Bioakkumulation von Metallen und Stickstoff zwischen 1990 und 2005 in Niedersachsen

Bodenbewohnende Moose können über mehrere Jahre Schwermetalle und andere Schadstoffe ohne physiologische Beeinträchtigung anreichern. Sie eigenen sich daher für ein Biomonitoring derartiger Luftverunreinigungen auf lokaler und regionaler bis hin zur kontinentalen Ebene (Bealey et al. 2008a,b; Forster et al. 1993; Genßler et al. 2001; Herpin et al. 2004; Kostka-Rick et al. 2001; Mohr 1999, 2007; Rühling und Tyler 1968, 1969, 1970; Schröder et al. 2008a, 2008b; Tylor 1990; Wappelhorst et al. 2000; Zechmeister et al. 2006). Deutschland beteiligt sich seit 1990 alle fünf Jahre an den Heavy Metals in Mosses Surveys, die von der UNECE auf Grundlage des Genfer Luftreinhalteabkommens (Convention on Long-Range Transboundary Air Pollution, CLRTAP) im Fünfjahresturnus an mindestens 1,5 Standorten pro 1000 km² europaweit durchgeführt werden. Dabei werden die Anreicherungen von Metallen (seit 1990) und Stickstoff (seit 2005) ermittelt. Die Auswertung und Darstellung der Ergebnisse erfolgt in Berichten der Working Group on Effects (WGE) der CLRTAP und des Programmzentrums des International Cooperative Programme on Effects of Air Pollution on Natural Vegetation and Crops (ICP Vegetation) in Bangor, Wales (http://icpvegetation.ceh.ac.uk/) (Harmens et al. 2008). Die aktuellste Auswertung der Metall- und Stickstoffgehalte in Deutschland zwischen 1990 und 2005 legten Schröder et al. (2009) vor.

In Deutschland führen Bund und Länder das Moosmonitoring gemeinsam durch: Im Auftrag des Umweltbundesamtes (UBA) erfolgt die chemische Analyse der Moose und die Datenauswertung, den Bundesländern obliegt die Durchführung der Moosprobenentnahme. Der Arbeitskreis Bioindikation/Wirkungsermittlung der Landesämter und -anstalten für Umweltschutz (AKB) und ein Vertreter des UBA begleiten das Moosmonitoring als wissenschaftlicher Beirat. Folglich besteht ein Interesse, neben den europaweiten und bundesweiten Auswertungen, diese räumlich differenzierter auch auf der Ebene der Bundesländer vorzunehmen. Dieser Artikel behandelt die Kartierung der Metallanreicherung in Niedersachsen seit 1990, der Stickstoffanreicherung 2005 sowie die räumliche Varianz der Metallbioakkumulation in Abhängigkeit von Eigenschaften der Probeentnahmestellen und ihrer Umgebung.

2.1 Datenerhebung

Das Moosmonitoring wurde in Deutschland 1990, 1995, 2000 und 2005 durchgeführt. Dabei entfielen auf die Fläche von Niedersachsen und Bremen (47.572 km²) 82 (1990), 130 (1995), 95 (2000) bzw. 88 (2005) Moossammelorte, was einer räumlichen Dichte von 1,7, 2,6, 2,0 bzw. 1,8 Probenorten pro Quadratkilometer entspricht und damit die Mindestvorgabe der Richtlinie (1,5 Moosprobenentnahmestandorte pro 1000 km²) erfüllt. Das Messnetz wurde von 2000 bis 2005 ohne Einschränkung seiner geostatistischen Validität und Landschaftsrepräsentanz ausgedünnt (Pesch et al. 2008; Schröder et al. 1991, 2004; Schröder und Schmidt 2000).

Die deutsche Moosprobenentnahme erfolgte in Anlehnung an die europaweit verwendete Richtlinie (Harmens 2005). Die Massenkonzentrationen der Elemente Aluminium (Al), Barium (Ba), Calcium (Ca), Kupfer (Cu), Eisen (Fe), Kalium (K), Magnesium (Mg), Mangan (Mn), Natrium (Na), Strontium (Sr), Titan (Ti) und Zink (Zn) wurden in der Aufschlusslösung mit ICP-OES nach DIN EN ISO 11885 (E 22) und VDLUFA Methodenbuch 2.2.2.6 gemessen. Die Massenkonzentrationen der Elemente Arsen (As), Cadmium (Cd), Kobalt (Co), Chrom (Cr), Molybdän (Mo), Nickel (Ni), Blei (Pb), Antimon (Sb) und Vanadium (V) wurden mit ICP-MS nach DIN 38406-29 (E 29) und VDLUFA Methodenbuch 2.2.2.5 bestimmt, die Gehalte von Quecksilber (Hg) in den Moosen mit einem Quecksilberanalysator (thermostatisierte Zweiwegzelle) nach DIN EN 1483 und VDLUFA Methodenbuch VII. Die Massenkonzentration vom Gesamt-N (Gesamtstickstoff ) wurde mit einem C/N-Analyzer (Wärmeleitfähigkeitsdetektor) nach VDLUFA Methodenbuch II 3.5.2.7 durch die Verbrennung von 0,2 g Moosprobenmaterial im Sauerstoffstrom ermittelt.

