Prognosemethode zur qualitativen Abschätzung der Bodenbelastung in Kleingartenanlagen

Mittels logistischer Regressionsrechnungen wurde eine Prognosemethode entwickelt, mit der für Blei und PAK (Summe der 16 häufigsten polyzyklischen aromatischen Kohlenwasserstoffe) die Häufigkeit von Prüfwertüberschreitungen in Böden von Kleingartenanlagen vorhergesagt werden kann. Die beiden Messgrößen können als Leitvariablen für die Belastung von Gartenböden mit Schwermetallen und organischen Schadstoffen gelten. Für die Berechnungen werden keine Schadstoffmesswerte benötigt, sondern nur Angaben zum Alter und zur Vornutzung eines Areals sowie Informationen über potentielle Schadstoffquellen in seiner Umgebung. Anhand der Prognosen können Anlagen identifiziert werden, in welchen Prüfwertüberschreitungen mit einiger Wahrscheinlichkeit vorkommen. Diese Gartenanlagen können dann mit Schadstoffmessungen prioritär untersucht werden. Das Risiko, dass aufwändige Bodenuntersuchungen unnötigerweise in Kleingartenanlagen mit geringer Belastung der Böden durchgeführt werden, lässt sich so verringern. Die Prognosemethode kann damit als Instrument zur Verdachtsflächenerfassung und Prioritätenermittlung eingesetzt werden.

We used logistic regression to forecast the frequency with which the concentrations of soil lead (Pb) and PAH (sum of the 16 most common polycyclic aromatic hydrocarbons) exceed the test thresholds in allotment gardens. PAH and Pb are well suited to assess the pollution of garden soils. Chemical analyses are not required for forecasting. The predictions are computed solely from the attributes of an allotment such as its age, the land-use before the gardens were established and the presence of pollutant sources in its neighbourhood. Our method can be used to identify allotments that have a high risk for exceeding the test thresholds. Those should then primarily be surveyed in detail by collecting soil samples and measuring their pollutant content. By reducing the number of surveys of allotments with minor soil pollution, we save unnecessary expenses and use the financial resources available for soil monitoring more efficiently.

Seiten 96 - 100