Der Einfluss von Torfmoosen auf den pH-Wert - Gymnasium ...

Philipp Höß
Der Einfluss von Torfmoosen auf den
pH-Wert von Oberflächenwasser
Facharbeit im Leistungskurs Chemie
Dezember 2010

Thema:
Gymnasium Lindenberg im Allgäu
Kollegstufenjahrgang 2009/2011
FACHARBEIT
aus dem Fach
Chemie
Verfasser der Facharbeit: Philipp Höß
Kursleiter: OStR Thomas Dietlein
Abgegeben am 23.12.2010
Entgegen genommen von
Mündliche Prüfung abgelegt am
Erzielte Punkte der schriftlichen Arbeit:
Erzielte Punkte der mündlichen Prüfung:
Gesamtpunktzahl (3-fach schriftlich + mündlich = 4-fache Wertung)
Doppelte Wertung (½ Gesamtpunktzahl, gerundet; geht in den
Abiturdurchschnitt ein):
Aus der einfachen Wertung ( = 4-fache Wertung geteilt durch 4, gerundet):
ergibt sich für die Gesamtleistung die
Note , in Worten:
Unterschrift des Kursleiters:
Der Einfluss von Torfmoosen
auf den pH-Wert von Oberflächenwasser
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Inhaltsverzeichnis
1. Englische Kurzfassung (Abstract) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2. Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4
3. Die Gattung der Torfmoose . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .5
3.1 Ökologie .............................................................. 5
3.2 Morphologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
4. Saure Wirkung der Torfmoose . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
4.1 Abgesonderte Säuren der Torfmoose als Grund für saure Wirkung .............. 7
4.2 Torfmoose als Ionentauscher ............................................. 7
5 . pH-Meter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
5.1 Definition des pH-Werts ................................................. 9
5.2 Funktionsweise eines pH-Meters . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
5.3 Testversuche mit dem pH-Meter ......................................... 10
6. Charakteristik des Messgebiets und Versuchsplanung . . . . . . . . . . . . . . . . . . . . . .11
6.1 Allgemeine Charakteristik des Waldseegebiets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
6.2 Vorüberlegungen und Auswahl der Messpunkte ............................ 11
6.3 Charakteristik der ausgewählten Messpunkte .............................. 12
7. Auswertung und Diskussion der Messergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . .15
7.1 Festlegung des Signifikanzniveaus ........................................ 15
7.2 Statistische Tests ...................................................... 15
7.2.1 Berechnung der Tests .................................................. 15
7.2.2 Hinweise zu den statistischen Tests ....................................... 15
7.3 Allgemeiner saurer Einfluss der Torfmoose . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
7.4 Vergleiche der Messpunkte untereinander . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
7.4.1 Unterschied zwischen nördlicher und südlicher Seite ........................ 17
7.4.2 Keine Veränderung des pH-Werts zwischen Zu- und Abfluss des Waldsees . . . . . . 18
7.4.3 Vergleich der Messpunkte im Waldsee mit den restlichen Messpunkten ........ 19
7.4.4 Widerspruch der Veränderung des pH-Werts zwischen
Zu- und Abfluss einer Moorwiese . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
7.5 Unterschiede im pH-Wert zwischen den Messperioden ...................... 21
7.6 Einfluss des Niederschlags auf den pH-Wert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
7.7 Vergleich des Waldseegebietes mit dem Trogener Moor . . . . . . . . . . . . . . . . . . . . . 23
8. Fazit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
9. Anhang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .25
9.1 Karten. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
9.1.1 Karte des Waldsees mit Probeentnahmestellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
9.1.2 Satellitenfoto des Waldsees mit eingezeichneten Gebieten
des Vorkommens von Torfmoosen ....................................... 26
9.1.3 Satellitenfoto mit eingezeichneter Lage des Trogener Moors .................. 27

9.2 Messwerte ........................................................... 28
9.2.1 Tabelle der Messwerte des pH-Werts am Waldsee . . . . . . . . . . . . . . . . . . . . . . . . . . 28
9.2.2 Tabelle der Messwerte der Temperatur der Wasserproben am Waldsee . . . . . . . . 29
9.2.3 Tabelle der Messwerte des pH-Werts im Trogener Moor (Schnellers) ........... 30
9.2.4 Tabelle der Niederschlagsmengen in den Monaten Juli bis November
der von meteomedia betriebenen Wetterstation in Lindenberg im Allgäu . . . . . . . 30
9.2.5 Tabelle der Messwerte des pH-Werts der Testmessungen . . . . . . . . . . . . . . . . . . . . 31
9.3 Ablauf der Messungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
9.4 Erklärung zu Boxplots .................................................. 32
9.5 Definitionen statistischer Begriffe ........................................ 33
9.6 Verwendete statistische Tests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
9.6.1 Kolmogorov-Smirnov-Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
9.6.2 doppelter t-Test ....................................................... 36
9.6.3 t-Test für verbundene/gepaarte Stichproben ............................... 38
9.6.4 Äquivalenzprüfung für verbundene Stichproben ............................ 40
9.6.5 Welch-Test ........................................................... 41
9.7 Fotos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
9.7.1 Fotos der Messpunkte am Waldsee . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
9.7.2 Fotos der Messpunkte im Trogener Moor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
10. Quellenverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
10.1 Literaturquellen ....................................................... 53
10.2 Internetquellen und sonstige digitale Quellen .............................. 54
10.3 Bildquellen ........................................................... 55
11. Danksagung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
12. Selbständigkeitserklärung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .57

1.
Englische Kurzfassung (Abstract)
Sphagnum mosses have – as is generally known – an acescent effect on the water surrounding
them. The real influence, but also the influences of temperature, weather and season are
analyzed within this paper.
For this purpose, specimen have been taken over a long period of time in the bog area around
the Waldsee in Lindenberg whose pH values have been measured. The values obtained there-
by are interpreted with reference to weather, time and location and therefore a conclusion
about the real influence of sphagnum mosses on the pH value is made. The main focus thereby
is the analysis of the measured values with statistical tests.
2.
Einleitung
Der Waldsee und seine Umgebung stellt ein vor allem im Sommer beliebtes Naherholungs-
gebiet für den Raum Lindenberg dar. Aber auch aus wissenschaftlicher Sicht ist der Waldsee
interessant: Seine vielfältige Flora und Fauna erlauben eine Reihe an Untersuchungen in den
Fachgebieten Biologie und Chemie. In der vorliegenden Facharbeit wird in jenem Raum eine
genauere Analyse des pH-Werts und des Einflusses der Torfmoose auf diesen gemacht.
Ziel dabei ist es, Zusammenhänge zwischen dem Vorkommen von Torfmoosen und dem
pH-Wert des sie umgebenden Oberflächenwassers zu finden. Außerdem soll der Einfluss des
Wetters, dabei vor allem der des Niederschlags, und der Verlauf des pH-Werts innerhalb von
zwei Jahreszeiten untersucht werden. Dazu wurde in drei Messperioden mit jeweils 14 Tagen
an 14 ausgewählten Messstellen der pH-Wert bestimmt.
Bei der Auswertung spielte die statistische Aussagekraft der gewonnenen Messwerte eine gro-
ße Rolle, um auf Basis des vorher festgelegten Signifikanzniveaus die aufgestellten Hypothe-
sen zu belegen.
Im Hauptteil werden zunächst die Grundlagen für das Verständnis des Einflusses der Torfmoose
erläutert. Anschließend werden die Charakteristika des Versuchsgebietes und die vorhergehende
Versuchsplanung dargelegt bevor die Messergebnisse ausgewertet und interpretiert werden.
Dabei konnte der Einfluss der Torfmoose bestätigt und auch der Einfluss des Wetters und der
Jahreszeit nachgewiesen und erklärt werden. Es wurden aber auch widersprüchliche Aussagen
gefunden und bestätigt, die auf die Komplexität des Ökosystems Hochmoor zurückzuführen
sind.
4

3.
Die Gattung der Torfmoose
Die weltweit verbreitete Gattung der Torfmoose (Sphagnum) zählt zu den Laubmoosen; ihr
Lebensraum ist nährstoffarm und meist sauer. [vgl. 23]
3.1
Ökologie
Die wechselfeuchten Pflanzen tragen entscheidend zur Bildung und Erhaltung von Hochmooren
bei, da sie hervorragend an die dort herrschenden extremen Verhältnisse angepasst sind und
gegenüber ihrer Konkurrenz folgende Vorteile besitzen: Zum einen verdrängen sie durch ihr
unbegrenztes Wachstum mögliche Kontrahenten und zum anderen können sie selbst geringste
Konzentrationen an Nährstoffen aufnehmen. Dies geschieht über die Fähigkeit, Kationen ge-
gen Protonen auszutauschen, was unter 4. genauer erläutert wird. Außerdem ermöglichen sie
durch ihre hohe Wasserhaltefähigkeit die Bildung eines ombrogenen (= vom Regen ernährten)
Wasserspiegels, der Voraussetzung für die Entwicklung eines Hochmoors ist. Das Wasser wird
dabei kapillar durch große, tote Hyalinzellen (hyalin (gr.): glasig, transparent) festgehalten.
[6, 23]
3.2
Morphologie
Abbildung 1 zeigt den oberen Teil eines Torfmooses,
den so genannten Gametophyt. Die groben Struktu-
ren der Sphagnum-Moose erinnern an Stiele, Äste und
Blätter höherer Pflanzen, allerdings besitzen sie keine
Wurzeln und kein internes Transportsystem für Säfte.
Im Zentrum der im Durchmesser 0,5 - 1,5 cm großen
Köpfchen liegt die Scheitelzelle, von der aus nach außen
hin neue Ästchen knospen. Die neuen Ästchen sind zu
diesem Zeitpunkt noch vertikal angeordnet. Wenn sich
der Stamm in die Länge streckt und die einzelnen Äst-
chen in verschiedene horizontale Ebenen gebracht werden, sind die Ästchen schon voll ent-
wickelt. Die Ästchen wachsen in Bündeln (sog. Faszikel); das enge Zusammenstehen schafft
dabei kapillare Zwischenräume, welche die Wasserspeicherung und den Wassertransport
5
Gametophyt
Abb. 1:
eines Torfmooses

(ähnlich einem Kerzendocht) ermöglichen. Des Weiteren dient
ein Teil der Ästchen zur Verankerung der Pflanze im Moosteppich.
Am Stämmchen und an den Ästchen wachsen verschiedene Arten
von Blättchen, an den Ästchen entwickeln sie sich teilweise so,
dass sie sich dachziegelartig überlappen. Die dabei entstehenden
engen Zwischenräume dienen zur externen Wasserspeicherung.
Das Zellnetz ist – im Gegensatz zu anderen Vertretern der Laub-
moose – charakteristisch einlagig. Es besteht aus langgestreck-
ten, photosynthetisierenden Chlorozyten, zwischen denen die
wasserspeichernden Hyalinzellen liegen. Diese beiden Zelltypen
sind in Abbildung 2 deutlich zu sehen: die dunkel gefärbten, lang
gezogenen Chlorozyten und dazwischen, wie bei einer Strickleiter, die Hyalinzellen. Diese sind
ausdifferenzierte, bereits abgestorbene Zellen, die Wasser speichern. Um ein Kollabieren zu
verhindern, sind sie mit Spiralfasern verstärkt. Der Wassereintritt wird durch große Poren er-
möglicht, was aber auch bewirkt, dass Algen und Einzeller in die Hyalinzellen eindringen und
dort leben können. [5, 19]
6
Zellnetz eines Torf-
Abb. 2:
mooses mit Chlorozyten und
Hyalinzellen