Die Qualität der Messungen und Probenentnahmen wurde, beginnend mit der Planung und der Schulung der Probenentnehmer, in mehreren Schritten sichergestellt und kontrolliert (Funk et al. 2006, Schröder et al. 1991, 2004, 2009): Die analytischen Kontrollen erfolgten wie in anderen Teilnehmerstaaten durch die Messung der Referenzmaterialien M2 (hohe Metallkonzentrationen) und M3 (Hintergrundwerte) in jeder Messserie sowie durch den Austausch und die Messung von Moosproben, die auf beiden Seiten der Grenzen benachbarter Staaten gesammelt wurden. Die Daten wurden von den Teilnehmerstaaten und nachfolgend vom Programmzentrum des ICP Vegetation daraufhin überprüft, ob sie den Anforderungen nach Steinnes et al. (1997) entsprechen. In Deutschland erfolgte dies zuvor durch den Arbeitskreis Bioindikation/Wirkungsermittlung der Landesanstalten und -ämter für Umweltschutz: Auffällige Messwerte, die entweder über dem bundes- oder dem landesweiten 98. Perzentil lagen, wurden anhand der Metadaten im WebGIS MossMet (Abschn. 2.2) zusammen mit Geoinformationen u. a. zur Landnutzung in der Umgebung der Moosprobenentnahmeorte geprüft. Hierzu wurden die über das WebGIS MossMet zugänglichen Probenentnahmeprotokolle und Standortbeschreibungen analysiert sowie Probensammler und ortskundige Fachleute befragt. Ferner wurde ermittelt, ob die Daten derselben Messpunkte bereits bei vorangegangenen Kampagnen auffällig waren. Anschließend wurde eingeschätzt, ob die Werte der regional zu erwartenden Belastung entsprechen. Erschien der gefundene Wert auch danach nicht erklärbar, so wurde dieser nicht weiter berücksichtigt.

2.2 Datenauswertung

Zur räumlichen Darstellung der Belastungssituation wurden geostatistische Methoden eingesetzt (Matheron 1965; Webster und Oliver 2001). Grundlage hierfür waren sowohl die Metall- und Stickstoffkonzentrationen im Moosgewebe (in % TS) als auch ein synoptischer Multimetallindex (MMI, s. u.). Die Qualität der dazu berechneten Flächenschätzungen wurde durch Kreuzvalidierung ermittelt (Johnston et al. 2001; Pesch 2003; Pesch et al. 2007b). Für die Berechnung des Multimetallindizes (MMI) wurden pro Element zehn Perzentilklassen gebildet, und jedem Perzentil wurde dann ein Indexwert zwischen 1 (niedrige Akkumulation) und 10 (hohe Anreicherung) zugewiesen. Der MMI_1990–2005 eines jeden Moossammelortes oder einer anderen räumlichen Einheit entspricht dem Durchschnitt der dort ermittelten elementspezifischen Indexwerte der Konzentrationen von As, Cd, Cr, Cu, Fe, Ni, Pb, V, Ti und Zn, die durchgängig 1990, 1995, 2000 und 2005 in Niedersachsen gemessen bzw. geostatistisch geschätzt wurden.

Alle Ergebnisse und weiterführenden Informationen der Moosmonitoringkampagnen wurden im WebGIS MossMet dokumentiert und sind dem Bund, den Ländern sowie dem ICP Vegetation zugänglich (Kleppin et al. 2008b; Pesch et al. 2007a). Die Messdaten der Monitoringkampagnen 1990, 1995, 2000 und 2005 sowie die daraus berechneten MMI konnten daher von allen Beteiligten kurzfristig überprüft sowie korrelationsstatistisch untersucht werden auf:

1. 1.

   Standortspezifische Informationen (s. u.), ökologische und topografische Standorteigenschaften, Ablauf und meteorologische Randbedingungen der Moosprobenentnahme und

2. 2.

   flächenhafte Informationen über das Klima, die Höhenlage über NN, Flächenanteile forstlicher, agrarischer und urbaner Landnutzung nach CORINE Land Cover (Keil et al. 2005), Entfernung zu großen Industriebetrieben sowie Immissionen in der Umgebung der Moosmonitoringstandorte.

Hierbei handelt es sich um Daten über atmosphärische Depositionen aus dem EMEP-Luftmessnetz des Umweltbundesamtes (wet only), aus dem ICP-Forest-Messnetz (Freiland- und Bestandsdeposition) sowie Flächenschätzungen der modellierten Nass-, Trocken- und Gesamtdeposition. Stärke und Richtung der statistischen Zusammenhänge zwischen

1. 1.

   jeweils zwei Metallgehalten in den Moosen,

2. 2.

   zwischen Metallkonzentrationen in Moosen und gemessenen Depositionen (bulk und wet only Freiland, Bestandsdeposition) und

3. 3.

   zwischen Metallgehalten und modellierter Nass-, Trocken- und Gesamtdeposition

wurden durch Rangkorrelationskoeffizienten nach Spearman r _s bzw. durch das Assoziationsmaß Cramér’s V quantifiziert. Zur näheren Eingrenzung möglicher Belastungsursachen wurden zusätzlich multivariat-statistische Korrelationsmuster mit Classification and Regression Trees (CART, Breimann et al. 1984) berechnet. Dabei bildeten die Gehalte der in den Moosen 2005 gemessenen Stoffgehalte jeweils die Zielvariable. Als Prädiktoren dienten die standortbeschreibenden Metainformationen sowie flächenhaft vorliegende Daten zur Umgebungsbeschreibung.

