MeinganzbesondererDankgiltHerrnDr.ReinhardMenzelfürzahlreicheAnregungenund DiskussionendiesehrzumGelingendieserDiplomarbeitbeigetragenhaben.Besondersbei FragenderstatistischenDatenauswertungwarseineExpertiseundSachverstand unverzichtbar.

Desweiterenbedankenmöchteichmichbei...

-HerrnProf.Dr.H.-D.KnauthfürdieinteressanteAufgabenstellungunddiefreundliche UnterstützungbeiderDurchführungdieserArbeit.

-HerrnProf.Dr.R.N.SchindlerfürdieErmöglichungundBetreuungdieserArbeit.

-HerrnGerdBlöckerfürdiepraktischeUnterstützung.

-HerrnStephanMarxfürdieProbennahmeaufderPlattform"GroßerVogelsand".

-HerrnFriedrichSchlüterfürdieEinweisungindiefundamentalenGesetzeder Elektrotechnik.

-denMitarbeiterndesBundesamtesfürSeeschiffahrtundHydrographie(BSH)fürdas BereitstellenundVermessenderNordseeproben

...undallenMitarbeiterndesInstitutsfürphysikalischeundchemischeAnalytikfürdie angenehmeArbeitsatmossphäreundimmerwährendeHilfsbereitschaft.

Inhaltsverzeichnis   

1EinleitungundProblemstellung.....................................................................   1

2TheoretischeGrundlagen................................................................................   4

2.1Bougert-Lambert-Beer-Gesetz   4

2.2PrinzipdermultiplenRegression(Multikomponentenanalyse)   5

2.3Faktorenanalyse   9

3ExperimentellerTeil   13

3.1ApparativerAufbau   13

3.1.1Laborversuche   13

3.1.2Feldversuche.   14

3.1.3Küvetten   15

3.2ExperimentelleDurchf  ührung.  16

3.2.1AllgemeineVorgehensweisederdirektenNitratbestimmung.   16

3.2.2Standardlösungen   16

3.2.3Carbonatl  ösungenfürdieFaktoren-undRegressionsanalyse.  17

3.2.4ReduktionvonNitratzuAmmoniakmittelsRaney-Nickel   17

3.2.5MethodederLeitf  ähigkeitskompensation.  17

3.2.6DarstellungderAgCl  -Säule.  18

3.2.7Meßkampagnen   19

4Ergebnisse   20

4.1KompensationderStörbeiträgevonHuminsäuren,CarbonatundBromid   20

4.1.1Aldrich  -HuminstoffalsReferenzsubstanzfürHuminstoffeinnatürlichenGewässern.  20

4.1.2Raney-Nickel-VerfahrenzurDarstellungeinernatürlichenGewässermatrix   21

4.1.3BerechnungvonCarbonat-Absorptionsspektren   24

4  1 3 1MultipleRegressionsrechnung  26

4.1.3.2Faktorenanalyse   28

4.1.4KompensationdesBromidbeitragsdurchLeitf  ähigkeitsmessungen.  31

4.1.5KompensationdurchAustauschvonBromidgegenChlorid   33

4.2BestimmungvonNitratundNitritinkünstlichaufgestocktemElbwasser   36

4.2.1Polynomverfahren   36

4.2.2Raney  -Nickel-Verfahren.  37

4.3AnwendungderKompensationsmethodeninnat  ürlichenGewässern.  38

4.3.1NitratbestimmunginElbwasser   38

4.3.2NitratbestimmunginBrackwasser   39

4.3.3NitratbestimmunginNordseewasser   42

4.3.3.1Raney  -Nickel-Verfahren.  42

4.3.3.2Polynomverfahren.   43

5Diskussion   48

5.1Kompensationsmethoden   48

5.1.1KompensationderHuminstoffe.   48

5.1.2KompensationdesimMeerwasserenthaltenenBromids.   50

5.1.2.1KompensationdurchLeitf  ähigkeitsmessungen.  50

5.1.2.2VerkürzungdesSpektralbereichsbeigleichzeitigerErhöhungderSchichtdicke   51