4.
Saure Wirkung der Torfmoose
Hochmoore haben bekanntlich einen sehr niedrigen pH-Wert. Die Gründe dafür werden in
den beiden folgenden Abschnitten aufgeführt.
4.1
Abgesonderte Säuren der Torfmoose
als Grund für saure Wirkung
Zuerst wurde versucht, diesen Befund mit gelöster Kohlensäure, Huminsäuren oder anderen
von Sphagnum abgesonderten Säuren zu erklären. Allerdings ist mit diesen Stoffen der niedrige
pH-Wert nicht befriedigend erklärbar. [vgl. 6, S. 432]
4.2
Torfmoose als Ionentauscher
Bemerkenswert war jedoch, dass die Zugabe von totem oder lebendem Torfmoos zu Neu-
tralsalzlösungen eine sofortige Verringerung des pH-Werts hervorrief. Anschütz/Gessner
(1954) und unabhängig davon Puustjärvi (1956) zeigten, dass die Ansäuerung des umgeben-
den Mediums durch einen Kationenaustausch an den Zellwänden der Sphagnen zu Stande
kommt. Wäscht man Torfmoose mehrmals mit destilliertem Wasser aus und versetzt sie da-
nach mit destilliertem Wasser, läuft keine saure Reaktion ab. Gibt man hingegen 0,01 normale
Kaliumchlorid-Lösung hinzu, so stellt sich innerhalb weniger Sekunden ein pH-Wert von 4 ein.
Anschütz/Gessner konnten darüber hinaus zeigen, dass bei Zugabe von BaCl 2 im richtigen
stöchiometrischen Verhältnis zwei Protonen abgegeben werden und dass der Kationenaustau-
scher der Torfmoose durch Säureüberschuss regeneriert werden kann.
Nach Gerstner ist ein Ionenaustauscher folgendermaßen definiert: [18, S. 24]
„Ein Ionenaustauscher ist ein fester, Ionen enthaltender Stoff, bei dem die eine Ionen-
sorte (= Festion) in einem makromolekularen Gerüst starr eingebaut ist, während die
andere Ionensorte (= Gegenion) gegen Fremdionen ausgetauscht werden kann.“
Im Falle der Torfmoose sind die Gegenionen also Protonen, die durch die Fremdionen Na + , K + ,
Ca 2+ , Ba 2+ oder Fe 3+ ausgetauscht werden können.
1975 wurde von Schwarzmaier/Brehm noch das letzte fehlende Glied gefunden: Das
makromolekulare Festion in den Torfmoosen ist die Polygalacturonsäure (= Pektinsäure).
7

Deren Carboxygruppen stel-
len die Protonen zur Verfü-
gung, die gegen Kationen
ausgetauscht werden. Abbil-
dung 3 zeigt dies exempla-
risch für ein Calcium-Ion. Die
Polygalacturonsäure ist zu 17,2 % Teil der Trockensubstanz der Sphagnen und liegt eingebettet
in eine Zellulosematrix vor.
Auch andere Moose besitzen eine gewisse Kationenaustauschkapazität, jedoch ist diese bei
weitem nicht so ausgeprägt wie bei den Torfmoosen. Ein Anionenaustausch ist bis heute nicht
nachgewiesen worden.
Welchem Zweck die Ansäuerung des die Moose umgebenden Lebensraumes letztendlich dient,
wurde noch nicht vollständig geklärt. Gessner sieht darin eher den Konkurrenzvorteil, dass
andere Pflanzen nicht gut mit niedrigen pH-Werten zurecht kommen, als dass die Torfmoose
durch den Kationenaustausch einfacher an Nährstoffe kommen. Für diese These spricht auch
der Befund von Brehm, dass die Konzentration an Kationen im Zellinneren, am Austauscher
und im extrazellulären Raum unterschiedlich sind. Kalium und Natrium waren vorwiegend im
Zellinneren vorhanden, Calcium überwiegend am Austauscher und Magnesium sowohl inner-
halb als auch außerhalb der Zelle. Der Grund für die höhere Konzentration an Calcium-Ionen
als an Natrium-Ionen dürfte hierbei auf den Effekt zurückgeführt werden, dass die zweiwerti-
gen Ca 2+ - stärker als die einwertigen Na + -Teilchen am Austauscher festgehalten werden. Der
dem widersprechende geringere Wert an Mg 2+ -Ionen im Vergleich zu den Na + -Ionen ist auf die
erhöhte Außenkonzentration an Natrium-Kationen zurückzuführen, welche die Magnesium-
Ionen aus dem Tauscher verdrängen. [vgl. 6, S. 432 f.]
Abb. 3:
Anlagerung von Calcium-Ionen an die Polygalacturonsäure
8

5.
5.1
pH-Meter
Definition des pH-Werts
Der pH-Wert ist ein Maß für die saure oder alkalische Reaktion einer Lösung. Grundlage für
seine Berechnung ist die Konzentration der Oxonium-Ionen (H 3 0 + ), die für die saure Wirkung
verantwortlich sind. Definiert wird der 1909 von Sørensen eingeführte pH-Wert als negativer
dekadischer Logarithmus der Oxonium-Ionen-Konzentration:
( )
pH lg c HO 3
+
=− ( )
Auch in einer neutralen Lösung befinden sich auf Grund der Autoprotolyse des Wassers Oxonium-
und Hydroxid-Ionen (OH - ). Autoprotolyse bedeutet, dass ein Wassermolekül ein Proton an ein
anderes Wassermolekül abgibt, wodurch ein Oxonium-Ion und ein Hydroxid entstehen:
+ -
2H O→H O+OH
2 3
Das Gleichgewicht bei dieser Reaktion liegt sehr weit auf der Seite des Wassers; die Konzent-
ration der H 3 0 + - und der OH - -Ionen beträgt 10 -7 mol/l (bei einer Temperatur von 25°C [vgl. 22]).
Damit ist der pH-Wert einer neutralen Lösung als 7 definiert. Im sauren Bereich (pH < 7) nimmt
die Konzentration der Oxonium-Ionen zu und die der Hydroxid-Ionen ab, im alkalischen Be-
reich ist es umgekehrt, das Produkt der Konzentrationen bleibt dabei konstant bei 10 -14 mol 2 /l 2 .
Folglich sind auch im alkalischen Bereich noch Hydroxid-Ionen vorhanden, der pH-Wert kann
direkt aus der Konzentration der H 3 0 + -Ionen bestimmt werden. [1, 22]
5.2
Funktionsweise eines pH-Meters
Diese Konzentration kann man unter an-
derem mit Hilfe einer pH-Messkette auf
elektrochemischem Weg bestimmen.
Das Prinzip zeigt Abbildung 4:
Im linken Kolben, der in die Lösung
mit unbekanntem pH-Wert eintaucht,
befindet sich eine Pufferlösung mit
bekanntem pH-Wert (1). An der Glas-
membran (2) bildet sich auf Grund
9
Abb. 4:
Schema eines pH-Meters

der unterschiedlichen Oxonium-Ionen-Konzentration eine Potenzialdifferenz aus: Die Ionen
diffundieren durch die Glasmembran um das Konzentrationsgefälle auszugleichen. Wenn der
unbekannte pH-Wert größer als der bekannte ist, wird dabei die Innenseite des Glaskolbens
positiv und die Außenseite negativ geladen; wenn der unbekannte pH-Wert kleiner ist, sind
die Ladungen umgekehrt. Letztendlich kommt es zu einer Gleichgewichtseinstellung, da die
Potenzialdifferenz weiterer Diffusion entgegenwirkt. Die dabei entstehende Spannung wird
mit Hilfe einer Elektrode (3) abgeleitet. Als Bezugselektrode dient die andere Halbzelle: Sie
muss unabhängig vom pH-Wert immer die gleiche Spannung liefern, in der Regel kommt da-
bei eine Silber-/Silberchlorid-Halbzelle zum Einsatz. Diese besteht aus einem Silberdraht (4),
der im oberen Bereich von einer Kaliumchloridlösung (5) und im unteren Bereich von fes-
tem Silberchlorid (6) umgeben ist. Die beiden Halbzellen sind durch ein Diaphragma (= poröse
Trennwand) (7) voneinander getrennt. In der Praxis wird die Messkette zu einer so genannten
Einstabmesskette zusammengefasst. Dabei ist der Kolben der Glaselektrode ringförmig von
der Silber-/Silberchlorid-Halbzelle umgeben.
Zur Bestimmung des pH-Werts muss das pH-Meter mit zwei Lösungen bekannter Konzentration
an Oxonium-Ionen geeicht werden. Der pH-Wert kann dann direkt aus der gemessenen Span-
nung zwischen den beiden Halbzellen berechnet werden.
Bei den für diese Facharbeit vorgenommenen Messungen kam das Messgerät „HI 98129“ der
Firma Hanna Instruments zum Einsatz. [2]
5.3
Testversuche mit dem pH-Meter
Als Vergleich zu den Werten der Messungen am Waldsee wur-
de während der letzten Messperiode täglich zusätzlich noch
der pH-Wert einer Eichlösung mit dem definierten pH-Wert 9
bestimmt. Die zugehörigen Messungen sind im Anhang unter
Punkt 9.2.5 zu finden.
Abbildung 5 zeigt den zugehörigen Boxplot (Erklärung zu Box-
plots ist im Anhang unter Punkt 9.4 zu finden) zu diesen Mess-
werten. Man kann daran erkennen, dass die Werte zwischen
den Extrema 8,94 und 9,25 liegen. Der Median liegt bei 9,025; der Mittelwert bei 9,05 mit ei-
ner Standardabweichung von 0,1. Dies stimmt weitestgehend mit der Angabe der Genauigkeit
(± 0,05 pH) [vgl. 11] des Herstellers des pH-Meters überein.
10
pH−Wert
8.95 9.05 9.15 9.25
Boxplot der Testmes-
Abb. 5:
sungen

6.
6.1
Charakteristik des Messgebiets und Versuchsplanung
Allgemeine Charakteristik des Waldseegebiets
Der Waldsee ist ein Moränensee, der nach Zurückweichen der Gletscher nach der letzten Eis-
zeit vor ca. 15.000 Jahren entstanden ist. Er würde von Westen her immer weiter verlanden,
wenn er nicht künstlich daran gehindert werden würde: Schon seit dem Mittelalter, als der
Waldsee noch zur Fischzucht benutzt wurde, wird der Waldsee durch eine Staumauer im Os-
ten angestaut. Eine weitere Maßnahme gegen die Verlandung des Waldsees ist das Ausbag-
gern, wobei der sich am Grund des Waldsees angesammelte Schlamm entfernt wird.
Die Form des Waldsees kann man mit einer Regenrinne vergleichen, die von Westen nach Os-
ten verläuft. Von Norden und Süden her fällt das Gelände zum Waldsee hin ab, der dort gefal-
lene Niederschlag fließt in den See. Auch der Niederschlag, der in der westlichen Verlängerung
des Waldsees fällt, fließt durch den Moosbach in den Waldsee.
Nördlich des Waldsees befindet sich das größte Moorgebiet im Landkreis Lindau, das mit
239 ha als Landschaftsschutzgebiet ausgewiesen ist. Es besteht aus mehreren Hochmoor-
resten, „die mehr oder weniger degeneriert sind“ [9]. Die Degeneration ist eine Folge des
großflächigen Torfabbaus während des Zweiten Weltkriegs und in den Jahren danach. Die
Hochmoore werden an den teilweise offenen Torfstichen aus dieser Zeit entwässert. Der Bund
Naturschutz plant hier eine Vernässung, um die Hochmoorreste zu erhalten.
Im Süden dagegen befinden sich Mischwald und Wiesen; Torfmoose kommen dort kaum vor.
[3, 8, 9, 13]
6.2
Vorüberlegungen und Auswahl der Messpunkte
Bei den Vorüberlegungen zur Auswahl der Messpunkte spielte die Statistik eine untergeord-
nete Rolle, die Hauptauswahlkriterien waren die zeitliche Machbarkeit des Umfangs und Un-
terschiede zwischen den einzelnen Messpunkten. Es sollten also möglichst viele voneinander
verschiedene Messpunkte ausgewählt werden, die relativ leicht zugänglich und in einer gewis-
sen Zeit zu erreichen waren. Dabei fiel die Wahl auf 14 Messstellen rund um den Waldsee, die
unter 6.3 genauer charakterisiert werden.
Die Auswahl der Messzeiträume wurde eher von den Untersuchungszielen geprägt: So sollte
einerseits der Einfluss des Wetters (im Speziellen des Niederschlags) in zusammenhängenden
11

