@phdthesis{Brinkmann2022,
  author    = {Brinkmann, Pia},
  title     = {Laserinduzierte Breakdownspektroskopie zur qualitativen und quantitativen Bestimmung von Elementgehalten in geologischen Proben mittels multivariater Analysemethoden am Beispiel von Kupfer und ausgew{\"a}hlten Seltenen Erden},
  doi       = {10.25932/publishup-57212},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus4-572128},
  school      = {Universit{\"a}t Potsdam},
  pages     = {148},
  year      = {2022},
  abstract  = {Ein schonender Umgang mit den Ressourcen und der Umwelt ist wesentlicher Bestandteil des modernen Bergbaus sowie der zuk{\"u}nftigen Versorgung unserer Gesellschaft mit essentiellen Rohstoffen. Die vorliegende Arbeit besch{\"a}ftigt sich mit der Entwicklung analytischer Strategien, die durch eine exakte und schnelle Vor-Ort-Analyse den technisch-praktischen Anforderungen des Bergbauprozesses gerecht werden und somit zu einer gezielten und nachhaltigen Nutzung von Rohstofflagerst{\"a}tten beitragen. Die Analysen basieren auf den spektroskopischen Daten, die mittels der laserinduzierten Breakdownspektroskopie (LIBS) erhalten und mittels multivariater Datenanalyse ausgewertet werden. Die LIB-Spektroskopie ist eine vielversprechende Technik f{\"u}r diese Aufgabe. Ihre Attraktivit{\"a}t machen insbesondere die M{\"o}glichkeiten aus, Feldproben vor Ort ohne Probennahme oder ‑vorbereitung messen zu k{\"o}nnen, aber auch die Detektierbarkeit s{\"a}mtlicher Elemente des Periodensystems und die Unabh{\"a}ngigkeit vom Aggregatzustand. In Kombination mit multivariater Datenanalyse kann eine schnelle Datenverarbeitung erfolgen, die Aussagen zur qualitativen Elementzusammensetzung der untersuchten Proben erlaubt. Mit dem Ziel die Verteilung der Elementgehalte in einer Lagerst{\"a}tte zu ermitteln, werden in dieser Arbeit Kalibrierungs- und Quantifizierungsstrategien evaluiert. F{\"u}r die Charakterisierung von Matrixeffekten und zur Klassifizierung von Mineralen werden explorative Datenanalysemethoden angewendet. Die spektroskopischen Untersuchungen erfolgen an B{\"o}den und Gesteinen sowie an Mineralen, die Kupfer oder Seltene Erdelemente beinhalten und aus verschiedenen Lagerst{\"a}tten bzw. von unterschiedlichen Agrarfl{\"a}chen stammen. F{\"u}r die Entwicklung einer Kalibrierungsstrategie wurden sowohl synthetische als auch Feldproben von zwei verschiedenen Agrarfl{\"a}chen mittels LIBS analysiert. Anhand der Beispielanalyten Calcium, Eisen und Magnesium erfolgte die auf uni- und multivariaten Methoden beruhende Evaluierung verschiedener Kalibrierungsmethoden. Grundlagen der Quantifizierungsstrategien sind die multivariaten Analysemethoden der partiellen Regression der kleinsten Quadrate (PLSR, von engl.: partial least squares regression) und der Intervall PLSR (iPLSR, von engl.: interval PLSR), die das gesamte detektierte Spektrum oder Teilspektren in der Analyse ber{\"u}cksichtigen. Der Untersuchung liegen synthetische sowie Feldproben von Kupfermineralen zugrunde als auch solche die Seltene Erdelemente beinhalten. Die Proben stammen aus verschiedenen Lagerst{\"a}tten und weisen unterschiedliche Begleitmatrices auf. Mittels der explorativen Datenanalyse erfolgte die Charakterisierung dieser Begleitmatrices. Die daf{\"u}r angewendete Hauptkomponentenanalyse gruppiert Daten anhand von Unterschieden und Regelm{\"a}ßigkeiten. Dies erlaubt Aussagen {\"u}ber Gemeinsamkeiten und Unterschiede der untersuchten Proben im Bezug auf ihre Herkunft, chemische Zusammensetzung oder lokal bedingte Auspr{\"a}gungen. Abschließend erfolgte die Klassifizierung kupferhaltiger Minerale auf Basis der nicht-negativen Tensorfaktorisierung. Diese Methode wurde mit dem Ziel verwendet, unbekannte Proben aufgrund ihrer Eigenschaften in Klassen einzuteilen. Die Verkn{\"u}pfung von LIBS und multivariater Datenanalyse bietet die M{\"o}glichkeit durch eine Analyse vor Ort auf eine Probennahme und die entsprechende Laboranalytik weitestgehend zu verzichten und kann somit zum Umweltschutz sowie einer Schonung der nat{\"u}rlichen Ressourcen bei der Prospektion und Exploration von neuen Erzg{\"a}ngen und Lagerst{\"a}tten beitragen. Die Verteilung von Elementgehalten der untersuchten Gebiete erm{\"o}glicht zudem einen gezielten Abbau und damit eine effiziente Nutzung der mineralischen Rohstoffe.},