An kleinflächigen Sammelorten zwischen Gehölzen werden die Moosproben oftmals stärker mit reaktivem Stickstoff (Ammonium, Nitrat) beaufschlagt, wodurch es zu einer Verzerrung des großräumigen Verteilungsmusters kommt (Mohr 2007). Um diesen in manchen Regionen unvermeidbaren Einfluss zu berücksichtigen, erfolgte eine Umrechnung der Stickstoffkonzentrationen mit den Schwefelgehalten in den Moosen. Dieses Vorgehen begründet sich aus der Feststellung, dass die S-Konzentrationen in Moosen bei den aktuell sehr niedrigen SO₂-Immissionen großräumig nur gering variieren (Mohr 1999). Unterschiede der S-Gehalte sind somit in großen Teilen Deutschlands vorrangig auf abweichende Depositionsbedingungen am Probenentnahmeort zurückzuführen, die in großen Teilen Niedersachsens durch die unterschiedliche Vegetationsstruktur hervorgerufen werden. Aufgrund der hohen Korrelation sedimentierender S- und N-Einträge im Niederschlag (Dämmgen 2005) sowie solcher in den untersuchten Moospflanzen (2005: r = 0,83; p < 0,0001) kann der S-Gehalt als Indikator für den Traufeeinfluss der Begleitvegetation (vornehmlich Bäume und Sträucher) und zur Standardisierung der N-Gehalte herangezogen werden. Die Umrechnung basiert auf der folgenden empirischen Formel: N_korrigiert = [1000/S-Konzentration] × N_gemessen. Hierbei entspricht 1000 µg g^–1 S der zu erwartenden S-Bioakkumulation unter Freilandbedingungen. Dieser Wert wurde landesweit unter optimalen Freilandbedingungen festgestellt, höhere S-Konzentrationen resultierten aus Probenentnahmen in nicht ausreichender Entfernung (< 10 m) zu Gehölzbeständen.

Von 1990 bis 2005 ist Pleurozium schreberi das am häufigsten in Niedersachsen gesammelte Moos, gefolgt von Scleropodium purum und Hypnum cupressiforme (Tabelle 1). In Niedersachsen liegt der Anteil von Pleurozium schreberi an den gesammelten Moosproben um gut 10 % über dem Bundesdurchschnitt im Jahr 2005 (42,2 %). Scleropodium purum hat in Niedersachsen 2005 fast denselben Anteil wie im Bund (hier: 32,6 %), der Anteil von Hypnum cupressiforme unterschreitet den Wert im Bund um gut 10 %.

Abbildung 1 stellt beispielhaft die räumliche Verteilung und die Entwicklung der Cd-Gehalte in den Moosproben innerhalb Niedersachsens dar. Viele der seit 1990 analysierten Metalle wiesen ebenfalls eine deutlich rückläufige Tendenz auf. Besonders ausgeprägt war z. B. der Rückgang des seit 1996 in Kraftstoffen nicht mehr enthaltenen Bleis.

Cd-Gehalte in niedersächsischen Moosen 1990 bis 2005

Full size image

Tabelle 2 gibt anhand der Perzentilstatistik und der zusammenfassenden MMI einen zusammenfassenden Überblick der zeitlichen Entwicklung der Bioakkumulation der zwölf Standardmetalle. Anhand des 20., 50. und 90. Perzentils sowie des MMI lässt sich eine allgemein deutliche, zumeist kontinuierliche Abnahme der Metallanreicherung in Moosen zwischen 1990 und 2005 nachweisen. Das 50. Perzentil des MMI sank von 7,15 im Jahr 1990 deutlich auf 3,4 im Jahr 2000. 2005 stieg dieser Wert allerdings signifikant auf 4,0. Signifikante Verminderungen wurden für die Cd-, Pb- und Hg-Werte im Vergleich der Messkampagnen 2000 und 2005 nachgewiesen. Andere Unterschiede der Werte zwischen den Surveys 2000 und 2005 erwiesen sich nicht als signifikant. Eine Ausnahme bildet Cr, dass 2005 gegenüber 2000, 1995 und 1990 signifikant anstieg (Tabelle 3). Vergleichbare Auffälligkeiten der Cr-Gehalte, die 2005 mit Werten über 5 mg kg^–1 deutlich über dem bundesweiten Durchschnittswert (3,71 mg kg^–1) lagen, wurden auch in anderen Bundesländern festgestellt (Schröder et al. 2009). Da die Probenentnahmeorte sich in großer Entfernung (z. B. auf den Ostfriesischen Inseln) zu potenziellen Emittenten befanden und auch vorhandene Depositionsmessdaten keine Hinweise zu möglichen Immissionseinflüssen gaben, erfolgte im Jahr 2007 eine wiederholte Beprobung an ausgewählten Punkten.