Zeiträumen, daneben aber auch der Unterschied zwischen verschiedenen Jahreszeiten analy-
siert werden.
So fiel die Wahl schließlich auf drei Messperioden von jeweils zwei Wochen (1. August bis
14. August 2010, 19. September bis 2. Oktober 2010 und 7. November bis 20. November
2010).
Als Vergleich zu den Messgebieten wurden außerdem noch in einem anderen Moorgebiet,
dem Trogener Moor bei Schnellers (in der Nähe von Weiler im Allgäu), in jeder der drei Mess-
perioden an einem Tag an 14 Messpunkten der pH-Wert bestimmt.
6.3
Charakteristik der ausgewählten Messpunkte
Messpunkt 1 stellt den künstlichen Ablauf des Waldsees dar, der dann in den Moosbach über-
geht. Hier ist besonders zu beachten, dass die Strömung an dieser Stelle stark von der Regen-
menge der vorangegangenen Tage abhängt und dass teilweise Verunreinigungen (z.B. ölige
Oberfläche, Gras; siehe Abbildung 15 im Anhang) die Messungen beeinflussen könnten.
Der Steg, der an der Badeanstalt ca. 10 - 15 m in den Waldsee hineinragt, ist Messpunkt 2.
Besonderheit dieses Messpunktes ist, dass vor allem in der ersten Messperiode (1. August bis
14. August 2010) ein eventueller Einfluss der Badegäste auf den Messwert zu beachten ist.
Messpunkte 3 und 4 sind kleine Tümpel, die im Bereich des neu eingerichteten Moorlehrpfades
auf der seeabgewandten Seite des Weges zu finden sind. Das darin vorkommende Oberflächen-
wasser stammt aus dem dahinter liegenden Moorgebiet, fließt aber nicht unmittelbar in den
Waldsee. Dies ist daran zu erkennen, dass der Wasserstand in den beiden Tümpeln unverändert
war, als der Wasserstand des Waldsees im Winter ca. 75 cm unter dem im Sommer lag. Dort
könnten vor allem die hin und wieder darin badenden Hunde das Messergebnis verfälschen.
Wenn man an der kurz darauf folgenden Kreuzung geradeaus weiterläuft, liegt nach einer
Rechtskurve auf der rechten Seite Messpunkt 5. Auch hier sammelt sich das Wasser der Hoch-
moorwiese rund um den Tümpel. Charakteristisches Erkennungsmerkmal für diesen Mess-
punkt ist der darin schwimmende Abfall, der die Messung eventuell beeinflussen könnte.
Im weiteren Verlauf dieses Weges gelangt man nach der nächsten Linkskurve an Messpunkt 6,
einen Tümpel, der sich vom Weg aus gesehen links befindet. Dieser liegt am Rand einer Hoch-
moorwiese, stellt aber eher einen Zu- als einen Abfluss dieser dar.
Folgt man dem Weg weiter, öffnet sich rechter Hand der Wald zu einem schmalen Weg, der
auf eine Moorwiese führt. Diese stellt Messpunkt 7 dar. Dort wurde nur alle 3 Tage eine Probe
12

direkt aus dem Torfmoos genommen, um das Torfmoos nicht zu sehr zu zerstören. Dazu wurde
das Moos in der Hand in ein Becherglas ausgedrückt und anschließend ebenso wie bei den
anderen Proben mit dem pH-Meter der pH-Wert bestimmt. Problematisch bei diesem Vorge-
hen könnte sein, dass durch das Ausdrücken Zellwände zerstört werden und somit auch Teile
des Cytoplasmas in die zu messende Lösung gelangen. Diese Problematik kann jedoch auf
Grund des geringen Anteils im Vergleich zum gespeicherten Wasser (Sphagnen können das bis
zu 25-fache ihres Trockengewichts an Wasser speichern) vernachlässigt werden.
Messpunkt 8 liegt wieder auf dem Waldsee-Rundweg, und zwar etwa in der Mitte zwischen
Messpunkt 4 und Messpunkt 9 auf der rechten Seite des Weges. Dort fließt ein Bächlein unter
dem Weg hindurch, davor staut sich ein kleiner Tümpel, aus dem die Messproben genommen
wurden. Er stellt einen Abfluss aus der dahinter liegenden Hochmoorwiese, dessen Zufluss
Messpunkt 6 ist, dar.
Der Zufluss zum Waldsee ist Messpunkt 9. Auch wenn man die Strömung nicht direkt erkennen
kann, fließt dem Waldsee durch den Moosbach doch kontinuierlich Wasser zu.
Folgt man dem Rundweg weiter, gelangt man ca. 15 - 20 m nach Messpunkt 9 zu einem Tümpel,
der sich auf der rechten Seite des Weges befindet und Messpunkt 10 darstellt. Eine direkte Ver-
bindung zum Waldsee besteht nicht, da trotz niedrigem Wasserstand im Waldsee dieser Tümpel
komplett gefüllt ist. Dieser Messpunkt liegt in etwa am Übergang zwischen dem nördlichen Teil
mit den Hochmoorgebieten und dem südlichen Teil, in dem keine Torfmoose vorhanden sind.
Messpunkt 11 ist der Abfluss einer Wiese, die der von Mooren gekennzeichneten Seite
gegenüberliegt. Hier ist das Wasser daher im Vergleich zu den anderen bei weitem nicht so
stark braun gefärbt (siehe Abbildung 29 im Anhang).
Wieder im Waldsee befindet sich Messpunkt 12: Neben dem so genannten „Fischersteg“ wur-
den die dazugehörigen Proben genommen. Hier sollte ein ähnlicher Wert wie bei den Mess-
punkten 2 und 14 zu erwarten sein.
Ein kleiner Zufluss zum Waldsee, der sich auf der rechten Seite des Weges etwas anstaut, ist
Messpunkt 13. Ähnlich wie bei Messpunkt 11 sollte sich auch hier der Einfluss von Moosen in
Grenzen halten. Dieser Messpunkt war jedoch nicht immer verfügbar, an insgesamt fünf Tagen
war der Zufluss ausgetrocknet.
Auch Messpunkt 14 befindet sich im Waldsee: Von der neu gebauten Brücke (bzw. bei niedrigem
Wasserstand direkt vom Ufer) aus wurden hier die Proben genommen.
13

Die Messpunkte können allgemein in folgende Tabelle eingeteilt werden:
Messpunkte Charakteristiken
1, 9 Zu- und Abfluss des Waldsees
2, 12, 14 Waldsee
3, 4, 5, 6, 8 Tümpel auf der nördlichen Seite im Moorgebiet
7 ausgedrücktes Moos
10, 11, 13 Tümpel auf der südlichen Seite ohne Moose
Diese Zweiteilung wird auch an der unterschiedlichen Braunfärbung der Wasserproben deutlich
(siehe Abbildung 29 im Anhang unter Punkt 9.7.1). So sind die letzten 4 Proben klarer als die
vorhergehenden, was dafür spricht, dass es hier einen geringeren Einfluss der für die Braun-
färbung verantwortlichen Torfmoose gibt.
Auch im Trogener Moor gibt es Messpunkte ähnlicher Charakteristika:
Messpunkt 1 ist ein normaler Bach ohne Einfluss von Moosen.
Für die Messwerte des 2. Messpunkts wurde auch hier Torfmoos ausgedrückt.
Die Messpunkte 3 bis 12 sind verschiedene Tümpel im Hochmoorgebiet, die sich alle relativ
ähnlich sind.
Der zugehörige Moorsee ist Messpunkt 13, dessen Ablauf Messpunkt 14.
14

7.
7.1
Auswertung und Diskussion der Messergebnisse
Festlegung des Signifikanzniveaus
Als Signifikanzniveau für die nachfolgenden statistischen Untersuchungen wird α = 0,05 fest-
gelegt. Das heißt, die Wahrscheinlichkeit, „mit der bei Gültigkeit der Nullhypothese der in
der Stichprobe berechnete Punktschätzwert oder ein noch mehr der Nullhypothese wider-
sprechender Punktschätzwert ermittelt wird“, beträgt höchstens 5%. „Dieses Ergebnis wir als
signifikant (zum Niveau 5%) bezeichnet.“ [7, S. 112]
Der Wert des Konfidenzniveaus wird gleichermaßen auf 1 - α = 0,95 festgelegt.
7.2
7.2.1
Statistische Tests
Berechnung der Tests
Die im folgenden angesprochenen statistischen Tests wurden mit dem Programm R und der
Entwicklungsumgebung Tinn-R berechnet. Der genaue Ablauf der Tests kann dem Anhang
unter Punkt 9.6 entnommen werden.
7.2.2
Hinweise zu den statistischen Tests
Voraussetzung für alle Tests ist die Normalverteilung der Messwerte. Darauf wurden die jeweiligen
Messwerte mit Hilfe des Kolmogorov-Smirnov-Tests (siehe Punkt 9.6.1 im Anhang) geprüft. Dabei
wurden allerdings nicht die pH-Werte, sondern die absoluten Konzentrationen der Oxonium-Ionen
für den Kolmogorov-Smirnov-Test und den jeweiligen darauf folgenden Test verwendet, da diese
in fast allen Fällen eher einer Normalverteilung unterliegen als die zugehörigen pH-Werte.
Ferner wurde das Signifikanzniveau für den Kolmogorov-Smirnov-Test angehoben, da der t-Test
robust (d.h., „[der Test] entscheidet trotz verletzter Voraussetzungen weitgehend korrekt über
die Ablehnung oder Beibehaltung der Nullhypothese H 0 . In diesem Fall kann man den Test
trotz der nicht gegebenen Voraussetzungen anwenden.“ [7, S. 119]) auf eine Verletzung dieser
Voraussetzung reagiert. [7, 24]
Die entsprechenden Wahrscheinlichkeiten und verwendeten Tests sind jeweils bei den Hypo-
thesen mit angegeben.
Wenn vom Mittelwert eines Tages die Rede ist, so bedeutet das, dass der Mittelwert aller
15

an diesem Tag gemessenen Werte berechnet wurde. Da bei manchen Messpunkten nicht
durchgehend Messwerte zur Verfügung stehen und der Mittelwert verfälscht werden würde,
wenn ein Messpunkt nur teilweise in die Berechnung eingeht, wurden bei der Berechnung nur
diejenigen verwendet, deren Messreihen komplett sind.
Außerdem ist zu beachten, dass für die Tests die absoluten Konzentrationen der Oxonium-Ionen
verwendet werden. Die Hypothesen müssen deshalb umgekehrt formuliert werden, weil ein
niedrigerer pH-Wert einer höheren Konzentration an Oxonium-Ionen entspricht.
7.3
Allgemeiner saurer Einfluss der Torfmoose
Die pH-Werte der ausgedrückten Sphagnen, die aus einer Hochmoorwiese stammen (Mess-
punkt 7), befinden sich weit im sauren Bereich, diese Messwerte stellen sogar die sauersten im
Vergleich zu den anderen dar (siehe auch Abbildung 6). Der Mittelwert dieser Messung beträgt
4,40 mit einer Standardabweichung von 0,41.
Allein dieser Sachverhalt zeigt unverkennbar den Einfluss der Torfmoose auf den pH-Wert des
Oberflächenwassers. Der pH-Wert liegt zwar nicht ganz so tief wie Vergleichswerte aus der
Literatur (z.B. pH = 3,4 [6, S. 434]), doch es wird deutlich, dass die Torfmoose durch ihren
Kationenaustausch maßgeblich zur Ansäuerung des sie umgebenden Milieus beitragen. Der
höhere Wert im Vergleich zur Literatur könnte zum einen dadurch erklärt werden, dass das
Lindenberger Hochmoor schon teilweise degeneriert ist, zum anderen könnte es auch daran
liegen, dass der Literaturwert für „Sphagnum-reiche Schlenken“ [6, S. 434] (= wassergefüllte
Vertiefung) angegeben ist, was an Messpunkt 7 nicht gegeben ist.
7.4
Vergleiche der Messpunkte untereinander
Abbildung 6 zeigt die Boxplots aller 14 Messpunkte über alle drei Messperioden. Auf der
x-Achse sind dabei die Messpunkte 1 - 14 und auf der y-Achse der pH-Wert aufgetragen.
Schon hier lassen sich Tendenzen erkennen:
•
•
•
Die Messpunkte der nördlichen Seite im Moorgebiet scheinen alle saurer als die auf der
südlichen Seite, wo es kaum Torfmoose gibt, zu sein.
Der pH-Wert verändert sich zwischen Zufluss (9) und Abfluss (1) des Waldsees kaum.
Die drei Messpunkte im Waldsee (2, 12 und 14) scheinen die am wenigsten sauren Mess-
punkte zu sein.
16