  language  = {de}
}
@phdthesis{Erler2020,
  author    = {Erler, Alexander},
  title     = {Entwicklung von online-Detektionsverfahren f{\"u}r landwirtschaftlich relevante Analyten},
  doi       = {10.25932/publishup-47340},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus4-473406},
  school      = {Universit{\"a}t Potsdam},
  pages     = {viii, 123},
  year      = {2020},
  abstract  = {Die Entwicklung nachhaltiger Bewirtschaftungs- und Produktionsmethoden ist eine der zentralen Fragestellungen der modernen Agrarwirtschaft. Die vorliegende Arbeit besch{\"a}ftigt sich mit zwei Forschungsthemen, die das Konzept Nachhaltigkeit beinhalten. In beiden F{\"a}llen werden analytische Grundlagen f{\"u}r die Entwicklung entsprechender landwirtschaftlicher Arbeitsmethoden gelegt. Das erste Thema ist an den sogenannten Pr{\"a}zisionsackerbau angelehnt. Bei diesem wird die Bearbeitung von Agrarfl{\"a}chen ortsabh{\"a}ngig ausgef{\"u}hrt. Das heißt, die Ausbringung von Saatgut, D{\"u}nger, Bew{\"a}sserung usw. richtet sich nach den Eigenschaften des jeweiligen Standortes und wird nicht pauschal gleichm{\"a}ßig {\"u}ber ein ganzes Feld verteilt. Voraussetzung hierf{\"u}r ist eine genaue Kenntnis der Bodeneigenschaften. In der vorliegenden Arbeit sollten diese Parameter mittels der analytischen Technik der Laser-induzierten Breakdown Spektroskopie (LIBS), die eine Form der Elementaranalyse darstellt, bestimmt werden. Bei den hier gesuchten Bodeneigenschaften handelte es sich um die Gehalte von N{\"a}hrstoffen sowie einige sekund{\"a}re Parameter wie den Humusanteil, den pH-Wert und den pflanzenverf{\"u}gbaren Anteil einzelner N{\"a}hrstoffe. Diese Eigenschaften wurden durch etablierte Referenzanalysen bestimmt. Darauf aufbauend wurden die Messergebnissen der LIBS-Untersuchungen durch verschiedene Methoden der sogenannten multivariaten Datenanalyse (MVA) ausgewertet. Daraus sollten Modelle zur Vorhersage der Bodenparameter in zuk{\"u}nftigen LIBS-Messungen erarbeitet werden. Die Ergebnisse dieser Arbeit zeigten, dass mit der Kombination von LIBS und MVA s{\"a}mtliche Bodenparameter erfolgreich vorhergesagt werden konnten. Dies beinhaltete sowohl die tats{\"a}chlich messbaren Elemente als auch die sekund{\"a}ren Eigenschaften, welche durch die MVA mit den Elementgehalten in Zusammenhang gebracht wurden. Das zweite Thema besch{\"a}ftigt sich mit der Vermeidung von Verlusten durch Sch{\"a}dlingsbefall bei der Getreidelagerung. Hier sollten mittels der Ionenmobilit{\"a}tsspektrometrie (IMS) Schimmelpilzkontaminationen detektiert werden. Dabei wurde nach den fl{\"u}chtigen Stoffwechselprodukten der Pilze gesucht. Die durch Referenzmessungen mit Massenspektrometern identifizierten Substanzen konnten durch IMS im Gasvolumen {\"u}ber den Proben, dem sogenannten Headspace, nachgewiesen werden. Dabei wurde nicht nur die Anwesenheit einer Kontamination festgestellt, sondern diese auch charakterisiert. Die freigesetzten Substanzen bildeten spezifische Muster, anhand derer die Pilze identifiziert werden konnten. Hier wurden sowohl verschiedene Gattungen als auch einzelne Arten unterschieden. Die Messungen fanden auf verschiedenen N{\"a}hrb{\"o}den statt um den Einfluss dieser auf die Stoffwechselprodukte zu beobachten. Auch die sekund{\"a}ren Stoffwechselprodukte der Schimmelpilze, die Mykotoxine, konnten durch IMS detektiert werden. Beide in dieser Arbeit vorgestellten Forschungsthemen konnten erfolgreich abgeschlossen werden. Sowohl LIBS als auch IMS erwiesen sich f{\"u}r den Nachweis der jeweiligen Analyten als geeignet, und der Einsatz moderner computergest{\"u}tzter Auswertemethoden erm{\"o}glichte die genaue Charakterisierung der gesuchten Parameter. Beide Techniken k{\"o}nnen in Form von mobilen Ger{\"a}ten verwendet werden und zeichnen sich durch eine schnelle und sichere Analyse aus. In Kombination mit entsprechenden Modellen der MVA sind damit alle Voraussetzungen f{\"u}r Vor-Ort-Untersuchungen und damit f{\"u}r den Einsatz in der Landwirtschaft erf{\"u}llt.},
  language  = {de}
}