Sekundärrohstoffe in Hüttenhalden

(1)

Metallurgische Nebenprodukte

– Strategien zur Haldendetektion und -analyse auf Basis von Geoinformationstechnologien –

Jochen Nühlen, Michael Denk, Cornelia Gläßer, Sebastian Teuwsen und David Algermissen

1. Projektvorstellung ...359

2. Motivation ...360

3. Projektansatz ...361

4. Ergebnisse der Fernerkundung ...361

4.1. Satellitenfernerkundung zur Haldendetektion...364

4.2. Haldentypisierung auf regionaler Ebene ...366

4.3. Reflexionsspektrometrie und hyperspektrale Fernerkundung ...368

4.4. Gesamtworkflow ...369

5. Stoffstromanalyse ...371

6. Metallurgie und Wertstoffrückgewinnung ...372

7. Visualisierung ausgewählter Haldenbereiche...373

7.1. 3D-Darstellung von Halden auf Basis von Kartenmaterial ...373

7.2. 3D-Darstellung von Halden auf Basis von Stereoluftbildern ...375

8. Zusammenfassung ...377

9. Literatur ...381

1. Projektvorstellung

Die nachfolgenden Methoden und Ergebnisse wurden im Rahmen des Verbundprojekts REStrateGIS Konzeption und Entwicklung eines Ressourcenkatasters für Hüttenhalden durch Einsatz von Geoinformationstechnologien und Strategieentwicklung zur Wiederge- winnung von Wertstoffen erarbeitet. Die Förderung des Projekts erfolgte innerhalb der BMBF-Fördermaßnahme r³-Innovative Technologien für Ressourceneffizienz – Stra- tegische Metalle und Mineralien zwischen August 2012 bis Juli 2015 (FKZ: 033R103).

Vollständige Ergebnisse finden sich im Abschlussbericht.

(2)

Das Verbundprojekt wurde koordiniert durch das Fraunhofer-Institut für Umwelt-, Sicherheits- und Energietechnik UMSICHT und gemeinschaftlich in einem inter- sowie transdisziplinären Ansatz mit den Partnern Martin-Luther-Universität Halle-Witten- berg (Institut für Geowissenschaften und Geographie – Fachgebiet Geofernerkundung und Kartographie), der EFTAS Fernerkundung und Technologietransfer GmbH sowie dem FEhS Institut für Baustoff-Forschung e.V. bearbeitet. Für die Möglichkeit der Durchführung projektspezifischer Untersuchungen an der Halde in Unterwellenborn, dankt das Konsortium ausdrücklich der Stahlwerk Thüringen GmbH.

Zusammen mit den Haldenprojekten ROBEHA [11] und SMSB [13] hat REStrateGIS das Haldencluster in der r³-Fördermaßnahme gebildet. Im Rahmen der Zusammenar- beit während und über die Projektlaufzeit hinaus, sind Projekterfahrungen, Methoden und Ergebnisse zu Berge-, Aufbereitungs- und Hüttenhalden zusammengetragen, diskutiert und analysiert worden. Die Ergebnisse fließen aktuell in ein Methodenhandbuch ein, indem wesentliche Schritte zu einer erfolgreichen Bewertung und ökonomischen sowie ökologischen Aufarbeitung von Haldenmaterial zusammengefasst werden.

2. Motivation

Ausgelöst durch die massive Bevölkerungsentwicklung steigt der globale Bedarf an Energie und Rohstoffen stetig. Durch die Endlichkeit von Lagerstätten werden die Themen Recycling und die effiziente Nutzung von werthaltigen Reststoffströmen immer wichtiger. Die Bedeutung des effizienten Umgangs mit natürlichen Georessourcen nimmt stark zu und wird somit zu einer Schlüsselkompetenz, denn das Wissen über diese ist die Basis der wirtschaftlichen Entwicklung und bildet den Beginn der Wert- schöpfungskette für viele wichtige Güter der heutigen Industriegesellschaft. Auf der Suche nach neuen Lagerstätten wird weltweit verstärkt exploriert und konventionelle Lagerstättentypen werden teils mit hohem Landschafts- und Ressourcenverbrauch erschlossen, um der physischen Verknappung zu begegnen. Insbesondere in rohstoff- importabhängigen Ländern müssen jedoch Alternativen gefunden werden.

Ein grundsätzliches Verständnis von Stoffströmen bildet die Grundlage einer effektiven und zugleich effizienten Nutzung von Sekundärrohstoffen. Doch das Wissen über die Herkunft abgelagerter Materialien und industrieller Reststoffe ist begrenzt, wodurch Sekundärrohstoffpotenziale möglicherweise ungenutzt bleiben. Materialien mit hohen sowie niedrigen Wertstoffkonzentrationen müssen detektiert, verstanden und gezielt eingesetzt werden. Nur so können sie der Wertschöpfungskette erneut zugeführt werden und im Idealfall Primärrohstoffe in einem hochwertigen und qualitätsgesicherten Produkt substituieren.