Aber es ist auch Widersprüchli-
ches zu erkennen:
Wie unter 6.3 beschrieben, ist
Messpunkt 6 der Zufluss zu einer
Hochmoorwiese, Messpunkt 8
der Abfluss dieser. Der pH-Wert
ist hier allerdings nahezu iden-
tisch und wird zwischen Zu- und
Abfluss eher sogar neutraler als
– wie eigentlich zu erwarten –
saurer.
Diese Hypothesen sollen im Fol-
genden mit Hilfe statistischer
Tests überprüft werden.
7.4.1
Unterschied zwischen nördlicher und südlicher Seite
Für die statistische Untersuchung des Unterschieds zwischen nördlicher und südlicher Seite
dient folgende gerichtete Alternativhypothese:
H µ > µ
1: 3, 4568 , , , 10, 11, 13
µ 3,4,5,6,8 ist dabei der unbekannte Populationsmittelwert des täglichen Mittelwerts der Mess-
stellen 3, 4, 5, 6 und 8, µ 10,11,13 der unbekannte Populationsmittelwert des täglichen Mittel-
werts der Messstellen 10, 11 und 13.
Bei der Berechnung des p-Werts mit dem Welch-Zweistichproben-t-Test ergibt sich:
p < 2,2 · 10 -16
Trotz der krassen Verletzung der Voraussetzung der Normalverteilung (p 3,4,5,6,8 = 0,90 bzw.
p 10,11,13 = 0,94) kann auf Grund dieses kleinen Werts für p die Nullhypothese abgelehnt werden,
das Ergebnis ist signifikant.
Die oben aufgestellte Hypothese, dass die Messpunkte im Moorgebiet saurer sind als die auf
der gegenüberliegenden Seite, ist damit bestätigt.
pH−Wert
4.0 4.5 5.0 5.5 6.0 6.5 7.0
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Abb. 6: Boxplots der pH-Werte über alle drei Messperioden an den
14 Messpunkten
17
Messpunkte

Da der Hauptunterschied zwischen nördlicher und südlicher Seite im Vorkommen von Torf-
moosen besteht, kann die Ansäuerung des Oberflächenwassers auch hier auf den Kationen-
austausch der Torfmoose zurückgeführt werden.
7.4.2
Keine Veränderung des pH-Werts zwischen Zu- und Abfluss des Waldsees
Basierend auf der Ähnlichkeit
der Boxplots des Zu- und Ablaufs
des Waldsees liegt der Schluss
nahe, dass sich der pH-Wert
innerhalb des Sees nicht mehr
ändert. Wenn man allerdings
zusätzlich das Liniendiagramm
(Abbildung 7) betrachtet, ist
diese These nicht mehr ganz
gerechtfertigt: Nur in einzelnen
Bereichen haben die Kurven ei-
nen ähnlichen Verlauf, teilweise
gibt es sogar große Ausreißer.
Den genauen Unterschied zwi-
schen Zu- und Ablauf soll mit Hilfe eines statistischen Tests geklärt werden.
Die Alternativhypothese in diesem Fall lautet:
H 1: µ 9 − µ 1

Konfidenzintervall und die beiden Messstellen sind nicht signifikant gleich.
Dies lässt allerdings umgekehrt den Schluss nicht zu, dass sie signifikant verschieden sind
(µ 9 ≠ µ 1 ). Durch Berechnung des p-Werts dafür (p = 0,52), für µ 9 > µ 1 (p = 0,74) und für µ 9 < µ 1
(p = 0,26) wird ersichtlich, dass sich über das Verhältnis zwischen Zu- und Abfluss des Waldsees
keine signifikanten Aussagen auf Grundlage der vorliegenden Messwerte machen lässt.
Dies liegt zum einen daran, dass es sicherlich noch viele weitere (kleine) Zuflüsse zum Waldsee
zusätzlich zum Hauptzufluss gibt. Ein anderer Grund ist die Komplexität des den Waldsee um-
gebenden Ökosystems: Mit „nur“ 42 Messwerten pro Messstelle lässt sich nicht hinreichend
erklären, wie sich der pH-Wert vom Zu- zum Abfluss ändert. Außerdem dürften sich andere
Faktoren (wie z.B. Niederschlag, Temperatur etc.) zum Teil gegenläufig auf die Veränderung
des pH-Werts auswirken, so dass letztendlich keine Aussage darüber getroffen werden kann.
7.4.3
Vergleich der Messpunkte im Waldsee mit den restlichen Messpunkten
Zur Überprüfung der These, dass die drei Messpunkte im Waldsee am wenigsten sauer im Ver-
gleich zu den anderen Messpunkten sind, soll der Mittelwert der Messpunkte 2, 12 und 14 mit
den anderen Messpunkten verglichen werden. Dass dieser Test zwischen den beiden Mittel-
werten der angesprochenen Messwerte gegenüber dem der restlichen Messwerte positiv aus-
fallen wird, ist im Prinzip schon von vornherein klar. Der berechnete Wert ergibt: p < 2,2 · 10 -16 .
Interessanter ist allerdings der Vergleich des Mittelwerts der Messpunkte im Waldsee mit
jeweils einem der restlichen Messpunkte. Wenn man dabei den größten Wert für p bestimmt
und dieser kleiner ist als α, so kann eine Aussage über die Messpunkte 2, 12 und 14 getroffen
werden.
Dazu dient folgende Alternativhypothese:
H 1 : µ 2, 12, 14 < µ 1/3/4/5/6/8/9/10/11
µ 2, 12, 14 ist dabei der Mittelwert des täglichen Mittelwerts der Messpunkte 2, 12 und 14; für
µ 1/3/4/5/6/8/9/10/11 wird nacheinander der Mittelwert der Messpunkte 1, 3, 4, 5, 6, 8, 9, 10 und 11
eingesetzt. Der größte p-Wert ergibt sich für µ 1 : p = 3,145 · 10 -6 . Die Voraussetzung der Nor-
malverteilung ist zwar nicht ganz ausreichend erfüllt (p 2, 12, 14 = 0,68; p 1 = 0,18), doch auf Grund
des niedrigen p-Wertes kann gegen die Nullhypothese entschieden werden. Die Messpunkte
im Waldsee sind somit signifikant die am wenigsten sauren.
19

Der pH-Wert ist hier am höchsten, weil der direkt in den Waldsee gefallene Niederschlag das
durch die Torfmoose angesäuerte Oberflächenwasser neutralisiert. Des Weiteren fließt der
Niederschlag aus dem Gebiet westlich des Waldsees, in dem kaum Torfmoose vorhanden sind
und somit keine Ansäuerung stattfindet, in den See. Auch dadurch wird das Wasser im Wald-
see neutraler.
7.4.4
Widerspruch der Veränderung des pH-Werts zwischen Zu- und Abfluss
einer Moorwiese
Der unter 7.3 angesprochene Widerspruch, dass der pH-Wert zwischen Zu- und Abfluss einer
Moorwiese neutraler wird, wird nun noch statistisch überprüft.
Dazu dient die Alternativhypothese, dass die Konzentration der Oxonium-Ionen zwischen Zu-
und Abfluss abnimmt:
H 1: µ 8 < µ 6
µ 8 ist dabei der Mittelwert der Konzentration über alle drei Messperioden an Messpunkt 8,
µ 6 Mittelwert an Messpunkt 6.
Bei Berechnung des t-Tests für verbundene Stichproben ergibt sich:
p = 4,2 · 10 -3
Damit ist es sogar statistisch signifikant, dass die Konzentration der Oxonium-Ionen abnimmt.
Dem Wert des Tests kann man auch auf Grund der in diesem Fall recht guten Erfüllung der
Voraussetzung der Normalverteilung trauen (p 8 = 0,08; p 6 = 0,15).
Eigentlich wäre zu erwarten, dass der pH-Wert zwischen Zu- und Ablauf abnimmt, da das Ober-
flächenwasser durch die in der Hochmoorwiese vorhandenen Torfmoose angesäuert werden
müsste.
Zu erklären ist diese widersprüchliche Feststellung nur damit, dass ein Irrtum über den Ver-
lauf des Wassers vorliegt. In Wirklichkeit mag Messpunkt 8 zwar einen Abfluss der Moor-
wiese darstellen, da dies auf Grund des Wasserverlaufs nicht anders anzunehmen ist. Doch
ob Messpunkt 6 wirklich den einzigen Zulauf darstellt, muss angezweifelt werden. Die Zu- und
Abflüsse lassen sich nicht auf jeweils einen reduzieren, es muss einen deutlich komplexeren
Zusammenhang geben, der mit Hilfe der Messwerte nicht erklärt werden kann. Leider war
nach Berechnung dieses Tests keine Überprüfung der genauen Zu- und Abflüsse dieser Moor-
wiese wegen des gefallenen Schnees mehr möglich.
20

7.5
pH−Wert
6.0
5.5
5.0
Unterschiede im pH-Wert zwischen den Messperioden
1 2 3 4 5 6 7 8 9 10 11 12 13 14
In Abbildung 8 sind die pH-Werte (durchgezogene Linien) und Temperaturen (gestrichelte
Linien) der Lösungen an Messpunkt 3 in der 1. (blau) und 3. Messperiode (rot) abgebildet.
Zum einen ist ersichtlich, dass die Temperaturen im November deutlich niedriger waren als im
August – im Schnitt rund 13°C. Zum anderen liegt der pH-Wert des Sommers fast durchgehend
– mit Ausnahme von Tag 11 und 12 – unterhalb dem des Herbstes.
Der statistische t-Test für verbundene Stichproben mit der Alternativhypothese:
H µ > µ
1: 1. MP 3.
MP
liefert als Ergebnis den Wert p = 1,5 · 10 -3 . Dabei ist µ 1. MP der Mittelwert in der ersten Mess-
periode, µ 3.MP der der 3. Messperiode. Die beiden Messreihen sind zwar kaum normalverteilt
(p 1. MP = 0,66; p 2. MP = 0,51), doch auf Grund der Robustheit des t-Tests kann die Nullhypothese
trotzdem abgelehnt werden; µ 1. MP ist signifikant größer als µ 3.MP .
Die Beobachtung, dass der pH-Wert der Messperiode im Sommer niedriger ist als der der
Messperiode im Herbst, beruht auf der RGT-Regel (Reaktionsgeschwindigkeit-Temperatur-
Regel). Diese Faustregel für die Geschwindigkeit einer Reaktion besagt, dass die Reaktion
umso schneller abläuft, je wärmer die Temperatur ist; im Speziellen verdoppelt sich die
Geschwindigkeit pro 10 Kelvin.
Tage
21
23.8
18.7
13.6
8.5
3.4
Temperatur [°C]
1. Messperiode pH
1. Messperiode Temperatur
3. Messperiode pH
3. Messperiode Temperatur
Abb. 8:
Vergleich der pH-Werte und Temperaturen zwischen 1. und 3. Messperiode an Messpunkt 3

Diese Regel gilt auch für den Kationenaustausch: Je wärmer es ist, desto mehr Kationen werden
gegen Protonen ausgetauscht. Je mehr Protonen ausgetauscht werden, desto saurer ist das
Milieu der Torfmoose. Außerdem werden die gebundenen Kationen bei wärmerer Temperatur
auch schneller „weiterverarbeitet“, es können also wieder neue Kationen im Austauscher auf-
genommen werden.
7.6
Einfluss des Niederschlags auf den pH-Wert
Abbildung 9 zeigt den Zusam-
menhang zwischen Niederschlag
und mittlerem pH-Wert im Ver-
lauf der dritten Messperiode.
Dabei wird folgende Korrelation
deutlich: Nach Tagen mit viel
Niederschlag wird das Ober-
flächenwasser saurer.
So sinkt der pH-Wert beispiels-
weise nach den Niederschlägen
am 7., 10. und 12. November.
Dagegen spricht allerdings das
Ansteigen des pH-Werts trotz
der Niederschläge am 11., 15.
und 16. November. Doch diese Widersprüche können teilweise mit Hilfe der Begründung für
die Ansäuerung erklärt werden.
Eigentlich wäre zu erwarten, dass der pH-Wert in Folge von Niederschlägen neutraler wird,
weil das durch die Torfmoose angesäuerte Oberflächenwasser verdünnt wird. Es ist aber das
genaue Gegenteil der Fall. Das liegt daran, dass mit dem Regen neue Kationen ins Oberflächen-
wasser gelangen. Wenn neue Kationen zur Verfügung stehen, werden diese von den Torfmoosen
gegen Protonen ausgetauscht, es kommt zu einer Ansäuerung des die Moose umgebenden
Milieus.
Niederschlag [l/m²]
Dass dies nach den Niederschlägen am 15. und 16. November nicht geschehen ist, liegt daran,
dass dieser Niederschlag als Schnee niederging. Die Kationen waren somit nicht in Lösung und
standen den Torfmoosen nicht zum Kationenaustausch zur Verfügung.
50
40
30
20
10
0
04.11.
05.11.
22
06.11.
07.11.
08.11.
09.11.
10.11.
11.11.
12.11.
13.11.
Tage
14.11.
15.11.
16.11.
17.11.
18.11.
19.11.
20.11.
Abb. 9: Kombiniertes Balken- und Liniendiagramm zur
Verdeutlichung des Zusammenhangs zwischen Niederschlag und
mittlerem pH-Wert in der dritten Messperiode
6.22
6.16
6.1
6.05
5.99
5.94
pH− Wert

