 550 bis 750 t 600 bis 740 t 640 bis 770 t 580 bis 850 t In Abbildung 4-8 sind die Verläufe der mittleren, monatlichen Stoffflüsse, welche über den Restmüll in der MVA Spittelau monatlich umgesetzt werden dargestellt. Die Unsicherheiten der Stoffflüsse sind angegeben mit approximativen unteren und oberen 95%- Konfidenzintervallgrenzen ( ±2σ). Gut zu erkennen sind die jeweils deutlich tieferen Stofffrachten infolge des tieferen Mülldurchsatzes in den Revisionsmonaten Juni und Juli in jedem Jahr. Ansonsten sind die Verläufe in der Regel stark mit den Verläufen der Stoffkonzentrationen korreliert. Seite 34

55 Abbildung 4-8: Verlauf der mittleren, monatlichen Stoffflüsse für C, Cl, Al, Hg, Cd, Cu, Pb, Zn und Fe im Restmüll bestimmt in der MVA Spittelau während der Messphase bis (inklusive unterer und oberer Grenze eines approximativen 95%- Konfidenzintervalls). 1,6E+07 1,4E+07 C 5,00E+08 Cl 4,00E+08 1,2E+07 C-Fluss [kg/monat] 1,0E+07 8,0E+06 6,0E+06 Cl-Fluss [g/monat] 3,00E+08 2,00E+08 4,0E+06 1,00E+08 2,0E+06 0,0E+00 Feb.00 Mai.00 Aug.00 Nov.00 Feb.01 Mai.01 Aug.01 Nov.01 Feb.02 Mai.02 Aug.02 Nov.02 Feb.03 Mai.03 Aug.03 Nov.03 Feb.04 Mai.04 Aug.04 0,00E+00 Feb.00 Mai.00 Aug.00 Nov.00 Feb.01 Mai.01 Aug.01 Nov.01 Feb.02 Mai.02 Aug.02 Nov.02 Feb.03 Mai.03 Aug.03 Nov.03 Feb.04 Mai.04 Aug.04 Zeit [Monat] Zeit [Monat] ,0E Hg Cd ,0E+05 Hg-Fluss [g/monat] Cd Fluss [g/monat] 3,0E+05 2,0E ,0E ,0E+00 Feb.00 Mai.00 Aug.00 Nov.00 Feb.01 Mai.01 Aug.01 Nov.01 Feb.02 Mai.02 Aug.02 Nov.02 Feb.03 Mai.03 Aug.03 Nov.03 Feb.04 Mai.04 Aug.04 Feb.00 Mai.00 Aug.00 Nov.00 Feb.01 Mai.01 Aug.01 Nov.01 Feb.02 Mai.02 Aug.02 Nov.02 Feb.03 Mai.03 Aug.03 Nov.03 Feb.04 Mai.04 Aug.04 Zeit [Monat] Zeit [Monat] 1,6E+07 1,4E+07 Cu 1,6E+07 1,4E+07 Pb 1,2E+07 1,2E+07 Cu-Fluss [g/monat] 1,0E+07 8,0E+06 6,0E+06 Pb-Fluss [g/monat] 1,0E+07 8,0E+06 6,0E+06 4,0E+06 4,0E+06 2,0E+06 2,0E+06 0,0E+00 0,0E+00 Feb.00 Mai.00 Aug.00 Nov.00 Feb.01 Mai.01 Aug.01 Nov.01 Feb.02 Mai.02 Aug.02 Nov.02 Feb.03 Mai.03 Aug.03 Feb.00 Mai.00 Aug.00 Nov.00 Feb.01 Mai.01 Aug.01 Nov.01 Feb.02 Mai.02 Aug.02 Nov.02 Feb.03 Mai.03 Aug.03 Nov.03 Feb.04 Mai.04 Aug.04 Nov.03 Feb.04 Mai.04 Aug.04 Zeit [Monat] Zeit [Monat] Seite 35

56 4,5E+07 4,0E+07 Zn 4,5E+08 4,0E+08 Al 3,5E+07 3,5E+08 Fluss [g/monat] 3,0E+07 2,5E+07 2,0E+07 luss [g/monat] 3,0E+08 2,5E+08 2,0E+08 Zn- 1,5E+07 Al-F 1,5E+08 1,0E+07 1,0E+08 5,0E+06 5,0E+07 0,0E+00 0,0E+00 Feb.00 Mai.00 Aug.00 Nov.00 Feb.01 Mai.01 Aug.01 Nov.01 Feb.02 Mai.02 Aug.02 Nov.02 Feb.03 Mai.03 Aug.03 Nov.03 Feb.04 Mai.04 Aug.04 Feb.00 Mai.00 Aug.00 Nov.00 Feb.01 Mai.01 Aug.01 Nov.01 Feb.02 Mai.02 Aug.02 Nov.02 Feb.03 Mai.03 Aug.03 Nov.03 Feb.04 Mai.04 Aug.04 Zeit [Monat] Zeit [Monat] 1,0E+09 Fe 8,0E+08 luss [g/monat] Fe-F 6,0E+08 4,0E+08 2,0E+08 0,0E+00 Feb.00 Mai.00 Aug.00 Nov.00 Feb.01 Mai.01 Aug.01 Nov.01 Feb.02 Mai.02 Aug.02 Nov.02 Feb.03 Mai.03 Aug.03 Nov.03 Feb.04 Mai.04 Aug.04 Zeit [Monat] Zeitliche Verläufe von Tagesstofffrachten 2000 bis 2004 Für die online analysierten Stoffkonzentrationen C, Cl und Hg können mit den entsprechenden auch online gemessenen Massenflüssen Reingas, Abwasser, Wäscher-1-Abwasser und den inversen Transferkoeffizienten (hier in erster Approximation als Mittelwert über alle fünf Jahre) die täglichen Stoffflüsse im Müll berechnet werden. In Abbildung 4-9 sind die Verläufe der mittleren, täglichen Stoffflüsse dieser Elemente, welche über den Restmüll auf der MVA Spittelau täglich umgesetzt werden, dargestellt. Seite 36

57 Abbildung 4-9: Verlauf der mittleren täglichen Stoffflüsse für Hg, Cl und C im Restmüll bestimmt auf der MVA Spittelau während der Messphase bis (Tagesfrachten in g/tag). Stofffrachten [g/tag] Revision Revision Revision Revision Revision Stofffrachten [kg/tag] Revision Revision Revision Revision Revision Seite 37