Im Fokus aktueller Forschungsaktivitäten liegen insbesondere die bislang wenig be- achteten anthropogenen Lagerstätten wie Industrie- und Bergbauhalden oder auch die mögliche stoffliche Nutzung von Materialien aus alten Deponiekörpern. Zur Minimie- rung von Importabhängigkeiten und der Erhöhung der Ressourceneffizienz bildet die Exploration nicht genutzter anthropogener Lagerstätten einen wichtigen Baustein. Die zentrale Aufgabenstellung des Verbundprojekts REStrateGIS war daher die multiskalare

(3)

Erfassung und Analyse potenzieller anthropogener Sekundärrohstofflager in Form von Halden auf nationaler, regionaler und lokaler Ebene in Deutschland. Im Fokus des Pro- jekts standen dabei insbesondere Halden der Eisenhüttenindustrie, die zu den relevanten anthropogenen Lagerstätten mit potenziellen metallischen Wertelementen zählen.

3. Projektansatz

Das Projekt basiert auf einem interdisziplinären Ansatz, der unterschiedliche Methoden auf nationaler, regionaler und lokaler Ebene miteinander verknüpft (vgl. [15]). Ausge- hend von einem zusammengestellten deutschlandweiten Übersichtskataster, welches Daten aus den Beständen der zuständigen Behörden und Sekundärquellen einheitlich modelliert und darstellt, wurden wissenschaftlich-technisch innovative Labormethoden und Methoden der Fernerkundung zur Haldenanalyse und ihren Wertstoffen adaptiert und prototypisch an einem Modellstandort in Thüringen angewandt. Sowohl Methoden der multi- und hyperspektralen Fernerkundung als auch chemisch-mineralogische Analysen kamen zum Einsatz und wurden anhand von Feldarbeiten, Referenz- und Analysedaten sowie Expertenwissen validiert. Die Ergebnisse wurden in ein lokales Ressourcenkataster auf Standortebene der Modellhalde implementiert. Die Besonder- heit ist dabei, dass erstmals alle Altdaten in einem Kataster räumlich zugeordnet und dabei mit weiterführenden Analysen erweitert wurden. Ausgewählte Ergebnisse wurden in einer standortbezogenen dreidimensionalen Darstellung visualisiert. Auf Basis der Erkenntnisse aus dem Ressourcenkataster wurden Möglichkeiten zur Rückgewinnung von Wertstoffen beschrieben und bewertet. Parallel wurden Verwertungsstrategien unter Einbeziehung von Vertretern aus Industrie und Wissenschaft diskutiert. Durch diese Vorgehensweise wird gewährleistet, dass im Hinblick auf eine spätere Detail- analyse zur Sekundärrohstoffgewinnung potenziell interessante Haldenbereiche nä- her untersucht werden können. So können etwaige kostenintensive Bohrungen oder geophysikalische Erkundungen zielgerichtet eingesetzt werden und die Effizienz des Gesamtvorhabens steigt.

Mithilfe der entwickelten Methodik zur Erstellung einer umfassenden Wissensbasis einer Hüttenhalde können die effiziente und umweltschonende Exploration sowie die Wiedergewinnung der Metalle aus den abgelagerten Stäuben, Schlämmen, nicht verwertbaren Schlacken und anderem Hüttenschutt gezielt vorangetrieben werden. So werden mittelfristig die technologischen Rahmenbedingungen geschaffen, um derartige anthropogene Lagerstätten für die Rohstoffversorgung nutzen zu können und dadurch langfristig die Importabhängigkeit zu mindern. Die Methodenentwicklung besitzt darüber hinaus das Potenzial zur Übertragbarkeit in andere Regionen der Welt, um weitere Sekundärrohstofflager zu detektieren und zu analysieren.

4. Ergebnisse der Fernerkundung

Die Arbeiten zur Fernerkundung wurden auf drei Ebenen durchgeführt. Je nach betrachteter Ebene wurden unterschiedliche Ziele verfolgt. Nachfolgend sind die Me- thoden in Tabelle 1 zusammengestellt.

(4)

Tabelle 1: Anwendung der Fernerkundungsmethoden im Projekt REStrateGIS Nationale Ebene Regionale Ebene Lokale Ebene

Nutzung von Digitalen Gelände- Haldentypisierung auf Basis Stoffliche Analysen von Haldenmaterial auf modellen (DGM) aus Satelliten- von multispektralen Satelliten- Basis punktueller reflexionsspektrometrischer bilddaten zur Haldendetektion bilddaten Messungen und hyperspektraler Fernerkundung

Bild 1:

Übersicht der drei Testregio- nen Saarland (T1), westliches Ruhrgebiet (T2) und Mansfelder Land (T3), Kartengrundlage ESRI Basiskartensatz

0 50 100 200 Kilometer 1:5.000.000

Die Methoden zur Detektion als auch zur Typisierung von Halden aus Fernerkun- dungsdaten wurden exemplarisch in drei Testregionen durchgeführt. Dies war nötig, um die Methoden in möglichst vielen Geländesituationen sowie an unterschiedlichen Haldengeometrien zu testen. Die Testregionen mussten sowohl eine unterschiedliche Geomorphologie der Region als auch Morphologie der Halden (Kegelhalden, Tafel- halden, usw.) aufweisen. Zum anderen mussten sich die Regionen auch durch eine verhältnismäßig hohe Haldenanzahl und unterschiedliche Haldentypen sowie Halden- geometrien (Höhe, überbaute Flächen, Böschungsausmaße, Neigung usw.) auszeichnen.

Anschließend wurde die entwickelte Fernerkundungsmethode in Mitteldeutschland im Mansfelder Land (Region Halle/Saale) getestet (Validierungsregion) (vgl. Bild 1).

