In Germany, atmospheric deposition of heavy metals derived by modelling and measurements using biological and technical samplers are used to spatially differentiate respective European data. However, a comparative analysis is still missing. Therefore, this article compares results from deposition modelling derived by LOTOS-EUROS and EMEP with data on heavy metals concentrations in leaves, needles and organic surface soil collected by intensive forest monitoring (ICP Forests Level II) and the Environmental Specimen Bank (ESB). The concentrations in leaves and needles collected during the years 2007–2011 for the specimen bank revealed clear correlations with the modelled values. They were specific for the matrices sampled and, in case of Cd concentrations in one year old spruce needles, for ecosystem types. Thereby, the correlations with LOTOS-EUROS were stronger than those with EMEP. Yet, these differences could not be proved to be significant. Most data retrieved from ICP Forests Level II monitoring showed stronger correlations with EMEP. They are lower than those calculated from specimen bank data. The advantage of IPC Forests Level II data is that it yields concentrations for different age groups of needles. Rather high correlations were found especially between LOTOS-EUROS results and Pb concentrations in two year old needles collected from pine and spruce. Additionally to leaves and needles, Forests Level II data were used to analyze heavy metal concentrations in organic soil layers. Significant correlations were computed for Cd between the modelled total deposition and respective concentrations in OH soil layers and for Pb between modelled total deposition and OL and OH soil layers. The different biomonitoring networks should be connected more tightly to enhance the spatial significance of their common data.

Depositionsmodellierungen und -messungen mit technischen Sammlern und biologischen Akkumulationsindikatoren dienen in Deutschland der räumlichen Differenzierung entsprechender Informationen, die für ganz Europa erhoben werden. Eine integrative, vergleichende Auswertung fehlt jedoch. Deswegen werden in diesem Artikel Ergebnisse zweier chemischer Transportmodelle zur Berechnung der Schwermetalldeposition (LOTOSEUROS, EMEP) für Deutschland mit Schwermetallkonzentrationen in Blättern, Nadeln und Auflagehorizonten von Böden des intensiven Waldmonitorings ICP Forests Level II und der Umweltprobenbank (UPB) verglichen. Die Nadel- und Blattspiegelwerte der Jahre 2007–2011 aus der UPB zeigten deutliche statistische Zusammenhänge mit den Modellierungen. Die Korrelationen erwiesen sich als probenartenspezifisch, bei Cd-Gehalten in einjährigen Fichtentrieben zudem ökosystemspezifisch. Die UPB-Daten zeigten in der Regel höhere Korrelationen zu den LOTOS-EUROS- als zu den EMEP-Modellierungen. Die Unterschiede waren jedoch statistisch nicht signifikant. Die akkumulierten Elementgehalte von ICP Forests Level II zeigten überwiegend stärkere Korrelationen zu den EMEP-Modellierungen. Im Vergleich mit der UPB sind bei den Level-II-Daten die Korrelationen meistens schwächer. ICP Forests Level II hat den Vorzug, Daten zu Nadelproben unterschiedlicher Altersklassen zu liefern. Relativ hohe altersklassenspezifische Korrelationen ergaben sich insbesondere zwischen den mit LOTOSEUROS modellierten Pb-Depositionen und zweijährigen Kiefern- und Fichtennadeln. Neben den Nadel-/Blattanalysen wurde ICP Forests Level II auch genutzt, um den Schwermetallgehalt in der Humusauflage zu untersuchen. Statistisch signifikante Korrelationen zeigten sich hier zwischen der modellierten Cd-Gesamtdeposition und der Konzentration in OH-Horizonten sowie zwischen der Pb-Gesamtdeposition und den Konzentrationen in OL- und OH-Horizonten. Durch die Integration der Messnetze der Biomonitoringprogramme ICP Forests Level II, UPB und Moos-Monitoring könnte zukünftig die räumliche Aussagekraft der Daten erhöht werden.

Les modélisations et mesures de dépôts avec des collecteurs techniques et des indicateurs biologiques d'accumulation servent en Allemagne à différencier spatialement les informations qui sont relevées pour toute l'Europe. Une analyse intégrative et comparative manque toutefois. Pour cette raison, les résultats de deux modèles de transports chimiques pour le calcul de dépôts de métaux lourds (LOTOS-EUROS, EMEP) en Allemagne sont comparés dans le présent article aux concentrations en métaux lourds dans les feuilles, aiguilles et horizon superficiel des sols de l'inventaire forestier intensif, ICP Forests Level II, et de la banque d'échantillons de l'environnement (Umweltprobenbank, UPB). Les valeurs pour les aiguilles et feuilles des années 2007–2011 de l'UPB démontrent une relation statistique évidente avec les modélisations. Les corrélations se sont révélées spécifiques pour les échantillons et, en plus, pour la teneur en Cd pour des pousses annuelles d'épicéa spécifiques pour l'écosystème. Les corrélations pour les données UPB étaient généralement plus fortes avec les modélisations LOTOS-EUROS qu'avec celles d'EMEP. Les différences ne sont toutefois pas statistiquement significatives. Les teneurs accumulées d'éléments d'ICP Forests Level II montrent généralement de plus fortes corrélations avec les modélisations EMEP. En comparaison avec l'UPB, les corrélations avec les données Level II sont généralement plus faibles. ICP Forests Level II a l'avantage de livrer des données pour des échantillons d'aiguilles de différentes classes d'âge. De fortes corrélations spécifiques aux classes d'âge ont été obtenues entre les dépôts de Pb modélisés par LOTOS-EUROS et les aiguilles âgées de 2 ans de pin et d'épicéa. L'ICP Forests Level II a été utilisé, outre pour les analyses des aiguilles et des feuilles, pour examiner la teneur en métaux lourds de la couche d'humus. Corrélations significatives ont été trouvées pour Cd entre les dépôts totaux modélisés et les concentrations dans les horizons OH ainsi que pour Pb entre les dépôts totaux modélisés et les concentrations dans les horizons OH et OL. Grâce à l'intégration des réseaux de biosurveillance (ICP Forests Level II, UBP et du suivi des mousses), les interprétations spatiales des données pourront être renforcées.

This content is only available as a PDF.