Die in Tabelle 4 aufgeführten Ergebnisse zeigen, dass die hohen Cr-Konzentrationen der 2006 belasteten Moosproben (NI 16, NI 74, NI 289) sich – auf einem niedrigeren Niveau – in der Tendenz bestätigten. Wesentliche Unterschiede bei Proben, die an vergleichsweise unbelasteten Standorten (NI 31, NI 96) genommen wurden, zeigten sich nicht. Dieser Befund deckt sich mit den Ergebnissen der Wiederholungsbeprobung in den Bundesländern Mecklenburg-Vorpommern und Nordrhein-Westfalen. Eine Ursache hierfür ließ sich noch nicht abschließend erkennen. Häufig wiesen die Cr-belasteten Proben in den norddeutschen Gebieten einen starken Besatz mit Grünalgen auf, was auf das humide Klima und die in dieser Region erhöhten N-Depositionen zurückzuführen ist (Mohr 2007). Grünalgen weisen eine hohes Potenzial zur Biosorption von Schwermetallen auf (Klimmek 2003).Untersuchungen der aus coccalen und fädigen Algen bestehenden Gallerte ergaben zum Teil sehr hohe Cr-Konzentrationen zwischen 2 und 38 mg kg^–1.

Die räumliche Differenzierung der in Tabelle 2 zusammenfassend beschriebenen zeitlichen Entwicklung der Stoffanreicherung wird am Beispiel des MMI_1990–2005 in Abb. 2 und für Stickstoff in Abb. 3 kartografisch veranschaulicht. Die noch 1990 und 1995 von den industriellen Regionen im Südosten Niedersachsens und von benachbarten Bundesländern geprägten Unterschiede der Schwermetallbelastung nivellierten sich in den vergangenen 15 Jahren weitgehend. Anhand niedriger MMI-Werte wird im Küstenraum die niedrigste Hintergrundbelastung ersichtlich. Ein moderater Anstieg im Küstenraum, zwischen 1990 und 1995 war im wesentlich durch die Elemente Cd, Cu, und Zn bedingt. Die Belastungen der Elbregionen im Osten Niedersachsens fielen schon in den ersten Jahren nach der Wende auf das niedrige Niveau der der Küstengebiete und des westniedersächsischen Raumes. Diese Entwicklung setzte sich in den drauffolgenden Jahren in großen Teilen Niedersachsens fort. Erhöhte Schwermetallbelastungen in den Jahren 2000 und 2005 ließen sich nur noch in den südlichen Randgebieten zu Nordrhein-Westfalen und Sachsen-Anhalt feststellen. In den (emittentenfernen) Gebieten der Industrieregion Salzgitter unterschieden sich im Jahr 2005 die MMI-Werte nur unwesentlich von denen anderer Regionen.

Räumliches Muster des Multimetallindex MMI (As, Cd, Cr, Cu, Fe, Ni, Pb, Ti, V und Zn) in Niedersachsen 1990 bis 2005

Full size image

Stickstoffakkumulation in Niedersachsen 2005

Full size image

Das räumliche Muster der Stickstoffanreicherung wird anhand der Originalmessdaten sowie anhand der mit Schwefel korrigierten Werte (Abschn. 2.2) dargestellt. Beide Auswertungen weisen auf relativ hohe Stickstoffbelastungen in den westlichen Landesteilen hin. Die niedrigsten N-Konzentrationen im Moos wurden großräumig im östlichen und südlichen Niedersachsen festgestellt. Deutlicher werden die Unterschiede anhand der schwefelkorrigierten Werte. Hierdurch heben sich die landwirtschaftlich intensiv genutzten Regionen Südoldenburgs, des Münsterlandes und des Elbe-Weser-Dreiecks hervor. Weniger durch intensive Tierhaltung geprägte Regionen der ostfriesischen Inseln, des Leine-Weserberglandes, des Harzes und der Lüneburger-Heide wiesen die niedrigsten Werte auf.

Bei der Untersuchung von statistischen Zusammenhängen zwischen der Metallanreicherung und möglichen Einflüssen konnten die Daten zu atmosphärischen Depositionen nicht herangezogen werden, da diese für Niedersachsen nicht in ausreichender Zahl verfügbar waren. Jedoch wurden die bei der Moosprobenentnahme erhobenen Informationen über Eigenschaften der Sammelorte berücksichtigt, welche die Landnutzung ihrer Umgebung und insofern potenzielle Quellen für Metalle und Stickstoff kennzeichnen. Die Ergebnisse der bivariaten Zusammenhangsanalysen werden für metrische Daten in Tabelle 5 in Form des Rangkorrelationskoeffizienten nach Spearman (r _s) und in Tabelle 6 für die kategorialen Daten durch Cramér’s V-Werte präsentiert. Die Werte dieser beiden Zusammenhangsmaße liegen, sofern statistisch signifikant, überwiegend zwischen 0,2 und 0,5. Werte zwischen 0,5 und 0,65 finden sich beim Zusammenhang zwischen Moosart und der Anreicherung von Ni, Pb und Sb sowie zwischen der Moosbewuchsform (rasen-, polsterförmig) und den Cd-Gehalten. Negativ korreliert sind die Stoffgehalte in Moosen mit der Nähe zu Bäumen und Sträuchern. Derartige Vegetationsstrukturen filtern die Stoffe aus der Luft aus und tragen so zu einer verstärkten Deposition auch auf die Bodenmoose bei. Je geringer der Anteil agrarisch genutzter Flächen im Umkreis der Beprobungsstellen, desto höher sind die Gehalte der Metalle vorwiegend industriellen Ursprungs: Negative signifikante Korrelationen mit der Agrardichte lassen sich in einigen Untersuchungsperioden v. a. für As, Cd, Cr, Hg, Ni, Pb, Sb und Ti festhalten (Tabelle 5).