(5)

Metallurgische Nebenprodukte Tabelle 2: Charakteristik der Testregionen im Projekt REStrateGIS

Testregion Morphologie Morphologie Industriezweig Herausforderung

Halden Region Fernerkundung

Saarland größere Halden flach, tlw. reliefiert Eisen und Stahl, Hoch

(T1) Steinkohle

westliches Ruhrgebiet größere Halden, eher flach Eisen und Stahl, Gering

(T2) Tafelhalden Steinkohle

Mansfelder Land vielfältig, Kegelhalden, eher flach NE-Metallproduktion Mittel (T3) Kleinsthalden u.a. Formen

Flankierend zu den Fernerkundungsmethoden wurde ein deutschlandweites Haldenkataster (Übersichtskataster) erstellt. Ziel war die möglichst umfassende Zusammenstellung von Haldenstandorten in Deutschland. Aufbauend auf einer Bestimmung von Begrifflichkeiten zum Thema Halden, sowie einer umfassenden Literaturrecherche, wurde eine Methodenentwicklung zur Haldenklassifikation in Form von Beschreibung, Einteilung und Unterscheidung der einzelnen Haldenobjekte durchgeführt. Die Klassifikation ist Ausgangspunkt für die anschließende Datenmo- dellerstellung. Unter Datenmodell ist in diesem Kontext ein relationales Datenmodell bestehend aus unterschiedlichen Tabellen und entsprechenden Verknüpfungen unter- einander zu verstehen. In den Tabellen werden die Eigenschaften der Haldenobjekte als alphanumerische Attribute (Sachdaten) verwaltet. Letztlich sind unterschiedliche Sachdaten in das Datenmodell aufgenommen und je nach Datenlage dem jeweiligen Standort hinterlegt worden. Als Sachdaten sind u.a. der Haldentyp, Name, Ort, Position, Höheninformationen, abgebauter und abgelagerter Rohstoff oder die aktuelle Nutzung hinterlegt. Darüber hinaus wurden in den festgelegten Modellregionen Detailanfragen an nachgelagerte Kreisbehörden und Städte gestellt. Insgesamt sind 1.143 Halden in dem Datenmodell verzeichnet, von denen 565 Standorte eindeutig georeferenziert werden konnten.

Die Literatur- und Archivdaten stellen die Basis des deutschlandweiten Haldenka- tasters dar und bilden darüber hinaus die Referenzdaten zur Validierung der Fern- erkundungsmethoden. Durch projektinterne Recherche und das Zusammenführen und Harmonisieren von verfügbaren Daten unterschiedlicher Quellen konnten durch Validierung verschiedenen Haldentypen identifiziert werden. Die Halden wurden demnach in Bergehalde, Aufbereitungshalde, Hüttenhalde, Mischtyp und eine nicht klar zuzuordnende Sammelgruppe kategorisiert (vgl. Bild 2). Aufgrund der Vielzahl der Datenquellen (Literaturrecherchen wissenschaftlicher und nicht-wissenschaftlicher Quellen, Internetrecherchen, Begehungen) sind die Einzelquellen nicht angegeben, liegen aber in der zugrunde liegende Datenbank vor. Von Behörden zur Verfügung gestellte Archivdaten wurden zur Validierung der Fernerkundungsdaten genutzt und aus Datenschutzgründen nicht in das öffentliche WebGIS eingebunden. Alle Landes- behörden der Bundesrepublik Deutschland wurden zur Datenbereitstellung angefragt.

Die vielfältigen Daten sind in einer WebGIS Informationsplattform [12] gespeichert.

Diese erlaubt auf nationaler, regionaler und lokaler Ebene einen Einblick in das Projekt und die dort entwickelten Methoden. Stand der Datenrecherche ist September 2015.

Die generellen geomorphologischen Eigenschaften sowie die zu erwartenden Halden- typen und Geometrien in den Testregionen sind in Tabelle 2 zusammengefasst.

(6)

Bild 2: Beispiel Haldentypen im Ruhrgebiet, Screenshot aus dem WebGIS, in rot markiert T2, Kartengrundlage © OpenStreetMap

4.1. Satellitenfernerkundung zur Haldendetektion

Halden stellen insbesondere in Gebieten mit flacher Geomorphologie wie etwa dem westlichen Ruhrgebiet/Niederrhein oder auch in der norddeutschen Tiefebene markante Geometrien dar. Diese heben sich im Allgemeinen stark von der Umgebung ab.

Grundsätzlich kann angenommen werden, dass sich Halden von natürlichem Relief in ihrer Geometrie unterscheiden (z.B. gestrecktere Hänge, gleichmäßiger Verlauf im Vergleich zur geogenen Formen), da die Geometrien oft technischen Ursprungs sind.

Diese besonderen Geländemerkmale sollen mit Hilfe von Digitalen Geländemodellen (DGM) aus Satellitendaten und mathematischen Algorithmen automatisch detektiert werden, denn Algorithmen können in DGM nach diesen Besonderheiten suchen. Für großflächige überregionale Analysen sind DGM aus Satellitendaten (SRTM und ASTER DGM V2) aufgrund der großen Gebietsabdeckung zu präferieren. Insbesondere in Gebieten, in denen keine oder nur sehr wenige Literaturquellen zu Haldenstandorten vorliegen, kann diese automatisierte Detektion eine hilfreiche Voranalyse zur späte- ren Erkundung sein. Ein weiterer Vorteil der automatisierten Detektion von Halden in unbekannten Gebieten ist, dass sie verhältnismäßig kostengünstig große Gebiete erfassen können und dem Nutzer dabei mögliche Sekundärrohstofflager aufzeigen.