5.1.2.3KompensationdurchAustauschreaktionen   52

5.1.3Carbonat   53

5.1.3.1MultipleRegression.   53

5.1.3.2Faktorenanalyse   55

5.2NitratinnatürlichenGewässern   55

6Zusammenfassung..........................................................................................   57

7Literaturverzeichnis   59

8ÜberblickderentwickeltenVerfahren   60

9Anhang   62

1

1 EinleitungundProblemstellung

In dem Maße, in dem erkannt wurde, daß küstennahe Meeresgebiete labile Ökosysteme darstellen, wuchs zugleich auch die Erkenntnis, daß geeignete Überwachungsmethoden eingesetztwerdenmüssen,mitderenHilfedieEinwirkungenanthropogenerEinträgeaufdie Umweltwirkungsvollkontrolliertwerdenkönnen.

Vor diesem Hintergrund wurden im Rahmen des MERMAID ¹ -Projektes Sensorsysteme und die zugehörige Systemtechnik für den Aufbau eines Schadstofferfassungs-Meßnetzes entwickelt[KNAUTHetal.1993].EinewesentlicheAufgabedesseit1988laufendenProjekts istdieNährstoffüberwachung.DasinnatürlichenGewässernvorhandeneNitratstammtinder Regel aus unterschiedlichenQuellen. Zum einenwird es bei verschiedenen chemischen und biochemischen Prozessen im Gewässer gebildet [WILTSHIRE 1992], zum anderen werden erhebliche Mengen direkt aus der Landwirtschaft und aus Kläranlagen ins Gewässer eingetragen;esspieltimHinblickaufdieunerwünschteEutrophierungeinebedeutendeRolle [NIXON1990].

Beispielsweise treten in der Elbe unterhalb des Hamburger Hafens in den Sommermonaten regelmäßig Sauerstoffdefizite auf, die beträchtliche Auswirkungen auf die nahen Küstengewässer haben [ARGE-ELBE 1977-1985]. Ein weiteres Gefahrenpotential stellen steigendeNitratgehalteimTrinkwasserfürdieGesundheitvonSäuglingenundKleinkindern dar.

Verfahren zur Bestimmung von Nitrat in natürlichen Gewässern sind bereits in zahlreichen Veröffentlichungenbeschriebenworden[GRASSHOFF1983,BREITKOPF1994]. DerüberwiegendeTeildieserVerfahrenbasiertaufcolorimetrischenMethoden,derenrelativ aufwendigeProbenvorbereitungfüreineAutomatisierungallgemeinvonNachteilsind.Nitrat wirddabeizuNitritreduziert,dasnachReaktionmitα-NaphtylaminundSulfanilsäureeinen rotenFarbstoffbildet,derphotometrischbestimmtwird[GRASSHOFF1983]. Einen anderen Weg geht eine von GALLOT et al. 1990 vorgestellte Methode der direkten Nitratbestimmung: Sie bedient sich des Prinzips der spektralen Multikomponentenanalyse, mit der sich die Konzentrationen einzelner Komponenten in einem Stoffgemisch simultan bestimmen lassen. Nach dieser Methode wird das UV-Absorptionsspektrum einer Probe im

¹ MarineEnvironmentalRemote-controlledMeasuringAndIntegratedDetection

2

Wellenlängenbereich zwischen 205 und 250 nm gemessen. Anschließend wird über ein multiples Regressionsverfahren versucht, die Nitratkonzentration durch Vergleich mit vorab gemessenenStandardspektrenzubestimmen.