Das Ansteigen zwischen 11. und 12. November ist damit jedoch nicht zu erklären. Auch andere
Erklärungsansätze dafür sind nicht zu finden.
Es war leider nicht möglich, diesen Zusammenhang mit Hilfe eines statistischen Tests zu be-
weisen, da die Sachverhalte zwar sprachlich klar zu formulieren sind, sie aber nur sehr schwer
in mathematische Formeln umzuwandeln sind. Verschiedenste Versuche, mit einem Streu-
diagramm die Korrelation zwischen Niederschlag und pH-Wert aufzuzeigen, führten leider
nicht zu dem gewünschten Ergebnis.
7.7
Vergleich des Waldseegebietes mit dem Trogener Moor
Als Vergleich zu den Messgebieten aus dem Waldseegebiet wurden auch Proben im Trogener
Moor bei Weiler genommen. Die Charakteristik der dortigen Messpunkte ist unter Punkt 6.3
zu finden. Der Umfang der Messwerte ist allerdings zu gering, um ähnliche statistische Analy-
sen wie bei den Messwerten aus dem Waldseegebiet durchzuführen.
Allgemein ist auffallend, dass die verschiedenen Tümpel alle einen recht ähnlichen pH-Wert
haben ( ≈ 4 - 4,4), der sich sogar über die Jahreszeiten hinweg erhält. Die Tümpel sind im All-
gemeinen auch deutlich saurer als vergleichbare Tümpel am Waldsee (z.B. Messpunkt 3, 4, 5,
6). Des Weiteren ist auch der zugehörige Moorsee deutlich saurer als der Waldsee (Trogener
Moor: ≈ 4,4 - 4,8; Waldsee: ≈ 6,5 - 7,1).
Dadurch wird deutlich, dass man den Waldsee gar nicht als „richtigen Moorsee“ bezeichnen
kann. Der Einfluss der dort übrig gebliebenen Hochmoorreste ist zwar vorhanden, allerdings
ist dieser im Vergleich zu anderen Moorgebieten – wie z.B. dem Trogener Moor – deutlich
geringer. Der gleiche Einfluss wird dadurch deutlich, dass der pH-Wert des ausgedrückten
Mooses in beiden Fällen recht ähnlich ist ( ≈ 4,0 - 4,4). Die unterschiedliche Wirkung liegt
zum einen an der Heterogenität des Gebietes rund um den Waldsee und zum anderen an
der Gesamtgröße des Gebietes: In den Waldsee fließen auch Niederschläge, die weit entfernt
vom eigentlichen Waldseegebiet niedergehen und auf die die Hochmoorbereiche mit ihren
Torfmoosen keinen Einfluss mehr ausüben. Zwar hat wohl die braune Färbung dafür gesorgt,
dass man im Volksmund von einem „Moorsee“ spricht, im eigentlich Sinne des Wortes ist der
Waldsee aber keiner, zumindest kein „reiner“ Moorsee.
23

8.
Fazit
Die Untersuchung des Einflusses der Torfmoose auf den pH-Wert von Oberflächenwasser mit
Messwerten aus dem Gebiet des Waldsee in Lindenberg im Allgäu und die anschließende
Diskussion und Auswertung mit Hilfe statistischer Tests zeigen neue Erkenntnisse in vielerlei
Hinsicht auf.
Zum einen konnten einfache Zusammenhänge – wie beispielsweise der Unterschied zwischen
nördlichem und südlichem Teil des Waldseegebietes oder der niedrige pH-Wert der Hoch-
moorwiese – eindeutig nachgewiesen und infolgedessen auf den Einfluss der Torfmoose
geschlossen werden. Zum anderen konnten allerdings auch Widersprüche zweifelsohne nach-
gewiesen und somit die zuvor aufgestellte Hypothese widerlegt werden. Außerdem wurden
die Grenzen der einfachen statistischen Auswertung aufgezeigt: Bei komplexen Zusammen-
hängen – wie beispielsweise dem zwischen Niederschlag und der darauf folgenden Ver-
änderung des pH-Werts – müssen noch weitgreifendere Messungen und anschließende statis-
tische Analysen gemacht werden, um diese Korrelation zu beweisen.
An den beiden letztgenannten Punkten wird auch deutlich, dass das Gebiet rund um den
Waldsee ein komplexes Ökosystem ist, in dem der Weg des Wassers nicht auf einen einfachen
direkten Verlauf zurückgeführt werden kann und in dem eventuell auch andere Einflüsse auf
den pH-Wert vorhanden sind. Dies könnte ein Ansatzpunkt für zukünftige wissenschaftliche
Arbeiten, die den Einfluss von anderen Faktoren auf den pH-Wert des Oberflächenwassers un-
tersuchen oder die in dieser Facharbeit aufgekommenen Widersprüche genauer analysieren,
sein.
Ferner wurde durch den Vergleich der Messwerte des Waldsees mit den Messwerten, die
im Trogener Moor bei Schnellers gesammelt wurden, klar, dass der Waldsee kein „richtiger“
Moorsee im eigentlichen Sinne des Wortes ist.
24

9.
9.1
9.1.1
Anhang
Karten
Karte des Waldsees mit Probeentnahmestellen
Abb. 10:
Karte des Waldsees mit Probeentnahmestellen
25

9.1.2
Satellitenfoto des Waldsees mit eingezeichneten Gebieten
des Vorkommens von Torfmoosen
Abb. 11:
Satellitenfoto des Waldsees mit eingezeichneten Gebieten des Vorkommens von Torfmoosen
26

9.1.3
Satellitenfoto mit eingezeichneter Lage des Trogener Moors
Abb. 12:
Satellitenfoto mit eingezeichneter Lage des Trogener Moors
27

9.2
9.2.1
Messstelle
Datum (Uhrzeit)
Messwerte
Tabelle der Messwerte des pH-Werts am Waldsee
1 2 3 4 5 6 7 8 9 10 11 12 13 14
01.08. (19:30) 6,99 6,96 5,44 5,05 5,39 6,23 4,00 6,14 6,54 6,70 6,93 7,23 6,15 6,85
02.08. (18:30) 6,76 7,16 5,03 4,64 5,52 6,13 - 1 6,12 6,53 6,52 6,58 6,90 6,34 6,94
03.08. (18:30) 6,69 6,86 4,89 4,47 5,48 6,03 - 1 6,09 6,64 6,62 6,58 6,80 6,40 6,84
04.08. (16:45) 6,76 6,95 4,78 4,46 5,38 6,09 4,20 6,05 6,74 6,71 6,62 6,80 6,21 6,89
05.08. (18:00) 6,68 6,76 4,87 4,41 5,73 6,01 - 1 6,14 6,58 6,51 6,72 6,84 6,89 6,82
06.08. (18:15) 6,58 6,76 4,85 4,38 5,03 6,00 - 1 6,09 6,62 6,61 6,66 6,83 6,52 6,71
07.08. (18:00) 6,70 6,86 4,84 4,36 5,10 6,06 4,03 6,02 6,70 6,80 6,68 6,90 6,46 6,80
08.08. (16:30) 6,73 6,96 5,03 4,54 5,18 6,11 - 1 6,19 6,64 6,60 6,76 6,74 6,33 6,86
09.08. (17:30) 6,92 7,15 5,53 4,58 5,23 6,10 - 1 6,19 6,69 6,63 6,75 6,97 6,32 6,83
10.08. (17:30) 6,90 6,94 5,60 4,64 5,24 6,05 4,00 5,99 6,51 6,62 6,73 6,91 - 3 6,90
11.08. (17:50) 7,07 7,05 6,01 4,80 5,29 6,09 - 1 6,28 6,59 6,67 6,76 6,94 - 3 7,00
12.08. (18:05) 6,90 6,91 5,60 4,63 5,25 6,05 - 1 6,20 6,55 6,50 6,69 6,87 - 3 6,96
13.08. (17:20) 6,78 7,05 5,31 4,81 5,34 6,04 4,16 5,99 6,53 6,56 6,63 6,88 6,33 6,76
14.08. (17:20) 6,66 6,97 5,91 4,95 5,35 6,08 - 1 6,22 6,53 6,63 6,76 6,92 6,18 6,83
19.09. (17:00) 6,51 6,80 6,28 5,08 5,30 6,07 4,08 5,86 6,34 6,52 6,65 6,91 6,54 6,73
20.09. (18:00) 6,58 6,90 6,33 5,42 5,43 6,06 - 1 6,51 6,59 6,70 7,03 6,76 6,82 6,20
21.09. (17:20) 6,53 6,81 6,05 5,09 5,38 6,03 - 1 6,15 6,47 6,58 6,73 6,98 6,35 6,78
22.09. (15:30) 6,57 6,90 6,11 5,45 5,50 6,10 4,33 5,87 6,43 6,59 6,76 6,98 6,34 6,82
23.09. (17:30) 6,64 6,97 5,93 5,55 5,58 6,12 - 1 6,26 6,54 6,68 6,86 7,07 - 3 7,20
24.09. (11:45) 6,50 6,92 6,27 5,75 5,68 6,09 - 1 6,20 6,46 6,68 6,88 7,08 - 3 7,14
25.09. (17:30) 6,29 6,52 5,65 4,84 5,37 5,76 - 1 5,95 6,26 6,51 6,44 6,68 6,82 6,64
26.09. (13:30) 6,37 6,64 5,18 4,45 5,29 5,74 4,49 5,73 6,18 6,55 6,37 6,58 6,73 6,54
27.09. (13:00) 6,11 6,56 5,62 4,47 5,33 5,88 - 1 5,99 6,43 6,75 6,54 6,77 6,87 6,63
28.09. (17:00) 5,78 6,31 5,68 4,60 5,20 5,81 - 1 5,96 6,23 6,48 6,39 6,63 6,66 6,38
29.09. (15:00) 6,43 6,82 5,44 4,86 5,24 5,89 4,36 5,87 6,10 6,34 6,49 6,79 6,75 6,49
30.09. (17:30) 6,39 6,99 5,56 4,87 5,33 5,95 - 1 6,11 6,30 6,56 6,44 6,73 6,70 6,57
01.10. (11:00) 6,31 6,68 5,95 5,07 5,41 5,90 - 1 6,08 6,21 6,50 6,55 6,87 6,90 6,61
02.10. (09:30) 6,15 6,60 6,38 5,30 5,52 5,91 4,60 5,85 6,02 6,25 6,44 6,70 6,68 6,48
07.11. (11:20) 6,08 6,50 6,26 5,68 5,63 5,93 4,44 5,70 6,31 6,60 6,48 6,80 6,82 6,50
08.11. (17:10) 6,11 6,35 6,20 5,41 5,45 5,73 - 1 5,99 6,22 6,62 6,42 6,52 6,77 6,57
09.11. (08:30) 6,12 6,42 6,09 5,07 5,48 5,76 - 1 5,99 6,26 6,70 6,41 6,70 6,87 6,62
10.11. (08:30) 6,30 6,54 6,50 5,17 5,46 5,76 - 2 5,99 6,31 6,80 6,41 6,73 6,87 6,62
11.11. (08:30) 6,20 6,38 6,05 4,90 5,47 5,75 4,45 5,63 6,09 6,47 6,31 6,55 6,80 6,61
12.11. (11:00) 6,27 6,89 5,80 4,66 5,49 5,81 - 1 6,00 6,13 6,51 6,33 6,58 6,76 6,59
13.11. (08:45) 6,16 6,73 5,26 4,64 4,98 5,66 - 1 5,96 6,21 6,65 6,39 6,64 6,81 6,64
14.11. (10:45) 5,93 6,25 5,86 4,95 5,24 5,72 4,90 5,69 5,97 6,21 6,24 6,60 6,78 6,57
15.11. (13:00) 5,81 6,27 5,80 4,99 5,31 5,81 - 1 6,04 6,14 6,39 6,29 6,65 6,78 6,60
16.11. (15:45) 6,04 6,77 5,60 4,79 5,28 5,61 - 1 5,91 6,09 6,54 6,39 6,65 6,78 6,62
17.11. (13:30) 6,20 6,99 5,61 4,81 5,45 5,79 4,43 5,61 6,14 6,60 6,33 6,65 6,91 6,63
18.11. (16:00) 5,83 6,58 5,48 4,54 5,38 5,87 - 1 6,11 6,27 6,74 6,46 6,93 7,09 6,77
19.11. (10:45) 5,90 6,75 5,40 4,70 5,33 5,82 - 1 6,08 6,22 6,46 6,40 6,73 6,89 6,67
20.11. (13:50) 5,98 6,27 6,09 4,87 5,33 5,75 5,56 5,97 6,15 6,35 6,28 6,72 6,89 6,75
1 Moos geschont 2 gefroren 3 ausgetrocknet
28