Bergehalde Aufbereitungshalde Hüttenhalde Mischtyp Andere

(7)

Für die Methodenentwicklung zur Haldendetektion im Projekt REStrateGIS wurden DGM auf Basis von Satellitendaten verwendet. Die Herausforderung für die compu- tergestützte Detektion von Halden aus dem ASTER Global Digital Elevation Model (GDEM v2) besteht jedoch darin, auch in Gebieten mit starkem natürlichen Relief, wie z.B. in Mittelgebirgslandschaften, diese geometrischen Unterschiede zu erkennen.

Dies gilt auch, wenn Halden etwa an natürliche Hänge angeschüttet sind. Zur Detek- tion von Haldengeometrien mussten die angewendeten Algorithmen somit zwischen Vollformen natürlichen und anthropogenen Ursprungs unterscheiden. Verschiedene Herangehensweisen wurden durch EFTAS entwickelt, getestet und mit den Referenz- daten des Übersichtskatasters validiert (vgl. [15]). Insgesamt wurden fünf Ansätze zur Detektion in den drei Testregionen durchgeführt. Die angewandten Ansätze zur Haldendetektion bestehen aus einem Set von Methoden (Gradientenanalyse, Glät- tungsverfahren, Ableitung von Höhendifferenzen) (vgl. Tabelle 3). Dabei ist jedoch zu beachten, dass die automatisierte Detektion nie ein alleiniges, hinreichendes Kriterium zur abschließenden Identifikation einer Halde darstellt und immer in Verbindung mit Hintergrunddaten (z.B. Literatur, Luftbildern) durchgeführt werden muss.

Tabelle 3: Methoden zur Detektion von Haldengeometrien in digitalen Geländemodellen (DGM)

Methode 1 Methode 2 Methode 3 Methode 4 Methode 5

Glättungsansatz Höhenlinienansatz Laplacian-of- Modifizierter Harris-Ansatz Gaussian Ansatz Glättungsansatz

Datenbasis ASTER GDEM v2 Datenbasis TanDEM-X

Bei Anwendung der ersten Methode wird das digitale Geländemodell mit Hilfe von In- terpolationsverfahren geglättet. Durch Abzug verschieden ausgeprägter Glättungsstufen erhält der Anwender als Differenz lokale Erhebungen. Ein einfacher Schwellenwertope- rator trennt die vermeintlich detektierte Halde von der Umgebung. In Methode zwei werden ausgehend vom höchsten Punkt geschlossene Umringe (Linien gleicher Höhe) im Höhenprofil gesucht. Wenn diese Umringe sehr dicht beieinander liegen und im Vergleich zum sonstigen Höhenprofil markante Erhöhungen darstellen, ist der erste An- haltspunkt für eine potenziell anthropogene Vollform gegeben. Für jeden gefundenen Umring werden die darunterliegenden Umringe analysiert, um so potenzielle Halden, beginnend beim höchsten Punkt, nach unten hin abzugrenzen. Flächenwachstum und Kompaktheit werden bei jedem Iterationsschritt überprüft und stellen, je nach Definiti- on, Abbruchkriterien der Suche dar. Im Gegensatz zum Glättungsverfahren lassen sich die Parametersätze leichter global festlegen und sind nicht so stark gebietsabhängig.

Daher werden für neue Gebiete keine Trainingsdaten benötigt, sobald ein optimaler Parametersatz gefunden wurde. Der Nachteil des Verfahrens ist, dass sich der Umring am Haldenfuß nicht präzise bestimmen lässt, so dass ein Schnitt oberhalb sinnvoll erscheint, was zu einer Reduktion der detektierten Fläche (und damit von Höhe und Volumen) führt. Die Anwendung der Methodik eignet sich daher insbesondere für Gebiete mit Halden ab einer gewissen Mindestgröße (Höhe und Volumen). Ähnlich der Methode 1, basiert der Laplacian-Gaussian-Ansatz (Methode 3) auf der Suche von Nulldurchgängen in einer Näherung des Laplace Operators mit Gauß-Glättung zur

(8)

Detektion von Hängen. Der Algorithmus in Methode 4 bildet mehrmals hintereinander das Minimum aus dem Höhenprofil und einer geglätteten Variante, um so charakteristische Erhebungen im Sinne einer Halde zu erkennen (vgl. [2]). Nachteil ist jedoch, dass in stark reliefierten Gebieten die Anzahl von Fehldetektionen steigt, da dieser Ansatz nicht so präzise durch Parameterwahl an ein Gebiet angepasst werden kann wie der Glättungsansatz. Vorteil des Ansatzes ist jedoch die gute Anpassungsfähigkeit gegenüber neuen Gebieten. Als gute Ergänzung zu dieser Methode kann Methode 5, der Harris- Ansatz, genannt werden. Durch den Harris-Ansatz werden teils Halden gefunden, für die keine markanten Punkte detektiert wurden. Das Prinzip des Harris-Ansatzes ist das Aufdecken von markanten Punkten mit Harris-Operator (Markante Punkte) und anschließendem Verschieben der Punkte zum lokalen Maximum (vgl. [9, 10]).