58 Stofffrachten [t/tag] Revision Revision Revision Revision Revision In Abbildung 4-9 können minimale bzw. maximale Tagesfrachten für die drei Elemente (Hg, Cl und C) im Wiener Müll auf der MVA Spittelau abgelesen werden. Diese betragen (ohne extreme Minimalwerte, wie kurze Stillstände): für die tägliche Quecksilberfracht 100 bis g/tag (Faktor 12!). für die tägliche Chlorfracht bis kg/tag (Faktor 4). für die tägliche Kohlenstofffracht 130 bis 220 t/tag (Faktor 1.6). Die riesigen Variationen für Hg und etwas kleineren Schwankungen für Cl dauern meist einen Tag. Für Chlor treten solche Peak-Werte zwischen Jan 2002 und Dez verstärkt auf. Für Hg verteilen sich die Spitzen über die gesamte Messperiode, mit sehr extremen Maxima (>600g/Tag) an etwa 20 Tagen! Der Kohlenstofffluss variiert im Vergleich zu den anderen beiden Elementen sehr wenig. Praktisch keine extremen Peakwerte werden festgestellt. Analog zu den Überlegungen in Kapitel 4.1.2, kann das zeitliche Verhalten auch für die Verläufe der Tagesfrachten mittels der empirischen Autokorrelationsfunktion (Korrelogramm) untersucht werden. Abbildung 4-10 zeigt für ausgewählte Zeitperioden die Korrelogramme für den täglichen Kohlenstofffluss ( ), Chlorfluss ( ) und Quecksilberfluss ( ) im Restmüll in der MVA Spittelau. Dabei kann schön das unterschiedene zeitliche Verhalten der Stoffflüsse aufgezeigt werden. Die Zeitreihe der Kohlenstofffracht ist für kleine Zeitabstände (1 Tag) stark autokorreliert (ACF=0.7). Die Autokorrelation bleibt bis für Zeitabstände von 10 Tagen signifikant erkennbar. Auch für Chlor sind im Bereich von wenigen Tagen Autokorrelationsfaktoren von > 0.25 signifikant feststellbar. Die Autokorrelationsfunktion ist sehr flach, was auf einen Trend in dieser Zeitperiode hindeutet. Seite 38

59 Die täglichen Stoffflüsse von Hg hingegen sind nur sehr kurzzeitig autokorreliert (1-2 Tage). Für größere Zeitabstände kann keine signifikante Autokorrelation mehr gemessen werden. Dies drückt sich auch aus in den eher zufälligen Verläufen der Hg-Flüsse (Starke Auf- und Ab Bewegungen). Abbildung 4-10:Korrelogramme für Zeitreihen täglicher C-, Cl- und Hg-Stoffflüsse im Restmüll in der MVA Spittelau, Wien (lag= 1Tag). 1.0 C_SF_TAG 1.0 Cl_SF Tag 1.0 Hg_SF_Tag Confidence Limits -.5 Confidence Limits -.5 Confidence Limits ACF Coefficient ACF Coefficient ACF Coefficient Lag Number Lag Number Lag Number 4.3 Stoffverteilung in der MVA Spittelau Mittlere Stoffverteilung während der fünf Messjahre 2000 bis 2004 Die in Kapitel 4.2 dargestellten Stofffrachten im Müllinput der MVA Spittelau verteilen sich gemäß den physikalisch/chemischen Eigenschaften der Elemente und des Prozessverhaltens auf die verschiedenen Verbrennungsprodukte. Die Stoffverteilung kann in Form von Sankey- Diagrammen mittels des Verteilungskoeffizienten (sog. Transferkoeffizienten) beschrieben werden (siehe Abbildung 4-11). Diese Darstellung erlaubt einen schnellen Überblick über die Stoffflüsse im untersuchten System. Abbildung 4-11 zeigt für die ausgewählten Elemente die mittleren Transferkoeffizienten vom Restmüllinput in die einzelnen Verbrennungsprodukte für die gesamte Messperiode zwischen dem und dem Die Unsicherheit ist in Form von approximativen 95%- Konfidenzintervallen ( ±2σ) angegeben. Transferkoeffizienten, welche kleiner als ein bestimmter Wert sind, werden mittels kleiner als ( < ) Angaben dargestellt. Abbildung 4-11 zeigt schön, wie - Kohlenstoff praktisch zu hundert Prozent ins gereinigte Abgas transferiert wird. - Chlor neben dem Hauptteil im Abwasser auch zu einem großen Teil in der EF-Asche und zu einem nicht unbedeutenden Teil in der Schlacke wieder gefunden wird. - Aluminium, Eisen und Kupfer als stark lithophile Elemente hauptsächlich in der Schlacke bzw. im Schrott (Fe) wieder gefunden werden. In der EF-Asche wird Al und Cu zumindest mit einem Anteil von 10 bzw. 6% vorgefunden. Seite 39

60 - Zink und Blei verteilen sich praktisch zu 100% auf die beiden Produkte Schlacke und EF-Asche. - Cadmium als atmophiles Element zu 90% in der EF-Asche anfällt. - Quecksilber als stark flüchtiges Element neben dem Hauptteil, welcher übers Wäscher-1-Abwasser abgeschieden wird und im Filterkuchen endet, zu einem großen Teil auch in der EF-Asche vorgefunden wird (38%). Die relative Unsicherheit der mittleren, über die gesamte Messdauer bestimmten, Transferkoeffizienten in die EF-Asche beträgt mit Ausnahme von Kohlenstoff für alle Elemente weniger als 15%. Seite 40

61 Abbildung 4-11: Mittlere Transferkoeffizienten für die ausgewählten Elemente vom Restmüllinput (mit Angabe des mittleren jährlichen Stoffinputs) in die Verbrennungsprodukte während der Messperiode zwischen dem und dem inklusive der Angabe der approximativen 95%- Konfidenzintervalle ( ±2σ). Seite 41

MVA als Schadstoffsenke. Stoffflussanalyse für Quecksilber im MHKW Würzburg

MVA als Schadstoffsenke. Stoffflussanalyse für Quecksilber im MHKW Würzburg MVA als Schadstoffsenke Stoffflussanalyse für Quecksilber im MHKW Würzburg Leo S. Morf Paul H. Brunner im Auftrag des Zweckverband Abfallwirtschaft Raum Würzburg Wien und Zürich 15. April 2005 Autoren:

Mehr

Alternative Methoden zur Bestimmung der fossilen CO 2 Emissionen bei der Abfallverbrennung

Alternative Methoden zur Bestimmung der fossilen CO 2 Emissionen bei der Abfallverbrennung Alternative Methoden zur Bestimmung der fossilen CO 2 Emissionen bei der Abfallverbrennung Johann Fellner, Oliver Cencic & Helmut Rechberger Institut für Wassergüte, Ressourcenmanagement und Abfallwirtschaft

Mehr

VDI-Expertenforum: Richtlinie VDI 3925 Blatt 1 Werkzeuge zur Bewertung von Abfallbehandlungsverfahren 03. Dezember 2013 Jugendherberge, Düsseldorf

VDI-Expertenforum: Richtlinie VDI 3925 Blatt 1 Werkzeuge zur Bewertung von Abfallbehandlungsverfahren 03. Dezember 2013 Jugendherberge, Düsseldorf VDI-Expertenforum: Richtlinie VDI 3925 Blatt 1 Werkzeuge zur Bewertung von Abfallbehandlungsverfahren 03. Dezember 2013 Jugendherberge, Düsseldorf Die Methode der Stoffflussanalyse Wesentliche Begriffe