9.2.2
Datum (Uhrzeit)
Tabelle der Messwerte der Temperatur der Wasserproben am Waldsee
Messstelle
1 2 3 4 5 6 7 8 9 10 11 12 13 14
01.08. (19:30) 23,8 22,6 22,9 22,6 18,8 16,8 21,9 18,1 18,9 17,4 16,6 20,9 16,7 20,3
02.08. (18:30) 20,1 20,3 18,4 18,3 16,5 16,0 - 1 17,0 16,6 15,9 15,7 18,0 15,8 18,9
03.08. (18:30) 20,1 19,6 17,6 17,3 15,4 15,1 - 1 15,9 15,7 15,0 14,8 17,3 15,6 17,9
04.08. (16:45) 20,5 20,3 21,1 19,8 16,4 16,0 22,3 18,0 17,6 16,7 16,3 19,8 16,7 19,9
05.08. (18:00) 17,1 16,3 14,7 14,3 13,5 13,3 - 1 13,1 13,6 13,0 12,7 14,8 13,2 15,1
06.08. (18:15) 15,6 15,4 14,3 14,3 12,9 13,1 - 1 13,2 13,5 13,3 12,5 14,1 13,3 14,7
07.08. (18:00) 21,1 21,7 22,0 21,0 16,3 15,3 21,4 17,0 16,6 15,3 15,5 21,6 15,5 19,6
08.08. (16:30) 20,4 20,3 21,1 19,5 16,3 15,8 - 1 17,1 17,8 16,8 17,0 19,4 16,8 20,3
09.08. (17:30) 23,5 21,9 23,6 22,8 17,6 16,7 - 1 17,7 18,2 16,8 16,8 21,0 16,5 21,1
10.08. (17:30) 24,7 23,1 23,8 23,2 17,8 16,7 22,6 19,0 19,7 16,9 16,5 21,8 - 3 22,4
11.08. (17:50) 24,4 23,2 23,2 23,3 18,1 16,9 - 1 18,7 20,3 18,1 17,0 21,5 - 3 21,6
12.08. (18:05) 20,0 19,2 18,3 18,4 16,1 15,9 - 1 16,6 18,2 16,5 15,3 19,0 - 3 19,2
13.08. (17:20) 20,1 18,7 17,7 17,6 15,4 14,8 19,4 16,0 15,8 15,0 14,3 18,4 15,6 18,6
14.08. (17:20) 19,1 18,7 19,7 18,2 15,9 15,4 - 1 16,2 17,5 16,0 15,2 19,0 16,2 18,6
19.09. (17:00) 16,7 16,7 14,0 12,5 12,3 11,5 15,8 11,9 13,4 11,8 12,6 16,5 12,2 15,3
20.09. (18:00) 17,9 17,8 14,4 12,7 12,8 11,7 - 1 11,7 13,1 12,1 12,5 16,1 12,6 16,3
21.09. (17:20) 18,3 19,3 16,4 14,2 13,7 12,5 - 1 13,3 15,2 13,1 14,0 18,9 13,9 17,7
22.09. (15:30) 19,0 19,3 18,1 15,1 14,4 13,3 21,8 14,5 16,9 13,9 16,0 19,3 14,7 18,4
23.09. (17:30) 18,9 19,5 16,8 15,2 14,3 13,1 - 1 13,3 15,7 13,6 14,7 17,5 - 3 17,6
24.09. (11:45) 16,3 18,6 14,8 13,3 13,2 13,2 - 1 12,5 15,5 14,2 14,0 16,6 - 3 16,5
25.09. (17:30) 14,5 12,7 10,0 10,2 9,3 10,0 - 1 9,4 10,3 10,1 10,1 11,7 9,9 12,0
26.09. (13:30) 14,0 12,7 12,3 10,8 10,1 10,1 12,3 10,0 11,1 10,3 11,2 12,4 10,1 12,4
27.09. (13:00) 11,9 11,3 10,7 10,0 9,1 9,0 - 1 9,2 9,9 9,6 9,7 10,9 9,2 11,2
28.09. (17:00) 13,3 11,8 10,9 10,9 9,6 9,5 - 1 9,7 10,0 9,8 9,6 11,0 9,6 11,3
29.09. (15:00) 14,9 13,6 14,0 12,5 11,2 10,4 15,8 10,9 11,5 11,1 11,4 12,9 11,2 12,6
30.09. (17:30) 15,0 13,7 11,9 11,7 10,8 10,3 - 1 10,7 11,0 10,7 10,9 12,7 11,4 12,8
01.10. (11:00) 12,7 12,1 11,0 10,7 10,2 10,6 - 1 10,3 10,7 10,8 10,8 11,9 10,9 12,3
02.10. (09:30) 12,6 12,1 10,0 9,9 9,4 9,4 13,3 9,2 9,6 9,8 10,3 11,7 10,6 11,8
07.11. (11:20) 11,6 10,9 10,2 9,9 9,6 10,0 13,4 9,5 9,9 9,9 10,2 10,2 9,8 10,4
08.11. (17:10) 10,2 7,6 4,9 5,6 5,0 5,6 - 1 4,6 5,8 5,6 6,1 6,3 5,1 6,6
09.11. (08:30) 8,5 7,6 3,4 4,4 4,6 4,7 - 1 3,7 4,8 4,7 5,2 4,8 4,8 6,1
10.11. (08:30) 8,2 7,0 3,8 3,1 3,9 4,6 - 2 2,8 3,9 3,3 4,7 4,4 4,6 5,4
11.11. (08:30) 7,7 6,3 4,4 4,6 5,0 5,2 5,1 4,2 5,4 5,0 5,7 5,3 4,7 5,5
12.11. (11:00) 8,3 7,4 7,4 7,1 7,6 7,5 - 1 7,3 7,9 7,5 7,3 7,1 7,3 7,4
13.11. (08:45) 9,9 9,3 8,3 8,4 8,9 8,6 - 1 8,3 9,0 8,7 8,5 8,4 8,2 8,3
14.11. (10:45) 9,9 10,4 8,4 8,2 8,5 8,3 11,7 8,1 8,7 8,9 9,0 8,5 8,5 8,9
15.11. (13:00) 8,6 9,5 8,7 7,6 8,2 8,1 - 1 7,3 7,7 8,1 8,5 8,3 7,7 8,3
16.11. (15:45) 5,9 6,1 4,8 4,4 4,6 4,9 - 1 4,5 5,2 4,8 5,1 4,8 4,2 5,2
17.11. (13:30) 7,1 6,8 5,3 5,3 4,3 5,4 5,3 4,1 4,9 4,7 5,4 5,2 4,2 5,1
18.11. (16:00) 8,0 7,1 5,5 5,1 4,9 5,1 - 1 4,6 5,5 5,2 5,0 5,3 4,4 5,3
19.11. (10:45) 6,9 6,3 4,7 5,1 4,9 5,1 - 1 4,7 5,5 5,7 6,2 5,7 5,6 6,1
20.11. (13:50) 9,1 8,6 5,1 3,8 4,1 5,2 7,2 4,4 5,2 5,3 6,1 5,5 5,2 6,2
1 Moos geschont 2 gefroren 3 ausgetrocknet
29

9.2.3
Messstelle
Datum (Uhrzeit)
Tabelle der Messwerte des pH-Werts im Trogener Moor (Schnellers)
1 2 3 4 5 6 7 8 9 10 11 12 13 14
10.08. (15:00) 7,13 4,13 4,19 4,13 4,18 4,25 4,14 4,16 4,13 4,13 4,11 4,11 4,38 5,24
02.10. (11:15) 6,75 4,27 4,22 4,19 4,12 4,13 4,22 4,14 4,05 4,08 4,07 4,09 4,81 5,23
14.11. (11:15) 6,10 4,44 4,30 4,31 4,37 4,53 4,35 4,37 4,36 4,34 4,27 4,43 4,82 5,26
9.2.4
Tabelle der Niederschlagsmengen in den Monaten Juli bis November der
von meteomedia betriebenen Wetterstation in Lindenberg im Allgäu
Datum NS [l/m 2 ] Datum NS [l/m 2 ] Datum NS [l/m 2 ] Datum NS [l/m 2 ] Datum NS [l/m 2 ]
01.07. 0 01.08. 20,5 01.09. 0 01.10. 2 01.11. 0
02.07. 0 02.08. 28,4 02.09. 0 02.10. 0 02.11. 0
03.07. 0 03.08. 3,7 03.09. 0 03.10. 0 03.11. 0
04.07. 0 04.08. 0 04.09. 0,1 04.10. 0,4 04.11. 0
05.07. 12,9 05.08. 65,6 05.09. 0 05.10. 5,1 05.11. 0
06.07. 1,5 06.08. 5,2 06.09. 1,2 06.10. 0 06.11. 0
07.07. 0 07.08. 0 07.09. 0,6 07.10. 0 07.11. 14,8
08.07. 0 08.08. 4,2 08.09. 13,8 08.10. 0 08.11. 0,9
09.07. 0 09.08. 0 09.09. 0 09.10. 0,2 09.11. 0
10.07. 0,3 10.08. 0 10.09. 0 10.10. 0 10.11. 15,2
11.07. 10,5 11.08. 4,1 11.09. 0 11.10. 0 11.11. 11,6
12.07. 3,2 12.08. 8,3 12.09. 10,7 12.10. 0 12.11. 46,4
13.07. 0 13.08. 0,9 13.09. 3,5 13.10. 0,1 13.11. 0
14.07. 0 14.08. 1,1 14.09. 0 14.10. 0,1 14.11. 0
15.07. 0 15.08. 8,2 15.09. 3,1 15.10. 0 15.11. 12,2
16.07. 1,1 16.08. 19,6 16.09. 3,2 16.10. 7,4 16.11. 6,5
17.07. 34,8 17.08. 1,9 17.09. 1,4 17.10. 4,4 17.11. 0
18.07. 0 18.08. 7,5 18.09. 0 18.10. 0 18.11. 0,5
19.07. 0 19.08. 0,2 19.09. 0 19.10. 35,3 19.11. 0,3
20.07. 0 20.08. 0 20.09. 0 20.10. 14,9 20.11. 0
21.07. 0,2 21.08. 0 21.09. 0 21.10. 0 21.11. 3,3
22.07. 14,1 22.08. 0,7 22.09. 0 22.10. 4,6 22.11. 23
23.07. 65,6 23.08. 6,2 23.09. 0 23.10. 5,5 23.11. 18,4
24.07. 15,5 24.08. 0 24.09. 16,8 24.10. 14,1 24.11. 6,4
25.07. 1 25.08. 0 25.09. 34,3 25.10. 4,3 25.11. 3,5
26.07. 35,6 26.08. 1 26.09. 0,1 26.10. 0 26.11. 5,6
27.07. 0,3 27.08. 35,6 27.09. 0 27.10. 0 27.11. 0
28.07. 16,5 28.08. 9,4 28.09. 0 28.10. 0 28.11. 6,8
29.07. 24,6 29.08. 25,7 29.09. 0 29.10. 0 29.11. 2,8
30.07. 0,1 30.08. 34,5 30.09. 6,6 30.10. 0 30.11. 0
31.07. 0 31.08. 2,4 31.10. 0
30