Davon ausgehend wird eine Höhenlinienanalyse mit dem Abbruchkriterium Boden (sprunghafter Flächenanstieg und Kompaktheitsmaß) durchgeführt. Das Verfahren ist idealerweise für geglättete Höhendaten (Rauschreduzierung), ebenes Bodenprofil und nicht zu stark reliefierte Gebiete anzuwenden. Nachteil des Harris-Ansatzes ist jedoch die Detektion von Halden an Hanglagen sowie die Abhängigkeit der Parameter für die Generierung der Harris-Punkte. So können zu wenige (Halden werden nicht gefunden, False-Negatives) oder zu viele Startpunkte (lange Rechenzeiten zur Prüfung, ggf. False-Positives bei Wasserflächen, Industrie-Gebäuden, natürlichen Bergforma- tionen) erzeugt werden. Der wesentliche Unterschied zur Methode 2 liegt darin, dass durch die zum lokalen Maximum hin verschobenen markanten Punkte bereits ein Startpunkt für eine potenzielle Halde existiert und dieser nicht durch die Suche nach in sich geschlossenen Umringen gewonnen wird. Somit ist durch den Harris-Ansatz eine feinere Abstufung als im Vergleich zur Höhenlinienanalyse möglich, da weniger Rücksicht auf lokale Störeinflüsse in den Höhendaten genommen werden muss. Be- trachtet man alle spezifischen Vor- und Nachteile der dargestellten Methodik, kann die Harris-Methode als erfolgversprechendster Ansatz genannt werden. In Verbindung mit Methode 4 zur Reduktion von False-Negatives (z.B. an Hanglage) sind die besten Ergebnisse erreicht worden.

4.2. Haldentypisierung auf regionaler Ebene

Neben der Detektion potenzieller Halden und deren automatisierter Unterscheidung von der natürlichen Geländeoberfläche, wurden umfassende Analysen mit multispektralen Satellitenbilddaten durchgeführt. In der Testregion Mansfelder Land erfolgten die fernerkundlichen Screenings und Analysen durch die Martin-Luther-Universität Halle-Wittenberg. Dazu wurden Daten der multispektralen Satellitensensoren ASTER (NASA/GSFC/METI/ERSDAC/JAROS, and U.S./Japan ASTER Science Team) und WorldView-2 (DigitalGlobe, Inc. All Rights Reserved) verwendet. Daten des ASTER- Sensors decken den Bereich des sichtbaren Lichtes (VIS), nahen (NIR) und kurzwelligen (SWIR) sowie thermalen Infrarot (TIR) über insgesamt 14 spektrale Bänder ab und besitzen eine räumliche Auflösung von 15 m (VIS-NIR), 30 m (SWIR) bzw. 60 m (TIR). WorldView-2-Daten haben mit einer Pixelgröße von 2 m eine deutliche höhere geometrische Auflösung und decken den Bereich des sichtbaren Lichtes und nahen Infrarot in 8 spektralen Bändern ab.

(9)

Für die Auswertung der Satellitenbilddaten wurden Ergebnisse der Haldendetektion durch EFTAS, Rechercheergebnisse von UMSICHT sowie ein frei verfügbarer Halden- layer (OpenStreetMap-Mitwirkende) für die Maskierung der Halden verwendet. Auf diese Weise konnten alle Flächen, die keine Halden repräsentieren, vorab ausmaskiert werden.

Die Auswertung der ASTER-Daten umfasste verschiedene überwachte und unüber- wachte Klassifikationsverfahren sowie die Berechnung von spektralen Indizes. Zunächst wurden hierbei über Vegetationsindizes, wie dem Normalized Difference Vegetation Index (NDVI, [21]) vegetationsbestandene von offenen Halden(bereichen) getrennt.

Für die Berechnung von geologisch-mineralogischen Indizes wurden diese Flächen anschließend ausmaskiert, um Fehlinterpretationen der Ergebnisse zu vermeiden.

Mittels Normalized Difference Salinity Index (NDSI, [25]) wurde eine gute Trennung der Kalihalden von den anderen Haldentypen erreicht, während die aus dem Kupfer- schieferabbau stammenden Bergehalden sowie Schlackehalden aus der Kupferschiefer- verarbeitung erfolgreich mit Carbonat-, Ferric- und Ferrous-Iron-Indizes [18, 22, 23]

differenziert werden konnten.

Für die Auswertung der WorldView-2-Satellitenbilddaten wurden neben sensor- spezifischen Indizes überwachte Klassifikationen mittels Spectral Angle Mapper (SAM, [16]) durchgeführt. Für die SAM-Klassifikationen wurden Zielklassen definiert und entsprechende Trainingsgebiete auf Basis umfangreicher Geländebegehungen, Referenzdaten und Experteninterviews gesetzt. Mittels der SAM-Klassifikation konnten erfolgreich Kupferschieferarmerze, Schlacken aus der Kupferschieferverarbeitung sowie carbonat-dominierte Bergemischmaterialien und vegetationsbestandene Flächen auf den Halden in ihrer räumlichen Verbreitung detektiert werden.

Da nahezu alle größeren Halden teils erhebliche Illuminationseffekte aufwiesen, wurden stark beschattete Flächen zunächst mit einer Simulation der Beleuchtungs- verhältnisse zum Aufnahmezeitpunkt der WorldView-2-Daten unter Verwendung eines aus Laserscannerdaten generierten DGM (Maschenweite von 1 m, LVermGeo Sachsen-Anhalt) erfasst. Anschließend wurden entsprechende Schatten-Bereiche aus den Satellitenbilddaten maskiert. Auf diese Weise konnten die Klassifikationsergebnisse verbessert werden.