Ein signifikanter Zusammenhang zu benachbarten Industrieansiedlungen gibt sich aufgrund der emittentenfernen Lage der Probenentnahmeorte nicht zu erkennen. Die Stickstoffgehalte in den Moosen weisen aus gleichem Grund keine enge räumliche Beziehung zu lokalen N-Emittenten aus Landwirtschaft, Straßenverkehr oder Industrie auf. Demgegenüber spiegelt das kartografische Verteilungsmuster die großräumige Hintergrundbelastung durch Metalle und N-haltige Immissionen sehr deutlich wider. Negativ korreliert sind die Gehalte von Cr, Fe, und Ti mit den jährlichen Niederschlagssummen sowie die Ti-Konzentrationen mit der Entfernung der Moosprobenentnahmestellen zu vegetationsfreien Flächen, welches auf eine überproportional hohe trockene Deposition dieser Metalle hindeutet.

Der multivariat-statistische Zusammenhang der Metallgehalte mit Begleitfaktoren wird in Abb. 4 am Beispiel von Sb aufgezeigt. Das Dendrogramm zeigt die statistisch wichtigsten Prädiktoren der Sb-Konzentrationen und gegenseitige Verflechtungen. Der Knoten 0 beschreibt die Verteilung der Sb-Messwerte an den 88 im Jahr 2005 beprobten Standorten; der Mittelwert beträgt rund 0,149 µg/g. Bezogen auf die Daten des Surveys 2005 ist die Moosart derjenige Faktor, der mit den Sb-Konzentrationen in den Moosen am engsten verknüpft ist (Cramér’s V = 0,65, Tabelle 6): Für die 28 Orte, an denen Scleropodium purum gesammelt wurde, ergibt sich eine mittlere Sb-Konzentration von 0,093 µg/g. Dieser Wert liegt unterhalb des Mittelwertes der Untersuchungsstichprobe. Dieser wird mit 0,186 µg/g an denjenigen Standorten überschritten, an denen 2005 Pleurozium schreberi und Hypnum cupressiforme gesammelt wurde. Der Stichprobenmittelwert wird weiterhin übertroffen, wenn der Waldflächenanteil in einem Umkreis von 5 km um diese Standorte über 6 % liegt. Auch an Standorten mit Scleropodium purum sind höhere Sb-Gehalte mit höheren Waldanteilen im Umkreis von 10 km um die Moosbeprobungsorte verknüpft. Weitere Umgebungsmerkmale, die mit den Sb-Werten schwach korrelieren, sind die Flächenanteile agrarischer und urbaner Nutzungen sowie der Verkehrsfläche in der Umgebung der Moosprobenentnahmestellen.

Für Niedersachsen lässt sich mit dem Moosmonitoring aus den Jahren 1990 bis 2005 nachweisen, dass die abnehmende Metallemissionen und -depositionen in Deutschland auch zu sinkenden Metallkonzentrationen in Moosen führten. Die Ergebnisse korrespondieren mit deutschlandweiten Resultaten, die von Schröder et al. (2009) zusammengefasst und hier als Diskussionsgrundlage ebenfalls herangezogen werden. Anders als bei der Erfassung der atmosphärischen Deposition (Ilyin 2009) belegt das Moosmonitoring jedoch, dass die Gehalte einiger Metalle von 2000 bis 2005 statistisch signifikant angestiegen sind. Wie im gesamten Bundesgebiet war dieser Trend in Niedersachsen bei Cr besonders deutlich, hier jedoch bereits ab 1995 und nicht erst ab 2000.

Die Korrelationsanalyse zeigt, dass die statistischen Beziehungen zwischen den in den Moosen akkumulierten Metallen und Stickstoff mit den Eigenschaften der Beprobungsorte und ihrer Umgebung plausibel und überwiegend niedrig ausgeprägt sind. Diese Zusammenhänge vermögen es, kleinräumige Varianzen der Metall- und Stickstoffgehalte zu erklären. Sie lassen sich jedoch nur für wenige Orte und Stoffe mit Daten aus Depositionsmessnetzen unterfüttern: Bulk-Depositionsdaten stehen im gesamten Bundesgebiet für Freiland und Waldbestand im Falle von Cd von n = 18 Standorten, bei Cu von n = 17, bei Pb von n = 19 und bei Zn von n = 27 Standorten zur Verfügung. Wet-only-Depositionsdaten (Freiland) stehen für As, Cd, Cr und Zn von sechs Standorten des UBA-Luftmessnetzes und des ICP Integrated Monitoring zur Verfügung (Schröder et al. 2009).