Mehr

Statistische Randnotizen

Statistische Randnotizen Landkreis /Weser Februar 08 Stabsstelle Regionalentwicklung Az.: 12.01.20 Statistische Randnotizen Geburtenziffern im Landkreis /Weser und den anderen Kreisen im Bezirk Hannover Einleitung Kenntnis über

Mehr

Bei näherer Betrachtung des Diagramms Nr. 3 fällt folgendes auf:

Bei näherer Betrachtung des Diagramms Nr. 3 fällt folgendes auf: 18 3 Ergebnisse In diesem Kapitel werden nun zunächst die Ergebnisse der Korrelationen dargelegt und anschließend die Bedingungen der Gruppenbildung sowie die Ergebnisse der weiteren Analysen. 3.1 Ergebnisse

Mehr

In welchem Land wurden die ersten Siedlungsabfallverbrennungsanlagen in Betrieb genommen und was war der Grund?

In welchem Land wurden die ersten Siedlungsabfallverbrennungsanlagen in Betrieb genommen und was war der Grund? Abfalltechnik 2016, Übung 2 Abfallverbrennung und Rauchgasreinigung Teil 1 ohne Hilfsmittel Frage 1: Wie entsorgten im Mittelalter die Stadtbewohner ihre Abfälle? Frage 2: In welchem Land wurden die ersten

Mehr

1 Messfehler. 1.1 Systematischer Fehler. 1.2 Statistische Fehler

1 Messfehler. 1.1 Systematischer Fehler. 1.2 Statistische Fehler 1 Messfehler Jede Messung ist ungenau, hat einen Fehler. Wenn Sie zum Beispiel die Schwingungsdauer eines Pendels messen, werden Sie - trotz gleicher experimenteller Anordnungen - unterschiedliche Messwerte

Mehr

Correlational analysis

Correlational analysis Correlational analysis Students performance on an exam are influenced by multiple factors. Two possible factors are (i) anxiety and (ii) study time. In order to test the effect of these two factors on

Mehr

Einfache DOC- und TOC-Bestimmung im Abwasser

Einfache DOC- und TOC-Bestimmung im Abwasser Vollzug Umwelt MITTEILUNGEN ZUM GEWÄSSERSCHUTZ NR. 28 Einfache DOC- und TOC-Bestimmung im Abwasser Bundesamt für Umwelt, Wald und Landschaft BUWAL Herausgeber Bundesamt für Umwelt, Wald und Landschaft

Mehr

Verwandte Begriffe Maxwell-Gleichungen, elektrisches Wirbelfeld, Magnetfeld von Spulen, magnetischer Fluss, induzierte Spannung.

Verwandte Begriffe Maxwell-Gleichungen, elektrisches Wirbelfeld, Magnetfeld von Spulen, magnetischer Fluss, induzierte Spannung. Verwandte Begriffe Maxwell-Gleichungen, elektrisches Wirbelfeld, Magnetfeld von Spulen, magnetischer Fluss, induzierte Spannung. Prinzip In einer langen Spule wird ein Magnetfeld mit variabler Frequenz

Mehr

Entwicklung einer Methode für die Bilanzierung von Gebäuden zur Bestimmung der Zusammensetzung von Baurestmassen am Beispiel von Wohngebäuden

Entwicklung einer Methode für die Bilanzierung von Gebäuden zur Bestimmung der Zusammensetzung von Baurestmassen am Beispiel von Wohngebäuden Entwicklung einer Methode für die Bilanzierung von Gebäuden zur Bestimmung der Zusammensetzung von Baurestmassen am Beispiel von Wohngebäuden (Projekt V-EnBa) Endbericht Die Ressourcen Management Agentur

Mehr

Kreisläufe sind wichtig

Kreisläufe sind wichtig UMWELTTECHNIK TAGUNG 08 Kreisläufe sind wichtig warum sie nicht geschlossenwerden können Paul H. Brunner Technische Universität Wien Institut für Wassergüte, Ressourcenmanagement und Abfallwirtschaft www.iwa.tuwien.ac.at

Mehr

Vom universitären Wissen zur praktischen Umsetzung oder wie man mit Stoffflussanalysen Geld verdienen kann

Vom universitären Wissen zur praktischen Umsetzung oder wie man mit Stoffflussanalysen Geld verdienen kann Symposium 15 Jahre Abfallwirtschaft und Stoffhaushalt an der TU Wien Vom universitären Wissen zur praktischen Umsetzung oder wie man mit Stoffflussanalysen Geld verdienen kann Erlebnisse aus 7 Jahren Dr.

Mehr

Testverfahren. 1. Pepsi vs. Coca-Cola

Testverfahren. 1. Pepsi vs. Coca-Cola 1. Pepsi vs. Coca-Cola Testverfahren Über Geschmack lässt sich bekanntermaßen streiten. Häufig stellt sich nämlich die Frage, ob der Unterschied zwischen zwei Produkten überhaupt feststellbar ist. Einer

Mehr

STOFFFLUSSANALYSEN mit STAN

STOFFFLUSSANALYSEN mit STAN STOFFFLUSSANALYSEN mit STAN Ein geeignetes Instrument zur Optimierung der innerbetrieblichen Abläufe in der Produktion/Dienstleistung und in der Abfallwirtschaft?! WIN Fachinformationstag: Aktuelle Neuerungen

Mehr

Das PASCH-Verfahren zur Rückgewinnung von Phosphor aus Klärschlammasche. Dipl.-Ing. Carsten Dittrich, MEAB

Das PASCH-Verfahren zur Rückgewinnung von Phosphor aus Klärschlammasche. Dipl.-Ing. Carsten Dittrich, MEAB Das PASCH-Verfahren zur Rückgewinnung von Phosphor aus Klärschlammasche Dipl.-Ing. Carsten Dittrich, MEAB 1 PASCH Projektpartner Projektleitung Institut für Siedlungswasserwirtschaft der RWTH Aachen (ISA)

Mehr

Kurzbericht Monitoring der potentiellen Staubdeposition - Bodenuntersuchungen

Kurzbericht Monitoring der potentiellen Staubdeposition - Bodenuntersuchungen PN: 551034018 Norgam Erweiterung der Mineralstoffdeponie im ehem. Tagebau Alversdorf Umweltverträglichkeitsstudie Seite 1 von 5 Verteiler: Kurzbericht Monitoring der potentiellen Staubdeposition - Bodenuntersuchungen

Mehr

Kapitel 7. Crossvalidation

Kapitel 7. Crossvalidation Kapitel 7 Crossvalidation Wie im Kapitel 5 erwähnt wurde, ist die Crossvalidation die beste Technik, womit man die Genauigkeit der verschiedenen Interpolationsmethoden überprüft. In diesem Kapitel wurde