Zusammenfassend betrachtet konnten mit Hilfe der multispektralen Satellitenbilddaten ein großräumiges Haldenscreening und stoffliche Analysen mit einem begrenzten Zeit- und Kostenaufwand realisiert werden. Bedingt durch die unterschiedliche geometrische Auflösung eigneten sich die ASTER-Daten sehr gut für das geologisch-mineralogische Screening der gesamten Testregion, während WorldView-2-Daten räumlich hoch- auflösende Detailanalysen auch einzelner Halden erlaubten. Aufgrund der fehlenden Abdeckung des kurzwelligen Infrarotes war mit diesen Daten eine weniger vielfältige mineralogisch-geologische Materialdifferenzierung im Vergleich zu den ASTER-Daten möglich. Großes Potential für die fernerkundliche Analyse von Haldenlandschaften sehen die Autoren in dem im Jahr 2014 gestarteten System WorldView-3. Dieses kombiniert die hohe Kanalzahl von ASTER im kurzwelligen Infrarot mit der hohen Kanalzahl im sichtbaren Licht und nahen Infrarot sowie der sehr hohen geometrischen Auflösung von WorldView-2.

(10)

4.3. Reflexionsspektrometrie und hyperspektrale Fernerkundung

Reflexionsspektrometrische Messungen und Spektralanalysen stellen ein etabliertes methodisches Instrumentarium im Bereich Geologie und Mineralogie dar. Dabei werden im Bereich des sichtbaren Lichtes, nahen und kurzwelligen Infrarot (350 bis 2.500 nm) quasi kontinuierliche Reflexionswerte aufgezeichnet. Bedingt durch die je- weilige mineralogisch-chemische Zusammensetzung ergeben sich materialspezifische spektrale Signaturen, die für qualitative und quantitative Analysen verwendet werden können (vgl. [3, 8, 14, 27]). Während zu Mineralen umfassende Spektralbibliotheken [1, 6] bestehen und zahlreiche Studien durchgeführt wurden (vgl. [27]), existieren zu den Reflexionseigenschaften von Nebenerzeugnissen aus der Eisen- und Stahlindustrie und der fernerkundlichen Analyse entsprechender Halden kaum Arbeiten. Die im Projekt durchgeführten systematischen punktuellen Reflexionsmessungen an verschiedenen Eisenhüttenmaterialien sowie die Anwendung abbildender terrestrischer (vgl. [17]) und flugzeuggestützter Hyperspektralscans zur Exploration der Modell- halde, stellen daher eine innovative Pilotstudie dar.

Im Rahmen des Projektes wurde eine umfassende Spektralbibliothek geschaffen, die spektrale Signaturen von mehr als 100 Proben unterschiedlichen Aufbereitungsgrades (verschiedene Feuchtigkeiten und Körnungen) enthält. Diese Bibliothek erlaubt die spektrale Typisierung und Differenzierung verschiedener Nebenerzeugnisse. Als Er- gebnis der Untersuchungen konnte die Verwendung reflexionsspektrometrischer Mes- sungen zur raschen, nicht-invasiven Materialcharakterisierung unter Feldbedingungen nachgewiesen werden. Zusätzlich sind die Optimierung von Probenahmestrategien und eine potentielle Reduktion des Beprobungsumfanges möglich. Über Spektral- analysen konnten auch semi-quantitative Zusammenhänge zwischen verschiedenen chemischen Parametern und den spektralen Charakteristika der Nebenerzeugnisse abgeleitet werden. Weitere Details zu den Reflexionseigenschaften verschiedener Nebenerzeugnisse finden sich in [7].

Abbildende terrestrische Hyperspektraldaten wurden mit einem Scanner vom Typ HySpex SWIR-320m von Norsk Elektro Optikk AS (NEO) an verschiedenen Stand- orten an der Modellhalde aufgenommen. Durch Auswertung dieser Daten sollte die räumliche Verteilung unterschiedlich wertstoffhaltiger Haldenmaterialien erfasst werden (vgl. [7]; in Kooperation mit der Virtual Outcrop Geology Group des Centre for Integrated Petroleum Research (CIPR), Bergen (Norwegen)¹). Parallel dazu erfolgten Probennahmen für mineralogische und chemische Laboranalysen sowie die spektrale Charakterisierung ausgewählter Referenzproben. Basierend auf dieser Datenbasis wurden anschließend verschiedene, im Bereich der geologisch-mineralogischen Fernerkun- dung (SAM-Klassifikation, vgl. Punkt 4.2 sowie Spectral Feature Fitting [4, 5, 19, 26]) etablierte Auswerteverfahren eingesetzt und auf diese Weise die räumliche Verteilung unterschiedlich wertstoffhaltiger Materialen erfasst (vgl. [7]). Neben den terrestrischen Hyperspektraldaten wurden parallel terrestrische Laserscannerdaten aufgezeichnet und daraus ein hochauflösendes Oberflächenmodell der gescannten Standorte erzeugt².

1 zusätzliche Förderung durch das DAAD PPP-Programm – Projektkennziffer 56444585

2 Dank an Danilo Schneider, TU Dresden

(11)

Mit diesem Modell wurden somit Hyperspektral- und Laserscannerdaten miteinander verschnitten. Neben der akkuraten Verortung der detektierten Materialien ist so auch eine verbesserte Interpretation der Ergebnisse möglich (Bild 3) (vgl. [7]).