9.2.5
Tabelle der Messwerte des pH-Werts der Testmessungen
Datum 07.11. 08.11. 09.11. 10.11. 11.11. 12.11. 13.11.
pH 8.96 8,94 8,94 8,98 9,08 8,95 9,02
Datum 14.11. 15.11. 16.11. 17.11. 18.11. 19.11. 20.11.
9.3
pH 9,05 9,03 8,97 9,17 9,26 9,16 9,21
Ablauf der Messungen
Das Messgerät wurde mit Eichlösungen der pH-Werte 7 und 4 geeicht.
Zur Messung am Waldsee wurde mit Hilfe eines Stockes ein Becherglas mit 50 ml Fassungs-
vermögen etwa bis zur Hälfte gefüllt. Anschließend wurde der pH-Wert der Wasserprobe be-
stimmt; der genaue Wert wurde abgelesen, als die Kontrollanzeige auf dem Display erloschen
war. Nach der gleichen Messprozedur für Leitfähigkeit und Teilchenanzahl wurde zum Schluss
noch die Temperatur der Probe gemessen. Es ist aber anzumerken, dass sich der pH-Wert teil-
weise auch nach Erlöschen der Kontrollanzeige noch wesentlich verändert hat, aus Gründen
der Konsistenz wurde aber der Messwert immer genau beim Erlöschen der Kontrollanzeige
notiert.
Die Messungen an jeder einzelnen Messstelle wurden jeden Tag in der gleichen Reihenfolge
nacheinander durchgeführt.
In der ersten Messperiode konnten die Messungen jeweils zu ähnlichen Zeiten durchgeführt
werden, in den anderen beiden war dies auf Grund schulischer und außerschulischer Ver-
pflichtungen nicht mehr zu gewährleisten. Die Zeiten sind der Tabelle der Messwerte unter
9.2.1 zu entnehmen.
Zwischen den einzelnen Messungen wurde das pH-Meter in 3-molarer Kaliumchlorid-Lösung
aufbewahrt, die nach jedem Messtag ausgetauscht wurde.
31

9.4
Erklärung zu Boxplots
Abbildung 13 zeigt einen so ge-
nannten Boxplot. Ein Boxplot ist
ein Diagramm, das die Vertei-
lung statistischer Daten grafisch
darstellt. Er soll einen schnel-
len Eindruck über den Bereich,
in dem die Daten liegen, und
die Verteilung in diesem ver-
schaffen. Er enthält dabei fünf
Punkte: Den Median, die bei-
den Quartile und die beiden Ex-
tremwerte.
Der Median wird dabei durch einen fetten Strich (in obiger Grafik rot) innerhalb des Kästchens
symbolisiert. Das Kästchen selbst (grün) stellt das obere bzw. untere Quartil dar. Die so ge-
nannten Whisker (blau) zeigen am Ende der gestrichelten Linie den Extremwert der Verteilung
an. Ausreißer in den Daten werden durch leere Kreise (schwarz) links und rechts bzw. ober-
und unterhalb der Whisker visualisiert.
Das untere Quartil ist der Wert der Verteilung, unterhalb dessen sich 25% der Werte befinden.
Das obere Quartil ist gleichermaßen der Wert, unterhalb dessen sich 75% der Werte befinden.
[21]
oberer „Whisker“
unterer „Whisker“
32
Ausreißer
Abb. 13:
Horizontaler Boxplot
oberes Quartil
Median
unteres Quartil

9.5
Definitionen statistischer Begriffe
Alternativhypothese:
„Eine statistische Alternativhypothese H 1 wird so formuliert, dass sie die inhaltliche Hypothese
in Form von Annahmen über die Verteilung des betreffenden Merkmals oder der betreffenden
Merkmale in der Population wiedergibt.“ [7, S. 101]
Nullhypothese:
„Mit der statistischen Nullhypothese H 0 wird behauptet, dass die zur Alternativhypothese
komplementäre Aussage richtig sei.“ [7, S. 103]
p-Wert:
„Als p-Wert wird die Wahrscheinlichkeit bezeichnet, mit der bei Gültigkeit der Nullhypothese der
in der Stichprobe berechnete Punktschätzwert oder ein noch mehr der Nullhypothese wider-
sprechender Punktschätzwert ermittelt wird.“ [7, S. 108]
Signifikanz:
„Beträgt die Wahrscheinlichkeit höchstens α, mit der bei Gültigkeit der Nullhypothese der in
der Stichprobe berechnete Punktschätzwert oder ein noch mehr der Nullhypothese wider-
sprechender Punktschätzwert ermittelt wird, so wird dieses Ergebnis als signifikant (zum Niveau α)
bezeichnet. Die Wahrscheinlichkeit α wird als Signifikanzniveau bezeichnet. [7, S. 112]
Konfidenzintervall:
„Ein Konfidenzintervall (Vertrauensintervall) kennzeichnet ein Intervall möglicher Parameter-
ausprägungen, in dem sich der untersuchte Populationsparameter mit Wahrscheinlichkeit
(1 - α) befindet. Die Wahrscheinlichkeit (1 - α) wird als Konfidenzniveau bezeichnet.“ [7, S. 86]
33

9.6
9.6.1
Verwendete statistische Tests
Kolmogorov-Smirnov-Test [7, S. 156]
Bezeichnung des Tests
Kolmogorov-Smirnov-Test (mit bzw. ohne Lillefors-Korrektur) oder Kolmogorov-
Einstichproben-Test gegen Normalverteilung (mit bzw. ohne Lillefors-Korrektur)
Statistische Hypothesen
H : F( x) F ( x)
≠
• für mindestens ein x, H : F( x) = F ( x)
für alle x
1
N
• Fx ( ): Unbekannte stetige Verteilungsfunktion der Zufallsvariablen X
• F ( x):
Verteilungsfunktion einer N( µσ , ) -Verteilung
N
Gegebene Daten
• x : der Größe nach aufsteigend geordnete Messwerte (i = 1,...,n)
i
• n:
Anzahl der Messwerte
Voraussetzungen
0
• Die Messwerte x ,x ,...,x sind metrische Realisierungen der stetigen Zufallsvariablen X
1 2 n
Berechnung des Werts der Teststatistik
n 1
• x = ∑ xi : Arithmetischer Mittelwert der Messwerte
n
i=
1
n 1
2
• s = ∑(
xi−x) : Standardabweichung der Messwerte
n −1
i=
1
xi−x • zi
= (i = 1,...,n): z-transformierte Werte
s
• H(z
): Anzahl der Messwerte z mit z≤z i i
rel Hz ( i)
• H ( zi)
= : Relative Summenhäufigkeitsfunktion
n
• Φ( z):
Verteilungsfunktion der Standardnormalverteilung
i rel
i−1rel • d = H ( z ) − Φ( z ) , d = H ( z ) −Φ(
z ) (i = 1,...,n): Differenzwerte an
i
i i i
i−1i rel
den Sprungstellen der Treppenfunktion ( H ( z ) = 0 )
i i−1
• d = max( d , d ) , (i = 1,...,n): Maximale Differenzwerte an jeder Sprungstelle
i i
i
• d = n⋅max( d ): Wert der Teststatistik
n
i
i
34
0
N

Testentscheidung bei bekannten Parametern µ und σ unter Verwendung des
approximativen p-Werts (ohne Lillefors-Korrektur)
• Berechnung von p= P( D ≥d
)
n n
• p ≤α→ Ablehnung von H0 Testentscheidung bei unbekannten Parametern µ und σ unter Verwendung des
approximativen p-Werts (mit Lillefors-Korrektur)
( n n )
lf
LF
• Berechnung von p = P D ≥d
p lf • ≤α→ Ablehnung von H0 Testentscheidung bei bekannten Parametern µ und σ unter Verwendung des
kritischen Differenzwerts des Tests (ohne Lillefors-Korrektur)
krit
• dmax ≥dn, α → Ablehnung von H0 krit
• dn, α : Kritischer Differenzwert des Tests [7: siehe Anhang B, Tabelle 10, S. 410 ff.]
Testentscheidung bei unbekannten Parametern µ und σ unter Verwendung des
kritischen Differenzwerts des Tests (mit Lillefors-Korrektur)
krit
• dmax ≥lfn, α →Ablehnung
von H0 krit
• lfn, α : Kritischer Differenzwert des Tests mit Lillefors-Korrektur
[7: siehe Anhang B, Tabelle 11, S. 413 ff.]
35

9.6.2 doppelter t-Test [7, S. 135]
Bezeichnung des Tests
t-Test für unabhängige Stichproben oder doppelter t-Test
Statistische Hypothesen
a. H : µ ≠ µ H : µ = µ
1 1 2 0 1 2
b. H : µ > µ H : µ ≤µ
1 1 2 0 1 2
c. H : µ < µ H : µ ≥µ
1 1 2 0 1 2
• µ , µ : Unbekannte Populationsmittelwerte
1 2
Gegebene Daten
• x ( i= 1,...,
n ) und x ( i= 1,...,
n ): Messwerte der Stichproben 1 und 2
1i1 2i2 • n1
, n : Anzahl der Messwerte in den Stichproben 1 und 2
2
Voraussetzungen
• Die Messwerte x , x ,..., x n bzw. x , x ,..., x n sind metrische
11 12 1 1
21 22 2 2
Realisierungen der unabhängigen Zufallsvariablen X 1 bzw. X 2 .
• X1
bzw. X unterliegen in den Populationen jeweils einer
2
•
Normalverteilung mit den unbekannten Mittelwerten µ 1 bzw. µ 2 .
Die Varianzen bzw. Standardabweichungen in beiden Populationen sind
homogen, d.h. X 1 bzw. X 2 haben die gleiche unbekannte Standardabweichung σ
Berechnung des Werts der Teststatistik
n1
n1
1 1
2
• x1
= ∑x1i, s1
= ∑(
x1i−x1) : Arithmetischer Mittelwert und
n
n −1
1 i=
1 1 i=
1
Standardabweichung in Stichprobe 1
n2
n2
1 1
2
• x2
= ∑x2i, s2
= ∑(
x2i−x2) : Arithmetischer Mittelwert und
n
n −1
2 i=
1 2 i=
1
Standardabweichung in Stichprobe 2
sp
n s n s
n n
= •
1
2
2
( ( 1 −1)⋅
1 + ( 2 −1)⋅2
) : Standardabweichung der
( 1 −1)+
( 2 −1)
gepoolten Stichproben (Schätzwert für die gemeinsame Standardabweichung σ)
x1 −x2 n1⋅n2 • t =
: Wert der Teststatistik
s n + n
p
1 2
36

Testentscheidung unter Verwendung des p-Werts
( )
a. Berechnung von p= p T ≥ t
( )
( )
b. Berechnung von p= p T ≥t
c. Berechnung von p= p T ≤t
• p < α → Ablehnung von H0 Testentscheidung unter Verwendung des Quantils der t-Verteilung
a. t > tn + n −21 , − / 2 →
1 2
b. t > tn + n − − →
α Ablehnung von H 0
1 2 21 , α Ablehnung von H0 c. t< tn + n − →
1 2 2,α Ablehnung von H0 • t , t , t : Quantile der t-Verteilung
n1+ n2−21 , − α/ 2 n1+ n2−2, 1− α n1+ n2−2,
α
mit n + n − Freiheitsgraden [7: siehe Anhang B, Tabelle 3, S. 392]
1 2 2
37

9.6.3 t-Test
für verbundene/gepaarte Stichproben [7, S.139]
Bezeichnung des Tests
t-Test für verbundene Stichproben oder t-Test für gepaarte Stichproben
Statistische Hypothesen
a. H : µ ≠ µ H : µ = µ
1 1 2 0 1 2
b. H : µ > µ H : µ ≤µ
1 1 2 0 1 2
c. H : µ < µ H : µ ≥µ
1 1 2 0 1 2
• µ , µ : Unbekannte Populationsmittelwerte
1 2
Gegebene Daten
• ( x1i, x2i) ( i= 1,...,
n)
: Messwertpaare
• n:
Anzahl der Messwertpaare
Voraussetzungen
• Die Messwerte x , x i ,..., n
( ) ( = ) sind paarweise metrische
1i 2i 1
Realisierungen der abhängigen Zufallsvariablen X 1 bzw. X 2 .
• Die paarweisen Differenzen x = x − x ( i= ,..., n)
sind
di 2i 1i 1
Realisierungen der Zufallsvariablen X D = X 2 - X 1 .
• Die Zufallsvariable X unterliegt einer Normalverteilung mit dem unbekannten
D
Mittelwert µ D und der unbekannten Standardabweichung σ D .
Berechnung des Werts der Teststatistik
• x = x − x ( i= ,..., n):
paarweise Differenzen der Messwerte
di 2i 1i 1
n
n
1 1
2
• xd
= ∑ xdi, sd
= ∑(
xdi − xd)
: arithmetischer Mittelwert und
n
n −1
i=
1
i=
1
Standardabweichung der Messwertdifferenzen
xd
• t = n : Wert der Teststatistik
s
d
Testentscheidung unter Verwendung des p-Werts
( )
a. Berechnung von p= p T ≥ t
( )
( )
b. Berechnung von p= p T ≤t
c. Berechnung von p= p T ≥t
• p < α → Ablehnung von H0 38