Mehr

Fadenpendel (M1) Ziel des Versuches. Theoretischer Hintergrund

Fadenpendel (M1) Ziel des Versuches. Theoretischer Hintergrund Fadenpendel M) Ziel des Versuches Der Aufbau dieses Versuches ist denkbar einfach: eine Kugel hängt an einem Faden. Der Zusammenhang zwischen der Fadenlänge und der Schwingungsdauer ist nicht schwer zu

Mehr

Anhang C Jährliche Überprüfung der Vorgaben

Anhang C Jährliche Überprüfung der Vorgaben Anhang C Jährliche Überprüfung der Vorgaben Verfahren und Softwareanforderungen zur Auswahl der Vorgabenstammblätter, die zur jährlichen Überprüfung der Vorgaben anstehen. Für allgemeine (grundlegende)

Mehr

Bewertung von Internetunternehmen seit der Dotcom-Blase 2000 im Zeitvergleich

Bewertung von Internetunternehmen seit der Dotcom-Blase 2000 im Zeitvergleich Universität Zürich Institut für Banking und Finance Prof. Alexander Wagner, Ph.D. Bachelor-Arbeit Bewertung von Internetunternehmen seit der Dotcom-Blase 2000 im Zeitvergleich Betreuer: Dr. Philipp Gamper

Mehr

Von Smart-Meter-Daten zum Netzlastgang. 10. Internationale Energiewirtschaftstagung Wien,

Von Smart-Meter-Daten zum Netzlastgang. 10. Internationale Energiewirtschaftstagung Wien, Von Smart-Meter-Daten zum Netzlastgang 10. Internationale Energiewirtschaftstagung Wien, 15.02.2017 1 Agenda 1 Motivation 2 Methodik 3 Exemplarische Ergebnisse 4 Schlussfolgerungen 2 SIMULATION Motivation:

Mehr

Einsatz der Pflanzenanalyse und das Österreichische Bioindikatornetz

Einsatz der Pflanzenanalyse und das Österreichische Bioindikatornetz Einsatz der Pflanzenanalyse und das Österreichische Bioindikatornetz Alfred FÜRST Institut für Waldschutz / Abteilung Pflanzenanalyse BFW Praxistage 2010 Schadstoffe Chlor (Streusalz) Schwefeldioxid Ammoniak

Mehr

Vorschau. Braucht Mannheim eine Videoüberwachung? Ausgewählte Ergebnisse

Vorschau. Braucht Mannheim eine Videoüberwachung? Ausgewählte Ergebnisse Braucht Mannheim eine Videoüberwachung? Ausgewählte Ergebnisse STIRVOX UG (haftungsbeschränkt) E-Mail: contact@stirvox.com Webseite: stirvox.com Mannheim 2017 Inhaltsverzeichnis I. Methoden und Anmerkungen

Mehr

Der Einsatz der Six Sigma-Methode zur Qualitätssteigerung in Unternehmen

Der Einsatz der Six Sigma-Methode zur Qualitätssteigerung in Unternehmen Technik Gerhard Gütl Der Einsatz der Six Sigma-Methode zur Qualitätssteigerung in Unternehmen Bachelorarbeit 2. Bachelorarbeit Six Sigma FH-Bachelorstudiengang Wirtschaftsingenieur Vertiefung Produktions-

Mehr

Life-Cycle-Analyse für Kunststoff und Papierschnüre im Bereich Landwirtschaft

Life-Cycle-Analyse für Kunststoff und Papierschnüre im Bereich Landwirtschaft Life-Cycle-Analyse für Kunststoff und Papierschnüre im Bereich Landwirtschaft Tappeiner Tamara Institut für nachhaltige Abfallwirtschaft und Entsorgungstechnik, Montanuniversität Leoben, Österreich Mit

Mehr

Präzision in der Analytik Ein unentbehrlicher Teil der Methodenvalidierung

Präzision in der Analytik Ein unentbehrlicher Teil der Methodenvalidierung Abacus Validation Systems Präzision in der Analytik Ein unentbehrlicher Teil der Methodenvalidierung Joachim Pum, MMed (Univ. Pretoria) 2008 Definition Präzision ist das Maß für die Streuung von Analysenergebnissen

Mehr

WASA Paul H. Brunner Technische Universität Wien Institut für Wassergüte, Ressourcenmanagement und Abfallwirtschaft

WASA Paul H. Brunner Technische Universität Wien Institut für Wassergüte, Ressourcenmanagement und Abfallwirtschaft WASA 2008 Urban Mining Paul H. Brunner Technische Universität Wien Institut für Wassergüte, Ressourcenmanagement und Abfallwirtschaft www.iwa.tuwien.ac.at Paul H. Brunner 1/18 Die Stadt als Durchläufer

Mehr

Grundlegende Eigenschaften von Punktschätzern

Grundlegende Eigenschaften von Punktschätzern Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur

Mehr

8. Statistik Beispiel Noten. Informationsbestände analysieren Statistik

8. Statistik Beispiel Noten. Informationsbestände analysieren Statistik Informationsbestände analysieren Statistik 8. Statistik Nebst der Darstellung von Datenreihen bildet die Statistik eine weitere Domäne für die Auswertung von Datenbestände. Sie ist ein Fachgebiet der Mathematik

Mehr

Überschrift. Titel Prognosemethoden

Überschrift. Titel Prognosemethoden Überschrift Prognosemethoden Überschrift Inhalt 1. Einleitung 2. Subjektive Planzahlenbestimmung 3. Extrapolierende Verfahren 3.1 Trendanalyse 3.2 Berücksichtigung von Zyklus und Saison 4. Kausale Prognosen

Mehr

CHEMISCHES RECHNEN II ANALYT. CHEM. FÜR FORTGS

CHEMISCHES RECHNEN II ANALYT. CHEM. FÜR FORTGS Arbeitsunterlagen zu den VU CHEMISCHES RECHNEN II - 771.119 Einheit 1 ANALYT. CHEM. FÜR FORTGS. - 771.314 Einheit 3a ao. Prof. Dr. Thomas Prohaska (Auflage März 006) Beurteilung von Analysenergebnissen

Mehr

Metrologie = Wissenschaft vom Messen. Messunsicherheit von Analysenergebnissen. VU Chemisch Rechnen

Metrologie = Wissenschaft vom Messen. Messunsicherheit von Analysenergebnissen. VU Chemisch Rechnen Metrologie = Wissenschaft vom Messen Messunsicherheit von Analysenergebnissen Wer mißt, mißt Mist!! Metrologie Meteorologie Kräht der Hahn am Mist, Ändert sich das Wetter oder es bleibt, wie es ist!! Inhalt

Mehr

Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend

Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten

Mehr

Auswertung der Daten von 2 Mehrfamilienwohnhäusern in Spremberg Anhang 1 Wetter: Wetterverlauf, Datengrundlagen, Gradtagszahlen, Witterungsbereinigung