Bild 3: Laserscannermodell eines Aufschlusses an der Modellhalde mit integrierten Ergebnissen der Auswertung der terrestrischen Hyperspektraldaten

aus Denk, M.; Gläßer, C.; Kurz, T.H.; Buckley, S.J.; Drissen, P.: Mapping of iron and steelwork by-products using close range hyperspectral imaging: A case study in Thuringia, Germany. In: European Journal of Remote Sensing, Vertical Geology Conference VGC-14 Special issue, Issue 48, 2015, p. 489-509; doi: 10.5721/EuJRS20154828

Durch Auswertung hyperspektraler Flugzeugscannerdaten des Sensors AisaDUAL (SPECIM, Spectral Imaging Ltd.), die die Modellhalde vollständig abdecken, konnten die dominanten, an der aktuellen Haldenoberfläche vorkommenden Materialien detektiert und differenziert werden. Im Gegensatz zu den historischen Nebenerzeugnissen an den Messstandorten der terrestrischen Spektrometrie handelt es sich hierbei um überwiegend rezente Nebenerzeugnisse sowie zur Abdeckung verwendete Materialien, die sich visuell nur schwer unterscheiden lassen (z.B. Asphalt und Elektroofenschlacke).

Obgleich an der Modellhalde großflächiger und dichter Vegetationsbestand einschrän- kend für die Auswertung der Flugzeugscannerdaten waren, wurde somit erfolgreich das Prinzip der Übertragbarkeit punktueller Ergebnisse auf flächenhafte Hyperspek- traldaten demonstriert. Damit wird das Methodenspektrum zur Haldenanalyse und Differenzierung unterschiedlich wertstoffhaltiger Haldenmaterialien erweitert und erfolgreich angewendet und validiert.

Zusammenfassend konnte sowohl durch die punktuellen reflexionsspektrometrischen Messungen und Analysen als auch durch die Auswertung der terrestrischen und flug- zeuggestützten Hyperspektraldaten ein wichtiger Beitrag zur Grundlagenforschung zur fernerkundlichen Haldenexploration geleistet werden (vgl. [7]). Es zeigte sich aber auch, dass noch Forschungsbedarf in der reflexionsspektrometrischen Analyse von Ne- benprodukten aus der Eisen- und Stahlindustrie und der Auswertung entsprechender Hyperspektraldaten existiert.

4.4. Gesamtworkflow

Um die umfassenden Arbeiten im Bereich der Fernerkundung zusammenzustellen und zu ordnen, wurde ein Gesamtworkflow durch die Martin-Luther-Universität

Farbliche Kodierung entsprechend des Eisengehaltes

Falschfarbenkomposit der MNF-Bänder 1/2/5

Echtfarbfotos

~ 5 m

(12)

Halle-Wittenberg erstellt. Der konzipierte Workflow gilt als methodischer Ansatz der schematisch das schrittweise Herangehen zusammenfasst und den Grad der erreich- baren Haldendifferenzierung ausweist (vgl. Bild 4).

Die Fernerkundungsarbeiten zur Haldentypisierung und zur Reflexionsspektrometrie werden mit Ergebnissen der Recherchen von Fraunhofer UMSICHT als auch Ergeb- nissen der geometrischen Haldendetektion durch EFTAS in einen methodischen Zu- sammenhang gebracht. Methoden der optischen Fernerkundung auf regionaler Ebene (z.B. im Projekt an ASTER- und WorldView-2-Satellitenbilddaten demonstriert) sowie materialspezifischer Verfahren, wie z.B. geologisch-mineralogische Indizes zur spektralen Haldentypisierung und -charakterisierung, werden mit Methoden auf lokaler Ebene wissensbasiert kombiniert. Der Workflow zeigt somit die Zusammenhänge der auf lokaler, regionaler und nationaler Ebene durchgeführten Arbeiten des Projekts und stellt den multiskalaren Gesamtworkflow zur Auswertung von Fernerkundungsdaten im Hinblick auf die Haldenerkundung dar.

Bild 4: Multiskalarer Gesamtworkflow zur Auswertung von Fernerkundungsdaten, Bearbeitung Michael Denk, MLU Halle-Wittenberg

Bundesebene

Modellregion

Modellhalde ASTER GDEM v2 TanDEM-X

ASTER

WorldView-2

Vollform

Anthropogene Vollform

Halde

Natürliche Vollform

Nicht- Halde

Input Umsicht:

Haldentypisierung Input EFTAS:

Shapefile und Geometrie der detektierten Vollformen (Position, Ausdehnung/Grundriss,

Volumen, Hangneigung,…)

Input Umsicht:

Haldentypisierung

Kalihalde Hüttenhalde halde …

Input EFTAS und Uni Halle:

• Maskierung optischer Fernerkundungsdaten mit den Ergebnissen von EFTAS und Umsicht

• Differenzierung verschiedener Haldentypen mittels Klassifikationsverfahren und spektraler Indizes

Nicht vegetations-

bestanden Vegetations-

bestanden Input FEhS:

Stoffbestand der Halden

Arbeiten/Ergebnisse Uni Halle Anthropogen

abgedeckt Haldenmaterial Nat. Sukzession Anthropogene

Begrünung Analysen flächendeckender

hyperspektraler Befliegungsdaten der Halde

* Boden

* Kunststoffe

* Geotextilien

* Asphalt

* …

• Ausweisung der räumlichen Verteilung unterschiedl.