Dabei können jedoch Interferenzen mit anderen Substanzen auftreten, wenn diese im UV-Bereich eine ähnlich hohe Absorption wie Nitrat aufweisen oder wenn deren AbsorptionsverhaltenvonexogenenFaktorenbeeinflußtwird. BeidenstörendenVerbindungeninnatürlichenGewässernhandeltessichinersterLinieum Huminstoffe(gelösteMakromoleküleohneeinheitlicheStrukturoderZusammensetzung),die hauptsächlich bei biologischen Auf- und Abbauprozessen entstehen. Aber auch einige Anionen gelöster Salze, wie z.B. Nitrit, Carbonat, und Bromid können eine optische Nitratbestimmung erheblich erschweren. Wie aus Abbildung 1 ersichtlich, ist die Nitratabsorption in natürlichen Gewässern im gesamten Spektralbereich durch Absorption weiterer Substanzen überlagert. Trotz einer relativ hohen Empfindlichkeit (ε NO3 (200nm) = 9500 l/molcm) ist eine hinreichend genaue Nitratbestimmung ohne Kompensierung des Hintergrundsignalsdeshalbnichtmöglich.

Abbildung1:AbsorptionsspektrumvonNitratinElbwasserundindeionisiertenWasser (Konzentration:3mg/lNO 3 -N,Schichtdicke:0.5cm,Elbekm586,03.09.1996)

3

Die mit dieser Diplomarbeit verfolgte Zielsetzung bestand nun darin, die Methode der direkten (spektralen) Nitratbestimmung zu verfeinern und auf andere Stoffsysteme auszuweiten,umsoeineGrundlagefürdieEntwicklungeinesNitratsensorszuschaffen. Ein Schwerpunkt lag dabeiin derUntersuchungderbereitsvonGALLOTetal.beobachteten Empfindlichkeit der Multikomponentenanalyse gegenüber natürlichen Hydrogencarbonatkonzentrationen. Da sich die Konzentrationen der Carbonatkomponenten infolge des CarbonatgleichgewichtsmitdempH-WertderProbeändern,istdieüblicheKalibrierungmit einemeinmaliggemessenenSpektrumeinerStandardlösungzuungenau. DurchdenEinsatzstatistischerVerfahren,wiederFaktorenanalyseunddermultiplenlinearen Regression, wurden theoretische Funktionen ermittelt, mit denen die einzelnen Carbonatspezies des Carbonatgleichgewichts bestimmt werden, die im Rahmen einer Multikomponentenanalyse als voneinander unabhängige Kalibrierdaten zur Bestimmung des GesamtcarbonatgehaltseinerProbeherangezogenwerden.

Ein zweiter Schwerpunkt dieser Arbeit lag in dem Versuch, die optische Nitratbestimmung auf saline Gewässer auszuweiten, in denen, neben den Huminstoffen, dominierende AbsorptionendesBromidsbzw.Chloridsmitberücksichtigtwerdenmußten. Um diese Beiträge zu kompensieren wurden zwei Wege beschritten: Zum einen wurden Versuche durchgeführt, die zum Ziel hatten die störenden Komponenten durch chemische Austauschreaktionen zu eliminieren. Zum andren wurde versucht, die Absorptionsbeiträge dieser Komponenten durch zusätzliche Leitfähigkeitsmessungen quantitativ zu erfassen (physikalischeKompensation).

4

2 TheoretischeGrundlagen

2.1 Bougert-Lambert-Beer-Gesetz

Die Intensitätsabnahme dI eines Lichtstrahls beim Durchtritt durch ein klares Medium ist proportionalzurIntensitätIundzurdurchlaufenenSchichtdickedx: dI∼-I·dx (1)

FührtmannochdenwellenlängenabhängigenProportionalitätsfaktoraein,soerhältmandas Bougert-Lambert-Gesetz: dI=-a(λ)Idx (2)

Bereits 1852 konnte Beer zeigen, daß für die meisten absorbierenden Stoffe der ProportionalitätsfaktorseinerseitsproportionalzurKonzentrationcist. MitGleichung(2)ergibtsichnachIntegrationundÜbergangzumdekadischenLogarithmus das Bougert-Lambert-Beer-Gesetz (kurz: Lambert-Beer-Gesetz), in dem die optische WeglängexüblicherweisealsSchichtdickedbezeichnetwird. (3)

A(λ): ExtinktionbeiderWellenlängeλ I o : Anfangsintensität

I: RestintensitätnachAbsorption d: Schichtdicke c: Konzentration

ε(λ): molarerExtinktionskoeffizient

DasLambert-Beersche-GesetzerfülltdasKriteriumderLinearitätbiszueinerExtinktionvon etwa1.0Absorptionseinheiten.