Auswertung der Daten von 2 Mehrfamilienwohnhäusern in Spremberg Anhang 1 Wetter: Wetterverlauf, Datengrundlagen, Gradtagszahlen, Witterungsbereinigung DIMaGB MFH Spremberg Energieverbrauchsanalyse S. 1/9 Auswertung der Daten von 2 Mehrfamilienwohnhäusern in Spremberg Anhang 1 Wetter: Wetterverlauf, Datengrundlagen, Gradtagszahlen, Witterungsbereinigung

Mehr

Elastizität und Torsion

Elastizität und Torsion INSTITUT FÜR ANGEWANDTE PHYSIK Physikalisches Praktikum für Studierende der Ingenieurswissenschaften Universität Hamburg, Jungiusstraße 11 Elastizität und Torsion 1 Einleitung Ein Flachstab, der an den

Mehr

Monate Präop Tabelle 20: Verteilung der NYHA-Klassen in Gruppe 1 (alle Patienten)

Monate Präop Tabelle 20: Verteilung der NYHA-Klassen in Gruppe 1 (alle Patienten) Parameter zur Beschreibung der Leistungsfähigkeit Klassifikation der New-York-Heart-Association (NYHA) Gruppe 1 (alle Patienten): Die Eingruppierung der Patienten in NYHA-Klassen als Abbild der Schwere

Mehr

Übungen mit dem Applet Vergleich von zwei Mittelwerten

Übungen mit dem Applet Vergleich von zwei Mittelwerten Vergleich von zwei Mittelwerten 1 Übungen mit dem Applet Vergleich von zwei Mittelwerten 1 Statistischer Hintergrund... 2 1.1 Typische Fragestellungen...2 1.2 Fehler 1. und 2. Art...2 1.3 Kurzbeschreibung

Mehr

Das Bremer Luftüberwachungssystem. Sondermessprogramm Bremerhaven 2014 / Erster Quartalsbericht. Freie Hansestadt Bremen

Das Bremer Luftüberwachungssystem. Sondermessprogramm Bremerhaven 2014 / Erster Quartalsbericht. Freie Hansestadt Bremen Das Bremer Luftüberwachungssystem Sondermessprogramm Bremerhaven 2014 / 2015 Erster Quartalsbericht Der Senator für Umwelt, Bau und Verkehr Freie Hansestadt Bremen Abteilung Umweltwirtschaft, Klima- und

Mehr

Pressekonferenz. Thema: Vorstellung des Geburtenbarometers - Eine neue Methode zur Messung der Geburtenentwicklung

Pressekonferenz. Thema: Vorstellung des Geburtenbarometers - Eine neue Methode zur Messung der Geburtenentwicklung Pressekonferenz mit Bundesministerin Ursula Haubner, Bundesministerium für soziale Sicherheit, Generationen und Konsumentenschutz und Prof. Dr. Wolfgang Lutz, Direktor des Instituts für Demographie der

Mehr

Methoden der Werkstoffprüfung Kapitel II Statistische Verfahren I. WS 2009/2010 Kapitel 2.0

Methoden der Werkstoffprüfung Kapitel II Statistische Verfahren I. WS 2009/2010 Kapitel 2.0 Methoden der Werkstoffprüfung Kapitel II Statistische Verfahren I WS 009/010 Kapitel.0 Schritt 1: Bestimmen der relevanten Kenngrößen Kennwerte Einflussgrößen Typ A/Typ B einzeln im ersten Schritt werden

Mehr

Chemische und Mikrobiologische Untersuchung von mittels YVE-310-Filterkanne aufbereitetem Leitungswasser

Chemische und Mikrobiologische Untersuchung von mittels YVE-310-Filterkanne aufbereitetem Leitungswasser REPORT Chemische und Mikrobiologische Untersuchung von mittels YVE-310-Filterkanne aufbereitetem Leitungswasser DI Otmar Plank Verteiler: 1-3 Fa. YVE & BIO GmbH, Bremen 4 Otmar Plank 5 HET August 2014

Mehr

Grenzwerte für die Annahme von Abfällen

Grenzwerte für die Annahme von Abfällen BGBl. II - Ausgegeben am 30. Jänner 2008 - Nr. 39 1 von 11 Allgemeines e für die Annahme von Abfällen Anhang 1 Für die Untersuchung und Beurteilung, ob die e gegebenenfalls nach Maßgabe des 8 eingehalten

Mehr

3.3.1 Referenzwerte für Fruchtwasser-Schätzvolumina ( SSW)

3.3.1 Referenzwerte für Fruchtwasser-Schätzvolumina ( SSW) 50 3.3 Das Fruchtwasser-Schätzvolumen in der 21.-24.SSW und seine Bedeutung für das fetale Schätzgewicht in der 21.-24.SSW und für das Geburtsgewicht bei Geburt in der 36.-43.SSW 3.3.1 Referenzwerte für

Mehr

Auswertung P2-10 Auflösungsvermögen

Auswertung P2-10 Auflösungsvermögen Auswertung P2-10 Auflösungsvermögen Michael Prim & Tobias Volkenandt 22 Mai 2006 Aufgabe 11 Bestimmung des Auflösungsvermögens des Auges In diesem Versuch sollten wir experimentell das Auflösungsvermögen

Mehr

Makroökonomie I Vorlesung 10. Wachstum stilisierte Fakten (Kapitel 10)

Makroökonomie I Vorlesung 10. Wachstum stilisierte Fakten (Kapitel 10) Leopold von Thadden Makroökonomie I Vorlesung 10 Wintersemester 2013/2014 Wachstum stilisierte Fakten (Kapitel 10) Diese Präsentation verwendet Lehrmaterialien von Pearson Studium 2009 1 Olivier Blanchard/Gerhard

Mehr

Protokoll Grundpraktikum I: T6 Thermoelement und newtonsches Abkühlungsgesetz

Protokoll Grundpraktikum I: T6 Thermoelement und newtonsches Abkühlungsgesetz Protokoll Grundpraktikum I: T6 Thermoelement und newtonsches Abkühlungsgesetz Sebastian Pfitzner 5. Juni 03 Durchführung: Sebastian Pfitzner (553983), Anna Andrle (55077) Arbeitsplatz: Platz 3 Betreuer:

Mehr

Hypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests

Hypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests ue biostatistik: hypothesen, fehler 1. und. art, power 1/8 h. lettner / physik Hypothesen: Fehler 1. und. Art, Power eines statistischen Tests Die äußerst wichtige Tabelle über die Zusammenhänge zwischen

Mehr

Physik 4 Praktikum Auswertung Hall-Effekt

Physik 4 Praktikum Auswertung Hall-Effekt Physik 4 Praktikum Auswertung Hall-Effekt Von J.W., I.G. 2014 Seite 1. Kurzfassung......... 2 2. Theorie.......... 2 2.1. Elektrischer Strom in Halbleitern..... 2 2.2. Hall-Effekt......... 3 3. Durchführung.........