Testentscheidung unter Verwendung des Quantils der t-Verteilung
a. t > tn−11 , − / 2 →
α Ablehnung von H 0
b. t< tn−1,α → Ablehnung von H0 c. t< tn−11− →
, α Ablehnung von H 0
• t , t , t : Quantile der t-Verteilung mit
n−11 , −α/ 2 n−1, 1−α n−1,
α
n-1 Freiheitsgraden [7: siehe Anhang B, Tabelle 3, S. 392]
39

9.6.4
Äquivalenzprüfung für verbundene Stichproben [7, S. 146]
Bezeichnung des Tests
Äquivalenzprüfung für verbundene Stichproben oder
Äquivalenzprüfung für gepaarte Stichproben
Statistische Hypothesen
•
H : µ − µ - ∆ und go < ∆ → Ablehnung von H0 40

9.6.5
Welch-Test [20]
Bezeichnung des Tests
Welch-Test
Statistische Hypothesen
a. H 1 : µ 1 ≠ µ 2 H 0 : µ 1 = µ 2
b. H 1 : µ 1 > µ 2 H 0 : µ 1 ≤ µ 2
c. H 1 : µ 1 < µ 2 H 0 : µ 1 ≥ µ 2
Gegebene Daten
• x ( i= 1,...,
n ) und x ( i= 1,...,
n ): Messwerte der Stichproben 1 und 2
1i1 2i2 • n1
, n : Anzahl der Messwerte in den Stichproben 1 und 2
2
Voraussetzungen
• Die Messwerte x , x ,..., x n bzw. x , x ,..., x n sind metrische
11 12 1 1
21 22 2 2
Realisierungen der unabhängigen Zufallsvariablen X 1 bzw. X 2 .
• X1
bzw. X unterliegen in den Populationen jeweils einer Normalverteilung
2
•
mit den unbekannten Mittelwerten µ 1 bzw. µ 2 .
Die Varianzen bzw. Standardabweichungen in beiden Populationen sind heterogen,
d.h. X 1 bzw. X 2 haben verschiedene unbekannte Standardabweichungen σ 1 und σ 2
Berechnung des Werts der Teststatistik
n1
n1
1 1
2
• x1
= ∑x1i, s1
= ∑(
x1i−x1) : Arithmetischer Mittelwert und
n
n −1
1 i=
1 1 i=
1
Standardabweichung in Stichprobe 1
n2
n2
1 1
2
• x2
= ∑x2i, s2
= ∑(
x2i−x2) : Arithmetischer Mittelwert und
n
n −1
2 i=
1 2 i=
1
Standardabweichung in Stichprobe 2
x1 − x2
• t = : Wert der Teststatistik
2 2
s1
s2
+
n n
1
2
41

2
⎡ s s ⎤
⎢ +
n n
⎥
df =
⎣ ⎦
⎡ s ⎤ s
⎢
n
⎥
⎣ ⎦ n
n − n
+
2 2
1 2
1 2
• : Anzahl der Freiheitsgrade der t-Verteilung
2
2
2
2 ⎡ ⎤
1
2
⎢ ⎥ (auf nächste ganze Zahl abgerundet)
1 ⎣ 2 ⎦
1 −1
1
2
Testentscheidung unter Verwendung des Quantils der t-Verteilung
a. t > tdf , / →
α 2 Ablehnung von H 0
b. t > tdf ,α → Ablehnung von H0 c. t

9.7
9.7.1
Fotos
Fotos der Messpunkte am Waldsee
Abb. 14: Messpunkt 1 mit Schaumbildung (Abfluss des Waldsees)
Abb. 15:
Frisch gemähtes Gras im Moosbach (Messpunkt 1)
43

Abb. 16: Blick auf den Steg des Waldseebades (Messpunkt 2)
Abb. 17:
Messpunkt 3
44

Abb. 18: Messpunkt 4
Abb. 19:
Messpunkt 5 (mit darin schwimmendem Müll)
45

Abb. 20: Messpunkt 6
Abb. 21:
Hochmoorwiese (Messpunkt 7)
46

Abb. 22: Messpunkt 8 (Querformat)
Abb. 23:
Zulauf des Waldsees (Messpunkt 9)
47

Abb. 24: Messpunkt 10
Abb. 25:
Messpunkt 11
48

Abb. 26: Messpunkt 12 („am Fischersteg“)
Abb. 27:
Messpunkt 13
49

Abb. 28: Messpunkt 14 (Querformat)
Abb. 29:
Trübung der Wasserproben 1 - 14 (von links nach rechts)
50

9.7.2
Fotos der Messpunkte im Trogener Moor
Abb. 30: Torfmoos im Trogener Moor (für Messwert 2 ausgedrückt)
Abb. 31:
Typischer Tümpel im Trogener Moor
51

Abb. 32: Moorsee im Trogener Moor (Querformat)
Abb. 33:
Abfluss des Moorsees im Trogener Moor
52

10.
10.1
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
Quellenverzeichnis
Literaturquellen
Asselborn, Wolfgang / Jäckel, Manfred / Risch, Karl: Chemie Heute. Sekundarbereich
II. Schroedel Schulbuchverlag, Hannover, 1999
Dietlein, Thomas: mündliche Mitteilung am 30.03.2009
Ehmann, J.: Aus Lindenbergs Erdgeschichte und Pflanzenwelt.
Entnommen aus: Die schöne Bergstadt Lindenberg i. Allgäu. Sonderdruck aus der
Heimatzeitschrift „Das Bayernland“, München, 1913
Feuerpfeil, Jürgen / Heigl, Franz: Wahrscheinlichkeitsrechnung und Statistik N.
Bayerischer Schulbuch Verlag, München, 2. Auflage 1999
Frahm, Jan-Peter / Frey, Wolfgang: Moosflora. 2., überarbeitete Auflage,
Verlag Eugen Ulmer, Stuttgart, 1987
Kinzel, Helmut: Pflanzenökologie und Mineralstoffwechsel. Ulmer, Stuttgart, 1982
Rudolf, Matthias / Kuhlisch, Wiltrud: Biostatistik – Eine Einführung für
Biowissenschaftler. Pearson Studium, München, 2008
Stiefenhofer, Hans: Aus vergangenen Tagen. Beiträge zur Lindenberger
Heimatkunde. Band 5.. Lindenberg, 1998
53

10.2
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
[24]
Internetquellen und sonstige digitale Quellen
Bund Naturschutz - Pflege- und Entwicklungskonzept für die Lindenberger Moore
http://www.lindau.bund-naturschutz.de/index.php?id=663
Einführung und Nachschlagewerk für die Statistik-Software GNU R
http://de.wikibooks.org/wiki/GNU_R
Hannah Instruments - Produktinfos zu HI 98129
http://www.hannainst.com/usa/prods2.cfm?id=002003&ProdCode=HI%2098129
Hilfedatei des Programms R: siehe beiliegende CD
Infotafeln des Moorlehrpfads am Waldsee: siehe beiliegende CD
Institut für Statistik und Ökonometrie an der Georg-August-Universität Göttingen:
Einführung in R
http://www.statoek.wiso.uni-goettingen.de/service/rskript.htm
Meteomedia GmbH Bochum: Wetterdaten der Messstation Lindenberg im Allgäu
Auskunft per E-Mail, Kontaktperson Beate Debiel
Producing Simple Graphs with R
http://www.harding.edu/fmccown/r/
Quick-R: Line Charts
http://www.statmethods.net/graphs/line.html
Skript zum Thema Calcium
http://www.chids.de/dachs/expvortr/547Calcium_Will_Scan.pdf
Temsch, Eva Maria: Morphologie von Torfmoosen
http://www.botanik.univie.ac.at/~temsch/morphod.html
Welch-Test:
http://www.statistics4u.info/fundstat_germ/ee_welch_test.html
Wikipedia:
Boxplot
http://de.wikipedia.org/wiki/Boxplot
pH-Wert
http://de.wikipedia.org/wiki/PH-Wert
Torfmoose
http://de.wikipedia.org/wiki/Torfmoose
T-Test
http://de.wikipedia.org/wiki/T-Test
54

10.3
Bildquellen
Abb. 1: http://upload.wikimedia.org/wikipedia/commons/9/97/Sphagnum_sp.jpg
Abb. 2: http://www.ucmp.berkeley.edu/plants/bryophyta/sphlfcells.jpg
Abb. 3: aus http://www.chids.de/dachs/expvortr/547Calcium_Will_Scan.pdf (S.25)
Abb. 4: http://www.chempage.de/lexi/phmeter.jpg, bearbeitet mit Adobe Photoshop
Abb. 5: Grafik erstellt mit R Graphics
Abb. 6: Grafik erstellt mit R Graphics
Abb. 7: Grafik erstellt mit R Graphics
Abb. 8: Grafik erstellt mit R Graphics
Abb. 9: Grafik erstellt mit R Graphics
Abb. 10: http://www.openstreetmap.org/?lat=47.60266&lon=9.86892&zoom=17&layers=M
Abb. 11: http://www.geodaten.bayern.de/BayernViewer2.0/index.cgi?rw=4339780&hw=527
6090&layer=DOP&step=1
Abb. 12: http://www.bing.com/maps/?v=2&cp=rxt94jhtsrqh&lvl=14&dir=0&sty=b
Abb. 13: Grafik erstellt mit R Graphics, bearbeitet mit Adobe Illustrator
Abb. 14: Fotografie des Autors am 11.08.2010 um 17:52
Abb. 15: Fotografie des Autors am 12.08.2010 um 18:04
Abb. 16: Fotografie des Autors am 10.08.2010 um 16:38
Abb. 17: Fotografie des Autors am 15.07.2010 um 10:36
Abb. 18: Fotografie des Autors am 10.08.2010 um 16:57
Abb. 19: Fotografie des Autors am 25.07.2010 um 10:41
Abb. 20: Fotografie des Autors am 10.08.2010 um 16:52
Abb. 21: Fotografie des Autors am 10.08.2010 um 16:54
Abb. 22: Fotografie des Autors am 10.08.2010 um 16:59
Abb. 23: Fotografie des Autors am 10.08.2010 um 17:01
Abb. 24: Fotografie des Autors am 10.08.2010 um 17:04
Abb. 25: Fotografie des Autors am 10.08.2010 um 17:07
Abb. 26: Fotografie des Autors am 10.08.2010 um 17:10
Abb. 27: Fotografie des Autors am 10.08.2010 um 17:13
Abb. 28: Fotografie des Autors am 25.07.2010 um 11:22
Abb. 29: Fotografie des Autors am 29.09.2010 um 15:23
Abb. 30: Fotografie des Autors am 10.08.2010 um 13:56
Abb. 31: Fotografie des Autors am 10.08.2010 um 14:27
Abb. 32: Fotografie des Autors am 10.08.2010 um 14:34
Abb. 33:
Fotografie des Autors am 10.08.2010 um 14:40
55

11.
Danksagung
Abschließend möchte ich mich noch bei allen bedanken, die mich bei meiner Arbeit unterstützt
haben. Dabei im Besonderen bei meinen Eltern, meiner Schwester und Hana, die mich bei
Wind und Wetter zum Waldsee begleitet und mich bei den Messungen unterstützt haben.
Außerdem bedanke ich mich bei der Meteomedia GmbH für die kostenlose Bereitstellung
der Wetterdaten Lindenbergs zur Verwendung im Rahmen dieser Facharbeit. Im Speziellen
bedanke ich mich dafür bei Frau Debiel von der Meteomedia GmbH, die meine Anfragen
immer schnell und umfassend beantwortet hat.
56

Selbständigkeitserklärung
Ich erkläre hiermit, dass ich die Facharbeit ohne fremde Hilfe angefertigt habe und nur die im
Quellenverzeichnis angeführten Quellen und Hilfsmittel benutzt habe.
Lindenberg, den 23.12.2010
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
(Unterschrift des Schülers)