5

2.2 PrinzipdermultiplenRegression(Multikomponentenanalyse)

DiemultipleRegressionsanalyseistgenerelleinstatistischesVerfahrenzurUntersuchungder linearenBeziehungzwischenmehrerenAusgangsvariablenundeinerZielvariablen.DasZiel hierbei ist herauszufinden, ob und in welchem Ausmaß bestimmte, unabhängig meßbare Größen einen Einfluß auf die zu erklärende Variable ausüben. Besteht zwischen diesen VariableneinlinearerZusammenhang,läßtsichdieZielvariableYalsLinearkombinationder Ausgangsgrößenxdarstellen:

Y i =b o +b 1 x 1 +b 2 x 2 +...+b n x n +e i (4) Y i : Zielvariable/Meßwert x n : Variable(Regressor) b n : Regressionskoeffizient e i : AbweichungzwischenderbeobachtetenZielgrößeunddemdurchdasModell prognostiziertenWert

Der Regressionskoeffizient b n gibt das Ausmaß an, mit der die zugehörige Variable in BeziehungmitderZielvariablesteht.DieGrößeeistdieDifferenzzwischendemgemessenen und dem durch die Linearkombination berechneten Wert. Mit anderen Worten sind die Regressionskoeffizienten diejenige Proportionalitätskonstanten, die die Summe der quadratischen Abweichungen zwischen der errechneten Zielgröße und dem tatsächlichen Beobachtungswertminimieren(Least-Square-Estimation).

QualitätundAussagekrafteinerRegressionsanalyseläßtsichdurchdasQuadratdesmultiplen Regressionskoeffizienten R (auch Bestimmtheitsmaß) überprüfen. Er ist ein Maß dafür, wie gutdasModelldemBeobachtungswertangepaßtist:

= − R 2

JekleinerdieRestvarianzimVerhältniszurdurchdasModellerklärtenGesamtvariabilitätist, umsobesseristdieAnpassungundR²nimmteinenWertnahe1,0an.

6

Das Verfahren der multiplen Regression läßt sich in der analytischen Chemie zur spektralphotometrischen Bestimmung von Konzentrationen in Multikomponentensystemen anwenden:

Die Absorption einer Lösung setzt sich zusammen ausder SummederExtinktionenallerin Lösung befindlichen Komponenten (siehe Gleichung 6), wobei sich diese direkt aus dem Lambert-Beerschen-Gesetzableiten.

A λi =c 1 ε 1λi +c 2 ε 2λi +...+c n ε nλi

(6)

A λi :ExtinktionbeiderWellenlängeλi c n :KonzentrationderKomponenten

ε nλi :molarerExtinktionskoeffizientderKomponentenbeiderWellenlängeλi

Die über einen bestimmten Wellenlängenbereich gemessene Extinktion einer Probe ist die Zielgröße,diedurcheineLinearkombinationausdenExtinktionenderinLösungbefindlichen Komponentenbeschriebenwerdensoll.IstdieZahlderuntersuchtenWellenlängengrößerals die Zahl der Komponenten (i>n), erhält man als Lösung der Gleichung (6) die Konzentrationen(c 1, ,c 2 ,...,c n )dergelöstenStoffeinFormderRegressionskoeffizienten.Zur Berechnung der Stoffkonzentrationen müssen die errechneten Regressionskoeffizienten anschließendmitdenKalibrierkoeffizientenderStandardlösungenmultipliziertwerden.