Die Rangkorrelationen zwischen den Metallkonzentrationen in Moosen einerseits und den verfügbaren Depositionsdaten sowie modellierter Nass-, Trocken- und Gesamtdeposition andererseits variieren nach Stoffen und Depositionspfad. Für Niedersachsen ließ sich keine depositionsbezogene Auswertung durchführen; bundesweit geben sich – unter Berücksichtigung der niedrigen Anzahl von Vergleichsmessungen – hohe und sehr hohe Korrelationen zwischen den Konzentrationen von As und Cr in Moosen und in der Wet-only-Deposition zu erkennen (Schröder et al. 2009). Mittlere Korrelationen weisen die Konzentrationen von Cd, Cu, Pb, and Zn in Moosen und Depositionen auf. Die statistischen Beziehungen zwischen den Elementkonzentrationen im Bestandesniederschlag von Wäldern und in Moosen sind bei Cd, Cu and Pb gering, mittelstark hingegen für Zn. Die Korrelationen von Cd and Pb in Moosen und den modellierten Depositionen sind niedrig bis mittel und variieren zeitlich, stoffspezifisch und nach modelliertem Depositionspfad: Die höchsten Korrelationen bestehen zwischen den Konzentrationen von Cd und Pb in Moosen und in der Gesamt- und Trockendeposition dieser Schwermetalle (Schröder et al. 2009). Für EMEP-Depositionsdaten lassen sich diese Tendenzen europaweit bestätigen: Cd in Depositionen und Moosen weisen eine Korrelation von r _s = 0,65 auf, bei Pb beträgt sie r _s = 0,73 (Holy et al. 2009c). Der Eintrag von Cr, Fe und Ti erfolgt offensichtlich überproportional über die trockene Deposition. Bei Cr zeigt sich, dass durch ein Zusammenwirken dieser und anderer Umweltbedingungen möglicherweise dessen Bioverfügbarkeit erhöht wird. Die Cr-belasteten Moosproben waren häufig stark veralgt. Der durch erhöhte N-Depositionen zunehmend auch an anderen Umweltmedien festgestellte Algenbesatz (Mohr 2007) könnte dabei eine Rolle spielen. Klimmek (2003) stellte bei Zugabe von Cr³⁺ in Grünalgenkulturen eine rasche Oxidation zum toxischen Cr⁶⁺ fest. Der Nachweis von Chrom gilt im Umweltmonitoring sowohl bei Depositionsverfahren als auch im Biomonitoring als problematisch. Möglicherweise wird der nicht-sedimentirende Anteil der Cr-Depositionen (Feinstaub) durch die Ergebnisse des Moosmonitorings stärker hervorgehoben als der Anteil sedimentierender Cr-Einträge.

Die in den Moosproben in Niedersachsen erstmals ermittelten Stickstoffkonzentrationen reflektieren die regional sehr unterschiedliche Immissionsbelastung mit reaktivem Stickstoff (NO_x, NH_y). Von relativ hohen N-Immissionen in Niedersachsen betroffen sind ausnahmslos ländliche Gebiete, wodurch landwirtschaftliche Quellen (insbesondere die Tierhaltung) als Hauptursache infrage kommen. Vergleichbar räumliche Differenzierungen wurden von Mohr (1999, 2007) für Niedersachsen erzielt. Im bundesweiten Vergleich liegt das Niveau der N-Konzentrationen jedoch auf niedrigem Niveau.

Der festgestellte Einfluss der Vegetation auf die Höhe der N-Deposition wird auch durch Messungen in verschiedenen Bestandesstrukturen deutlich (Dämmgen 2005). Auch im Freiland kann dieser bei nicht ausreichendem Abstand zu Gehölzen zum tragen kommen, welches die Vergleichbarkeit der Probenahmeorte beeinträchtigt. Durch die Schwefelkalibrierung der Stickstoffkonzentrationen in den Moosen ließen sich derartige Störgrößen jedoch weitgehend eliminieren, wodurch sich ein großräumig plausibles Verteilungsmuster darstellt. Durch die Probenentahme innerhalb von Wäldern (unter älterem Nadelholz) ließen sich derartige Standorteffekte ebenfalls reduzieren (Mohr 1999, 2007). Die N-Konzentrationen liegen dabei – analog zu den N-Einträgen – auf deutlich höherem Niveau.