Mehr

Universität [C% München

Universität [C% München der Bundeswehr Universität [C% München Unternehmensinterne Ideenwettbewerbe als Instrument des Ideenmanagements - Gestaltung und Potential der Nutzung für organisatorischen Wandel Daniel Klein V Abbildungsverzeichnis

Mehr

Protokoll Grundpraktikum: O1 Dünne Linsen

Protokoll Grundpraktikum: O1 Dünne Linsen Protokoll Grundpraktikum: O1 Dünne Linsen Sebastian Pfitzner 22. Januar 2013 Durchführung: Sebastian Pfitzner (553983), Jannis Schürmer (552892) Arbeitsplatz: 3 Betreuer: A. Ahlrichs Versuchsdatum: 16.01.2013

Mehr

o o o o o o o o o o o o

o o o o o o o o o o o o Klumpen-Stichproben = Cluster Sampling Obs.: Bei einer uneingeschränkten Zufallsauswahl wird pro Randomisierungs- Schritt genau eine Beobachtung gemacht. Ein ganz wesentlicher Punkt : Jedes zufällig ausgewählte

Mehr

Vergleichsarbeit Chemie Schuljahrgang 8 im Schuljahr 2007/2008 Ergebnisse im Überblick

Vergleichsarbeit Chemie Schuljahrgang 8 im Schuljahr 2007/2008 Ergebnisse im Überblick Vergleichsarbeit Chemie Schuljahrgang 8 im Schuljahr 2007/2008 Ergebnisse im Überblick Dr. M. Pötter, LISA Halle 0. Vorbemerkungen Mit der vielschichtigen Auswertung der Vergleichsarbeit Chemie Schuljahrgang

Mehr

Text Anhang 1. Grenzwerte für die Annahme von Abfällen

Text Anhang 1. Grenzwerte für die Annahme von Abfällen Kurztitel Deponieverordnung 2008 Kundmachungsorgan BGBl. II Nr. 39/2008 zuletzt geändert durch BGBl. II Nr. 104/2014 /Artikel/Anlage Anl. 1 Inkrafttretensdatum 01.06.2014 Text Anhang 1 Allgemeines e für

Mehr

Öl-, Gas- und Pelletsheizungen Überprüfungsergebnisse 2007 bis 2009

Öl-, Gas- und Pelletsheizungen Überprüfungsergebnisse 2007 bis 2009 Öl-, Gas- und Pelletsheizungen Überprüfungsergebnisse 27 bis 29 1. Einleitung Im Anschluss an die letzte umfangreiche Auswertung, die in der Arbeit Heizungsüberwachung in Vorarlberg 1997-27 (Internet:

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Lösungen Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Kapitel I: Mengen Aufgabe

Mehr

11. Symposium Energieinnovation. Die Wasserkraftnutzung in Österreich bei Klimaänderungen

11. Symposium Energieinnovation. Die Wasserkraftnutzung in Österreich bei Klimaänderungen Wasserkraft bei Klimaänderung 1 11. Symposium Energieinnovation Die Wasserkraftnutzung in Österreich bei Klimaänderungen, P. Stanzel Institut für Wasserwirtschaft, Hydrologie und konstruktiven Wasserbau

Mehr

12 Zusammenfassung. Zusammenfassung 207

12 Zusammenfassung. Zusammenfassung 207 Zusammenfassung 207 12 Zusammenfassung Die Arbeit liefert einen Beitrag zur Ermittlung der hydraulischen Verluste von Stirnradverzahnungen. Insbesondere wurde der Einfluss des Flanken- und des Kopfspieles

Mehr

Grenzwerte für die Annahme von Abfällen auf Deponien

Grenzwerte für die Annahme von Abfällen auf Deponien Anhang 1 e für die Annahme von Abfällen auf Deponien Allgemeines Für die Untersuchung und Beurteilung, ob die e eingehalten werden, sind der Anhang 4 und gegebenenfalls der Anhang 5 anzuwenden. Die Behörde

Mehr

Fachgespräch Emissionsüberwachung Merkblatt

Fachgespräch Emissionsüberwachung Merkblatt Merkblatt zur Kalibrierung von automatischen Messeinrichtungen für Stickoxide (NO x ) und Kohlenmonoxid (CO) nach EN 14181 Die DIN EN 14181 Qualitätssicherung für automatische Messeinrichtungen fordert

Mehr

Statistische Tests (Signifikanztests)

Statistische Tests (Signifikanztests) Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)

Mehr

Umweltaspekte der Vakuumerzeugung

Umweltaspekte der Vakuumerzeugung Umweltaspekte der Vakuumerzeugung Zusammenfassung Bei vielen Arbeiten im Labor ist der Einsatz von Vakuum notwendig. Zur Erzeugung des Vakuums können im Labor zum einen Wasserstrahlpumpen, zum anderen

Mehr

Stadtentwicklungspolitik zwischen Demokratie und Komplexität Zur politischen Organisation der Stadtentwicklung: Florenz, Wien und Zürich im Vergleich

Stadtentwicklungspolitik zwischen Demokratie und Komplexität Zur politischen Organisation der Stadtentwicklung: Florenz, Wien und Zürich im Vergleich Sandro Cattacin Stadtentwicklungspolitik zwischen Demokratie und Komplexität Zur politischen Organisation der Stadtentwicklung: Florenz, Wien und Zürich im Vergleich Vorwort Klaus Eder Europäisches Zentrum

Mehr

STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG

STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG Statistische Methoden In der vorliegenden fiktiven Musterstudie wurden X Patienten mit XY Syndrom (im folgenden: Gruppe XY) mit Y Patienten eines unauffälligem

Mehr

PROGRAMM KLEINWASSERKRAFTWERKE

PROGRAMM KLEINWASSERKRAFTWERKE Eidgenössisches Departement für Umwelt, Verkehr, Energie und Kommunikation UVEK Bundesamt für Energie BFE PROGRAMM KLEINWASSERKRAFTWERKE Potenzialanalyse Kleinwasserkraftwerke - Vorstudie zu Kraftwerken

Mehr

Ein Integriertes Berichtswesen als Führungshilfe

Ein Integriertes Berichtswesen als Führungshilfe Ein Integriertes Berichtswesen als Führungshilfe Begleitung eines kennzahlgestützten Berichtswesens zur Zielerreichung Tilia Umwelt GmbH Agenda 1. Was bedeutet Führung? 2. Was bedeutet Führung mit Hilfe

Mehr

Stand und Entwicklung von Qualitätsstandards und Gütesicherung für Kompost und Gärprodukte in Europa

Stand und Entwicklung von Qualitätsstandards und Gütesicherung für Kompost und Gärprodukte in Europa Stand und Entwicklung von Qualitätsstandards und Gütesicherung für Kompost und Gärprodukte in Europa Dr. Stefanie Siebert Bundesgütegemeinschaft Kompost e.v. ECN - European Compost Network ECN - European