In der Praxis ist die Zahl der tatsächlich bestimmbaren Komponenten aus unterschiedlichen Gründenbegrenzt.EinGrundsindsogenannteKollinearitäten.Ähnelnsichbeispielsweisedie SpektrenzweierKomponentenzusehr,istdasRegressionsverfahrenhäufignichtinderLage, zwischen diesen zu unterscheiden. Als Folge davon besitzt Gleichung (6) keine eindeutige Lösung, und die errechneten Konzentrationen stimmen nicht mit den tatsächlichen Werten überein.

Daher ist auch die Wahl der Wellenlängen für die Genauigkeit einer Multikomponentenanalyse von entscheidender Bedeutung. Prinzipiell sind Peaks und ausgeprägteSchulternimSpektrumalsStützpunktezuwählen.SteileKantensinddagegenzu meiden, da in diesem Bereich eine geringe Änderung in der Konzentration eine große ÄnderungderAbsorptionbewirktundsodieVarianzstarkansteigt.

7

Ein weiteres Problem in natürlichen Gewässern ist die Überlagerung des Nutzsignals durch Substanzen mit einem nicht reproduzierbaren Absorptionsspektrum. Diese Verbindungen bewirken ein Hintergrundsignal, das aufgrund der unterschiedlichen molaren Extinktionskoeffizienten nicht im Rahmen einer Multikomponentenanalyse aufgeschlüsselt werdenkann.

UmdemEinflußdieserInterferenzendennochRechnungtragenzukönnen,fügtenGALLOTet al.derRegressionsgleichung(6)einigeNäherungsfunktionenhinzu,dieinderLagesindein Interferenzspektrum zu beschreiben. Grundgedanke dieser Vorgehensweise ist, eine unbekannteFunktion,nämlichdasHintergrundspektrumH(λ),durcheinedefinierteZahlvon bekanntenFunktionen(1,λ,λ²,λ³)mitunbekanntenKoeffizienten(b j )zuersetzen.Durchdas Regressionsverfahren werden diese Parameter zusammen mit den übrigen Konzentrationen ermittelt,wobeieinPolynomdrittenGradesdasHintergrundsignalA H ambestenbeschreibt:

(7)

H (λ) :Hintergrundsignal

b j :KoeffizientenderPotenzfunktionen λ:Wellenlänge

Ferner wäre eine Verbesserung der Nitratbestimmung denkbar, wenn es gelänge die Interferenzen in das Regressionsverfahren miteinzubeziehen. Eine Quantifizierung ist grundsätzlich immer dann möglich, wenn die zugehörigen Extinktionskoeffizienten der Störstoffe bekannt sind. Zur Bestimmung der Extinktionen aus Stoffgemischen wurde das Regressionsverfahren, das üblicherweise für die Multikomponentenanalyse verwendet wird, modifiziert:

DieAbsorptionenmehrerLösungenrmiteinerkonstantenZahlvonKomponentennwerden ineinerMatrixAzusammengefaßt,wobeiindenSpaltendieExtinktionenderverschiedenen Lösungen bei einer bestimmten Wellenlänge aufgelistet sind. Zusätzlich müssen die KonzentrationenderKomponentenbekanntsein.Sinddiesenichtdirektmeßbar,könnensie,

8

wie im Falle des Carbonats, näherungsweise über das Massenwirkungsgesetz aus der Gesamtkonzentrationberechnetwerden:

[ ] = H CO

2 3

[ ]

⁻ = HCO

3

[ ] ⁻ = ²

CO 3

C T :Gesamtkonzentration(Einwaage) K 1 :5.6x10 ^-7 [mol/l] K 2 :4.5x10 ^-11 [mol/l] [Hollemann,Wiberg1985]

Die so bestimmten Konzentrationen wurden in einer multiplen Regression anschließend als AusgangsgrößenzurBerechnungderExtinktionenverwendet.

c c c

^{11 12 13}

c c c

^{21 22 23}

c c c

^{r1 r2 rn}

Durch Lösen des Gleichungssystems (11) erhält man die molaren Extinktionskoeffizienten (ε n200 , ε n201 , ..., ε n235 ) der Komponenten n in Form der Regressionskoeffizienten. Ein

derartigesRegressionsmodellwurdezurBerechnungtheoretischerExtinktionenimCarbonat-Hydrogencarbonatsystemangewandt.