Inwieweit Eigenschaften der Moosprobenentnahmeorte und ihrer Umgebung mit den Stoffgehalten in den Moosen statistisch verknüpft sind, wurde multivariat-statistisch untersucht und die statistische Relevanz der einzelnen Faktoren hierarchisiert. Die engsten Beziehungen bestehen zu den Moosarten, der Entfernung zu Gehölzen an der Probenentnahmestelle sowie zu der Landnutzung in ihrer Umgebung. Am Beispiel von Sb konnten die Moosart sowie Landnutzungen im Umkreis der Moossammelstellen als wichtige Faktoren ermittelt werden. Für Deutschland wurden entsprechende Untersuchungen anhand der Daten aus dem Moosmonitoring 2000 bereits von Kleppin et al. (2008a), Pesch und Schröder (2006) sowie Schröder und Pesch (2005) vorgestellt, für Frankreich von Holy et al. (2009b), für mehrere europäische Länder anhand der Monitoringdaten 2000 von Schröder et al. (2008) sowie für alle Teilnehmerstaaten des Moosmonitoring anhand der Messkampagne 2005 von Holy et al. (2009a).

Diese Untersuchungen sowie die vorliegende Studie zeigen, dass die Verknüpfung der Messdaten mit den Eigenschaften der Moossammelorte sowie deren Umgebung plausible Erklärungen für die lokale und regionale Messwertvarianz liefern. Die Aussagekraft dieser Erklärungen ist gegenüber den bis zum Jahr 2008 veröffentlichten Auswertungen gestiegen, seitdem die Informationen über die Emissionen verfügbar wurden und sich in die Auswertungen erstmals einbeziehen ließen (Holy et al. 2009a). Wenn dies auch mit den europaweiten Modellierungen der Deposition ermöglicht wird, darf erwartet werden, dass die Daten aus dem Moosmonitoring die Präzision künftiger Depositionsmodellierung erhöhen (Ilyin 2009). Dies ist erforderlich, denn die intrinsische Unsicherheit der Modellierung der Gesamtdeposition mit den EMEP-Modellen beträgt für Blei und Cadmium rund 30 % und für Quecksilber rund 40 %. Dies bedeutet, dass die Depositionsmodellierungen für das Bundesgebiet räumlich nicht ausreichend präzise sind. Die häufig zum Qualitätsnachweis für das Moosmonitoring erhobene Forderung, die Stoffkonzentrationen im biologischen Material müsse mit der gemessenen oder modellierten Deposition hoch korrelieren, ist nicht sachgemäß, da es sich um Verfahren handelt, die unterschiedliche Rezeptoren berücksichtigen. Die Akkumulation der untersuchten Schadstoffe in den Bodenmoosen reflektiert die im System „Pflanze – Boden“ den durch Depositionen hervorgerufenen, verbleibenden und wirksamen Teil der Schadstoffbelastungen. Hierdurch besitzen die Untersuchungsergebnisse eine deutlich größere Übertragbarkeit auf die Vegetation (einschließlich Nahrungspflanzen) als die Daten technischer Messungen.

In Frankreich und Deutschland werden die höchsten MMI-Werte für Gegenden mit hohem Flächenanteil urbaner Landnutzung ermittelt. Während in Frankreich auch eine positive Korrelation der MMI (2005) mit der Höhenlage über NN gefunden wurde (Holy et al. 2009b), konnte dies von Schröder et al. (2009) anhand der deutschlandweiten Daten von 2005 ebenso wenig bestätigt werden wie von Pesch et al. (2007b) auf Grundlage der Daten aus dem Jahr 2000. Die deutschen Befunde sind im Einklang mit Coşkun et al. (2005) und Schmidt-Grob et al. (1991). Gerdol et al. (2002) sowie Sucharova und Suchara (2004) berichten über negative Korrelationen zwischen Metallkonzentrationen in Moosen und der Höhenlage der beprobten Orte. Die französischen Befunde werden hingegen von Šoltès (1998), Zechmeister (1994, 1995), Zechmeister et al. (2003) sowie von Gerdol und Bragazza (2006) gestützt.

Wie für das Bundesgebiet, so zeigt sich auch für Niedersachsen, dass eine räumlich hinreichend dichte Beprobung nicht allein anhand von einer Moosart, dem Rotstängelmoos (Pleurozium schreberi) erfolgen kann, sodass andere Moosarten mit ähnlichen Akkumulationseigenschaften (Scleropodium purum, Hypnum cupressiforme) hinzugezogen wurden. Siewers et al. (2000) und Harmens et al. (2008) kommen zu dem Schluss, dass die Metallakkumulation je nach Metall und Region artenspezifisch sein kann. Analysen der deutschen Moosmonitoringdaten der Jahre 1990, 1995, 2000 und 2005 konnten dies teilweise belegen (Kleppin et al. 2008a, Schröder et al. 2008, 2009). Für Frankreich wurde offenbar, dass Pleurozium schreberi und Scleropodium purum geringere Metallgehalte aufweisen als Hypnum cupressiforme. Hierbei ist jedoch zu beachten, dass die miteinander verglichenen Moosarten nicht jeweils von denselben, sondern von unterschiedlichen Sammelorten stammen und die in ihnen gemessenen Stoffgehalte folglich nicht ursächlich mit der Moosart, sondern mit abweichenden Depositionsverhältnissen und anderen akkumulationsrelevanten Merkmalen der unterschiedlichen Sammelorte zusammenhängen können. Leblond und Rausch de Traubenberg (2006, 2007) weisen für jeweils an einem von 15 Standorten gesammelte Proben der Arten Scleropodium purum, Hypnum cupressiforme und Thuidium tamariscinum signifikant unterschiedliche Metallgehalte nach. Doch die Arten mit den höchsten Gehalten waren nicht bei allen Elementen dieselben, die Akkumulationseigenschaften sind also art- und stoffspezifisch. Artenspezifische Unterschiede werden auch von Castello (2007), Olajire (1998) sowie Zechmeister et al. (2003) berichtet. Rühling und Tyler (1968) sowie Ashmore et al. (2000) konnten dies jedoch nicht bestätigen. Eine geringe Dichte der Moosdecke wurde in Frankreich und Deutschland als weiterer wichtiger Standortfaktor für die Metallakkumulation identifiziert (Holy et al. 2009b; Pesch et al. 2007b).