Mehr

Informationen gefalteter Lichtkurven

Informationen gefalteter Lichtkurven Informationen gefalteter Lichtkurven Lienhard Pagel Lichtkurven entstehen aus vielfältigen Gründen durch Faltung. Dabei wird eine Periode vorgegeben oder gesucht und die Helligkeitswerte werden in der

Mehr

Warme Kante für Fenster und Fassade

Warme Kante für Fenster und Fassade Seite 1 von 7 Dipl.-Phys. ift Rosenheim Einfache Berücksichtigung im wärmetechnischen Nachweis 1 Einleitung Entsprechend der Produktnorm für Fenster EN 14351-1 [1] (Fassaden EN 13830 [2]) erfolgt die Berechnung

Mehr

Supply Chain Risiken

Supply Chain Risiken Arne Ziegenbein Supply Chain Risiken Identifikation, Bewertung und Steuerung Herausgegeben von Prof. Dr. Paul Schönsleben ETH-Zentrum für Unternehmenswissenschaften (BWI) Eidgenössische Technische Hochschule

Mehr

Kapitel 7. Regression und Korrelation. 7.1 Das Regressionsproblem

Kapitel 7. Regression und Korrelation. 7.1 Das Regressionsproblem Kapitel 7 Regression und Korrelation Ein Regressionsproblem behandelt die Verteilung einer Variablen, wenn mindestens eine andere gewisse Werte in nicht zufälliger Art annimmt. Ein Korrelationsproblem

Mehr

ANALYSIS AND SIMULATION OF DISTRIBUTION GRIDS WITH PHOTOVOLTAICS

ANALYSIS AND SIMULATION OF DISTRIBUTION GRIDS WITH PHOTOVOLTAICS Diss. ETH No. 22001 ANALYSIS AND SIMULATION OF DISTRIBUTION GRIDS WITH PHOTOVOLTAICS A dissertation submitted to ETH ZURICH for the degree of Doctor of Sciences presented by CHRISTOF BUCHER ETH Zurich

Mehr

Kapitel 8: Verfahren für Rangdaten

Kapitel 8: Verfahren für Rangdaten Kapitel 8: Verfahren für Rangdaten Anmerkung 1 Mann-Whitney U-Test 1 Wilcoxon-Test 3 Kruskal-Wallis H-Test 3 Literatur 6 Anmerkung In Kapitel 8 der Bücher wird erwähnt, dass für nichtparametrische Daten

Mehr

Emder Wasser Trinkwasser-Analysewerte

Emder Wasser Trinkwasser-Analysewerte Emder Wasser Trinkwasser-Analysewerte Die Lust auf Wasser hat viele Gesichter. An heißen Sommertagen träumen wir von einer erfrischenden Dusche und einem Glas Wasser gegen den Durst. Im Winter verwöhnt

Mehr

Deskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien

Deskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische

Mehr

Der Januar-Effekt in der Schweiz

Der Januar-Effekt in der Schweiz Der Januar-Effekt in der Schweiz Bachelorarbeit in Banking & Finance Universität Zürich Institut für Banking & Finance Prof. Dr. Alexander F. Wagner vorgelegt von: Daniel Brändli Ort, Abgabedatum: Zürich,

Mehr

QY Cas und EF Cnc - zwei besondere RRc-Sterne QY Cas and EF Cnc - two very spezial RRc stars

QY Cas und EF Cnc - zwei besondere RRc-Sterne QY Cas and EF Cnc - two very spezial RRc stars QY Cas und EF Cnc - zwei besondere RRc-Sterne QY Cas and EF Cnc - two very spezial RRc stars Gisela Maintz Abstract : CCD observations of QY Cas (RA = 23:59:05.15, DE = +54:01:00.70) and EF Cnc (RA = 08:40:38.82,

Mehr

Marktliquidität von Aktien

Marktliquidität von Aktien Marktliquidität von Aktien Inauguraldissertation zur Erlangung der Würde eines Doctor rerum oeconomicarum der Wirtschafts- und Sozialwissenschaftlichen Fakultät der Universität Bern Lukas Roth Die Fakultät

Mehr

Einfache Varianzanalyse für unabhängige Stichproben

Einfache Varianzanalyse für unabhängige Stichproben Einfache Varianzanalyse für unabhängige Stichproben VARIANZANALYSE Die Varianzanalyse ist das dem t-test entsprechende Mittel zum Vergleich mehrerer (k 2) Stichprobenmittelwerte. Sie wird hier mit VA abgekürzt,

Mehr

Betrieb der Untersuchungsstation. Betreiber: Landesamt für Umwelt, Wasserwirtschaft und Gewerbeaufsicht Rheinland-Pfalz

Betrieb der Untersuchungsstation. Betreiber: Landesamt für Umwelt, Wasserwirtschaft und Gewerbeaufsicht Rheinland-Pfalz Betrieb der Untersuchungsstation Betreiber: Landesamt für Umwelt, Wasserwirtschaft und Gewerbeaufsicht Rheinland-Pfalz Kontinuierliche Rheinwasserentnahme an den Pfeilern der Theodor-Heuss-Brücke Automatische

Mehr

Schwermetalle in Flüssen und Seen

Schwermetalle in Flüssen und Seen \KuT H Fa H R wao^.;v-.-^ca«ssä" Ulrich Förstner German Müller W. A. R. - Bibliothek Schwermetalle in Flüssen und Seen als Ausdruck der Umweltverschmutzung Mit einem Geleitwort von H.-J. Elster Mit 83

Mehr

2. Klassenarbeiten Im Fach Biologie werden in der Sekundarstufe I keine Klassenarbeiten geschrieben.

2. Klassenarbeiten Im Fach Biologie werden in der Sekundarstufe I keine Klassenarbeiten geschrieben. 1. Einleitung und Vorgaben durch Kernlehrpläne Die im allgemeinen Leistungskonzept aufgeführten Formen der sonstigen Mitarbeit gelten auch für das Fach Biologie. Dabei werden sowohl die Ausprägung als

Mehr

Wasserstoff. Helium. Bor. Kohlenstoff. Standort: Name: Ordnungszahl: Standort: Name: Ordnungszahl: 18. Gruppe. Standort: Ordnungszahl: Name:

Wasserstoff. Helium. Bor. Kohlenstoff. Standort: Name: Ordnungszahl: Standort: Name: Ordnungszahl: 18. Gruppe. Standort: Ordnungszahl: Name: H Wasserstoff 1 1. Gruppe 1. Periode He Helium 2 18. Gruppe 1. Periode B Bor 5 13. Gruppe C Kohlenstoff 6 14. Gruppe N Stickstoff 7 15. Gruppe O Sauerstoff 8 16. Gruppe Ne Neon 10 18. Gruppe Na Natrium