9

2.3 Faktorenanalyse

Das Ziel einer Faktorenanalyse ist das Aufdecken von Beziehungen zwischen mehreren Variablen und deren Zusammenfassung zu sogenannten Faktoren. Üblicherweise betrachtet man die Korrelationsmatrix der Variablen und extrahiert daraus Linearkombinationen aus untereinanderstarkkorrelierendenVariablen,denFaktoren,diemitabnehmenderSignifikanz einenTeilderProbenvarianzerklären.

BeispielsweisekanneinelineareVerknüpfungzweierVariablendurcheineRegressionsgerade dargestellt werden. Definiert man nun eine neue Variable, die näherungsweise an die Stelle dieserGeradentritt,erklärtdiesedanndasWesenderbeidenVariablenunddieursprünglich zweiVariablensindaufeineneinzigenFaktorreduziertworden.

Über die Zahl der Faktoren, die mindestensnötig ist,umdenZusammenhangzwischenden einzelnenVariablendarzustellen,entscheidetderFaktoreigenwert.Ausihmberechnetsichder AnteilderdurchdenFaktorerklärtenVarianz.

Liegen beispielsweise einer Faktorenanalyse 10 Variablen zugrunde hat die Gesamtvarianz denBetrag10(DieVarianzeinerVariablebeträgtnachStandardisierung1,0).IndiesemFall bedeuteteinEigenwertvon6,0,daßderzugehörigeFaktor60%derGesamtvarianzerklärt. Es werden in der Literatur zwei Kriterien, die über die Zahl der Faktoren entscheiden, vorgeschlagen[Überla1971]:

1. Screeplot

Der Screeplot ist eine graphische Methode, in der die Eigenwerte der Faktoren in abnehmenderReihenfolgeaufgetragenwerden.AnschließendlegtmaneineGeradedurchdie Eigenwerte der Faktoren niedriger Signifikanz. Die Zahl der zu extrahierenden Faktoren ergibtsichausderAnzahlderPunkte,dienichtaufdieserGeradenliegen. 2.Kaiserkriterium

Das Kaiserkriterium besagt, daß nur Faktoren, deren Eigenwert größer als 1,0 ist, in das Regressionsmodell einzubeziehen sind. Der Grund dafür liegt darin, daß bereits einzelne Variablen den Eigenwert 1,0 besitzen und ein Faktor mit kleinerem Eigenwert die Zahl der Ausgangsgrößennichtweiterreduzierenkann.

10

Hat man die Zahl der Faktoren ermittelt, so lassen sich in mehreren Rechenschritten die Eigenvektoren(auchFaktorenwerte)derFaktorenbestimmen[Überla1971].Trägtmandiese Werte gegen die Wellenlänge auf, erhält man Funktionen, die eine Beschreibung der Ausgangsdaten durch die Faktoren erlauben. Die in dieser Arbeit durchgeführten faktorenanalytischen Untersuchungen zur Quantifizierung des Hintergrundsignals soll im folgendenaneinemkonkretenBeispielvorgestelltwerden:

Die real gemessenen Spektren wurden dabei wegen der besseren Anschaulichkeit durch einfachemathematischeFunktionenersetzt.

Als Ausgangsdatenmatrix dienten Linearkombinationen des Typs z = a x + b sin(x). Eine Zufallsvariabley(0≤y≤0.01)wurdezurBerücksichtigungdesMeßfehlershinzugefügt.Die Funktionen, deren Koeffizienten aundbwillkürlichgewähltwurden,sindinAbbildung2.1 abbgebildet:

Abbildung2.1:FunktionswertederLinearkombinationen(12)-(14)