Zur Beseitigung derart systematischer Fehler würde die Umrechnung der Metallkonzentrationen auf jeweils eine Moosart allerdings Unschärfen erzeugen. Zudem fallen sie gegenüber den vorhandenen Unterschieden der regional variierenden Metallkonzentrationen nicht ins Gewicht, weshalb hierauf verzichtet wurde. Weitere räumliche und standörtliche Einflüsse auf die Metallkonzentrationen lassen sich durch die statistische Untersuchung mit Entscheidungsbaumverfahren offenlegen (CART-Analyse, Kap. 3).

Physikalische Messnetze (z. B. UBA Luftmessnetz, ICP Forest Level II, Umweltprobenbank) können nur an wenigen Orten Daten erheben, liefern gegenüber dem Moosmonitoring jedoch zeitlich besser aufgelöste Informationen. Die hohe räumliche Auflösung der Daten aus dem Moosmonitoring ist nützlich, um auch unerwartete Belastungen zu identifizieren. Es liefert für die räumliche Modellierung derzeit die einzige Datengrundlage für eine Validierung der räumlichen Differenzierung auf kontinentaler, nationaler und regionaler Ebene.

Im Gegensatz zu physikalisch-chemischen Messungen gibt das Moosmonitoring Auskunft darüber, welche Stoffe und in welcher Höhe diese am Wirkort/Schutzgut Pflanze (Moos) ankommen. Zudem ist die Bioakkumulation von Stoffen in der Umwelt für die ökotoxikologische Bewertung der Erheblichkeit von Stoffeinträgen z. B. in FFH-Gebieten und landwirtschaftliche Kulturen aussagekräftiger als die gemessene atmosphärische Deposition. Das Moosmonitoring liefert nicht nur eine Bestimmung der Umweltkonzentration von Stoffen, sondern immissionsschutzrechtlich relevante Beiträge zur Wirkungsermittlung; denn die Schadstoffanreicherung in einem Organismus ist die Vorstufe einer potenziellen toxischen Wirkung. Insofern ist das passive Monitoring mit Moosen insbesondere im Hinblick auf Vorsorgemaßnahmen wichtig. Technische Depositionsmessungen und die Bestimmung der Akkumulation von Stoffen in Ökosystemkompartimenten resultieren in Informationen zu verschiedenen, aufeinander folgenden Schritten in der Prozesskette Emission, Immission sowie Akkumulation/Wirkung. Das Moosmonitoring ist dabei ein wichtiges Bindeglied zu den biologischen Wirkungen. Ein Schwermetallindikator auf Grundlage der Moosmonitoringdaten liegt für einzelne Naturräume, Bundesländer und Schutzgebiete vor.

Die flächenrepräsentative Bestimmung der luftbürtigen Schwermetallbelastungen und somit eine zuverlässige und räumlich hinreichend aufgelöste Identifikation von Belastungsgebieten ist derzeit nur mit dem Moosmonitoring möglich. Moose sammeln auch bei eingeschränkter Vitalität atmosphärische Inhaltsstoffe. Das gilt selbst dann, wenn sie in weitgehend geschlossenen Räumen als Rezeptoren eingesetzt werden und abgestorben sind (Zechmeister et al. 2006). Untersuchungen zeigen, dass Moos ein sehr gut geeignetes Rezeptormedium für das Indoor- und Outdoor-Expositionsmonitoring ist, wodurch sich das Moosmonitoring enger mit dem Humanbiomonitoring verknüpfen lässt. Die räumlich differenzierte Erfassung der Beziehungen zwischen der inneren Exposition von Probanden durch Humanbiomonitoring einerseits – beispielsweise von Cd in der menschlichen Nahrungskette (EFSA 2009) – sowie der äußeren Exposition innerhalb und außerhalb von Gebäuden durch Umweltmonitoring andererseits fehlt bislang (Pesch et al. 2009). Ziel sollte es sein, eine Biomonitoringmethode für die Langzeiterfassung organischer und anorganischer Schadstoffe mit dem Rezeptor Moos zu entwickeln und zu erproben, die über ein breites Spektrum von Stoffen und Klimabedingungen im Indoor- und Outdoor-Monitoring einsetzbar ist und die Beziehungen zwischen innerer Exposition und äußerer Exposition (Indoor, Outdoor) zuverlässig erfasst (Zechmeister et al. 2007).