Mehr

Kartendienst zur Luftschadstoffbelastung in Deutschland

Kartendienst zur Luftschadstoffbelastung in Deutschland Kartendienst zur Luftschadstoffbelastung in Deutschland Eine interaktive Darstellung der räumlichen Verteilung von Feinstaub, Ozon und Stickstoffdioxid sowie Arsen, Blei, Cadmium, Nickel und Benzo(a)pyren

Mehr

Impulserhaltung in zwei Dimensionen (M5)

Impulserhaltung in zwei Dimensionen (M5) Impulserhaltung in zwei Dimensionen (M5) Ziel des Versuches Der elastische Stoß zweier Scheiben mit sowohl gleicher als auch unterschiedlicher Masse, die sich auf einem Luftkissentisch nahezu reibungsfrei

Mehr

Kepler-Daten von V2367 Cygni

Kepler-Daten von V2367 Cygni Kepler-Daten von V2367 Cygni Lienhard Pagel Abstract: The highly successful Kepler Mission NASA provides the observer of variable stars extensive and very precise photometric data. On the basis of a BAV

Mehr

Methodenvergeich zur Creatinin Clearancebestimmung vor geplanter Radio-/Chemotherapie mit Cisplatin

Methodenvergeich zur Creatinin Clearancebestimmung vor geplanter Radio-/Chemotherapie mit Cisplatin Methodenvergeich zur Creatinin Clearancebestimmung vor geplanter Radio-/Chemotherapie mit Cisplatin H.Wördehoff 1 H. Amthauer 2 G.Gademann 1 1 Universitätsklinik für Strahlentherapie, Otto-von-Guericke-Universität

Mehr

WAHRNEHMUNG UND NACHWEIS NIEDRIGER ELEKTRISCHER LEISTUNG. FernUniversität Universitätsstrasse 1 D Hagen, GERMANY. 1.

WAHRNEHMUNG UND NACHWEIS NIEDRIGER ELEKTRISCHER LEISTUNG. FernUniversität Universitätsstrasse 1 D Hagen, GERMANY. 1. WAHRNEHMUNG UND NACHWEIS NIEDRIGER ELEKTRISCHER LEISTUNG Eugen Grycko 1, Werner Kirsch 2, Tobias Mühlenbruch 3 1,2,3 Fakultät für Mathematik und Informatik FernUniversität Universitätsstrasse 1 D-58084

Mehr

Tierarzneimittel in Gülle, landwirtschaftlich genutzten Böden und oberflächennahem Grundwasser in Nordrhein-Westfalen

Tierarzneimittel in Gülle, landwirtschaftlich genutzten Böden und oberflächennahem Grundwasser in Nordrhein-Westfalen Tierarzneimittel in Gülle, landwirtschaftlich genutzten Böden und oberflächennahem Grundwasser in Nordrhein-Westfalen Dr. Annegret Hembrock-Heger Christiane Ratsak Mathilde Nießner Rolf Reupert 11.09.2011

Mehr

Ermittlung von aerodynamischen Beiwerten eines PV-Solar-Tracker-Modells im Windkanal

Ermittlung von aerodynamischen Beiwerten eines PV-Solar-Tracker-Modells im Windkanal Ermittlung von aerodynamischen Beiwerten eines PV-Solar-Tracker-Modells im Windkanal LWS-TN-10_74 ASOLT1 Florian Zenger, B.Eng. Prof. Dr.-Ing. Stephan Lämmlein Labor Windkanal/Strömungsmesstechnik Hochschule

Mehr

Bericht über Testbetrieb Hallenbad Lättich Anlage Nr. 5 mit AquaKLEAR

Bericht über Testbetrieb Hallenbad Lättich Anlage Nr. 5 mit AquaKLEAR Bericht über Testbetrieb Hallenbad Lättich Anlage Nr. 5 mit AquaKLEAR Ausgangslage: Die Anlage Nr. 5 besteht aus einem Wasserkreislauf, dem nach der Pumpe Flockungsmittel und Aktivkohle zudosiert, dann

Mehr

DOPSOL Development of a Phosphate-Elimination System of Lakes (Entwicklung eines Systems zur Entfernung von Phosphat aus Seen)

DOPSOL Development of a Phosphate-Elimination System of Lakes (Entwicklung eines Systems zur Entfernung von Phosphat aus Seen) DOPSOL Development of a Phosphate-Elimination System of Lakes (Entwicklung eines Systems zur Entfernung von Phosphat aus Seen) Die natürliche Ressource Wasser ist weltweit durch die verschiedensten Kontaminationen

Mehr

Ergebnisse der testpsychologischen Untersuchungen für das zweite Halbjahr 2013

Ergebnisse der testpsychologischen Untersuchungen für das zweite Halbjahr 2013 Ergebnisse der testpsychologischen Untersuchungen für das zweite Halbjahr 2013 Hintergrund: Seit 2012 führen wir zu Beginn und zum Ende der Behandlung bei allen Patienten eine testpsychologische Untersuchung

Mehr

Dabei bezeichnet x die Einflussgrösse (Regressor), y die Zielvariable (die eine Folge der Ursache x ist) und die Störung. Die n = 3 Beobachtungen

Dabei bezeichnet x die Einflussgrösse (Regressor), y die Zielvariable (die eine Folge der Ursache x ist) und die Störung. Die n = 3 Beobachtungen Lineare Regression und Matrizen. Einführendes Beispiel Der im Kapitel Skalarprodukt gewählte Lösungsweg für das Problem der linearen Regression kann auch mit Matrizen formuliert werden. Die Idee wird zunächst

Mehr

Klimawandel Fakten aus der Vergangenheit und Prognosen für die Zukunft

Klimawandel Fakten aus der Vergangenheit und Prognosen für die Zukunft Klimawandel Fakten aus der Vergangenheit und Prognosen für die Zukunft Dipl.-Ing. Bernd Hausmann (LFI-RWTH) Inhalt Fakten zum Klimawandel Gründe für den Wandel Prognosen für die Zukunft - Wie ändert sich

Mehr

Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006

Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006 Empirische Softwaretechnik Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006 1 Experiment zur Vererbungstiefe Softwaretechnik: die Vererbungstiefe ist kein guter Schätzer für den Wartungsaufwand

Mehr

Kapitel 6: Zweifaktorielle Varianzanalyse

Kapitel 6: Zweifaktorielle Varianzanalyse Kapitel 6: Zweifaktorielle Varianzanalyse Berechnen der Teststärke a priori bzw. Stichprobenumfangsplanung 1 Teststärkebestimmung a posteriori 4 Berechnen der Effektgröße f² aus empirischen Daten und Bestimmung

Mehr

Kohlenstoffverbindungen und Gleichgewichtsreaktionen (EF)

Kohlenstoffverbindungen und Gleichgewichtsreaktionen (EF) Kohlenstoffverbindungen und Gleichgewichtsreaktionen (EF)... interpretieren den zeitlichen Ablauf chemischer Reaktionen in Abhängigkeit von verschiedenen Parametern (u.a. Oberfläche, Konzentration, Temperatur)

Mehr