Haldenmaterialien an der Haldenoberfläche

• Ausweisung der räumlichen Verteilung unterschiedl.

Materialien und deren Stoff- gehalte an aufgeschlossenen Haldenbereichen

• Detaillierte Analyse des Zusammenhangs zw. stofflichen und spektralen Eigenschaften des Haldenmaterials Analysen flächendeckender

hyperspektraler terrestrischer Hyperspektralaufnahmen

Punktuelle reflexionsspektrometrische Feld- und Labormessungen

• Bewuchsform/Pflanzenart

• Bestandsdichte

• Pflanzenstress

• Analyse auf mögliche Zeigerwirkungen

Input EFTAS:

3D-Modell der Halde

Input FEhS:

Stoffbestand der Halden Input FEhS:

Stoffbestand der Halden

(13)

5. Stoffstromanalyse

Eine weitere Methode zur Erkundung von Halden als Sekundärrohstofflagerstätte ist die Zusammenstellung und Auswertung der jeweiligen standortbezogenen Hütten- und Verfahrensgeschichte. Die Ergebnisse werden in Stoffstrommodellen dargestellt. Im Rahmen der Erarbeitung der Stoffstrommodelle wurden neben der Analyse der Produk- tionsverfahren sowie produzierten Mengen auch Informationen zu den produzierten Schlacken sowie deren Ablagerung auf der Halde erfasst. Mit jedem Produktionsver- fahren sind unterschiedliche Reststoffe der Eisen- und Stahlerzeugung verbunden, jede Veränderung der Produktionsverfahren hatte daher auch eine Veränderung der abgelagerten Materialien auf der Halde zur Folge. Die Entstehungsgeschichte des Hüttenstandorts (Maxhütte Unterwellenborn), deren Produktion die Aufschüttung der Halde begründet, wurde durch Fraunhofer UMSICHT in Kooperation mit der Stahlwerke Thüringen GmbH in acht Abschnitte unterteilt. Die Abschnitte sind in Form von Stoffstrommodellen dargestellt, die von den Gründerjahren (ab 1851) über die Nachkriegs- und DDR-Zeit bis hin zum aktuellen Stahlwerk die relevanten Stoff- ströme rund um die Produktionsverfahren darstellen. Erste Ansätze dazu sind bereits in [15] beschrieben. In Bild 5 wird exemplarisch ein Stoffstrommodell des Zeitraums 1950 bis 1969 gezeigt. Grundlage der Stoffstrommodelle bilden historische Berichte der Stahlwerke, Expertenwissen sowie umfassende Literaturrecherchen.

Bild 5: Stoffströme in der Maxhütte Unterwellenborn 1950 bis 1969

So konnte u.a. auf Basis der Analyse der Produktionsverfahren ein Bereich auf der Halde identifiziert werden, in dem Schlämme aus der Hochofengichtgasreinigung als Monofraktion abgelagert wurden. Der Gichtfeinschlamm wurde zunächst über Rohrleitungen zu Rundeindickern gepumpt, einer ersten Entwässerung unterzogen und in Trockenbeeten weitergetrocknet (Gas-Wasser-Kläranlage). Von dort wurde der Schlamm mit Lastkraftwagen zur Deponie transportiert und abgeschüttet. Die breiige Konsistenz führte zu einer fast horizontalen Ablagerung der Schlämme [24].

Alte Analysen des damaligen Materials lassen Zink- und Bleioxid als potenziell

Erze vom Eisenberg Badelebener Erze Kamsdorfer Gruben Schmiedefelder Gruben Wittmannsge- reuther Gruben

Kalkstein

Sinteranlage (ab 1951) Rennanlage

(ab 1953) Röst- öfen

Rennschlacke

Hochofen

Niederschachtofen Schlacke HOS

EOS Schlacken-

ziegelei Spiegeleisen Thomas-

Eisen Thomas-

Stahlwerk Thomas-

Mühle

Halde Bleche

Thomasphosphat Schlackensteine

Hüttenwolle Konstruktionsstahl Trio-Walzstraße Duo-Walzstraße Grobblech-

straße (ab 1952)

Drehstrom- lichtbogen- ofen

(14)

interessante Materialien erwarten. Mit dieser Information kann im Zuge der weiteren Erkundung gezielt versucht werden, das Material als potenzielles Sekundärrohstofflager in der Halde weiter zu erkunden (vgl. Kapitel 7.1).

6. Metallurgie und Wertstoffrückgewinnung

Die chemisch mineralogische Analyse des Haldenmaterials erfolgte parallel zu den Arbeiten der Fernerkundung sowie Stoffstromanalyse und hat diese mit quantitativen Aussagen zu Metallgehalten unterstützt. An unterschiedlichen Stellen sowie Tiefen der Modellhalde wurden Proben zur chemischen und mineralogischen Analyse ent- nommen. Da die Stoffstromanalyse einen heterogenen Haldenkörper erwarten ließ, wurde so ein möglichst repräsentatives Bild der über Jahrzehnte gewachsenen Halde hergestellt. Über 100 Proben wurden verortet und anschließend detailliert analysiert.

Mittels Mikrowellenaufschluss und Nasschemie wurden die Proben auf Haupt- und Nebenbestandteile sowie auf Spurenelemente analysiert. Anhand dieser Ergebnisse konnte das wirtschaftliche Potenzial durch eine nachfolgende pyrometallurgische Be- handlung abgeschätzt werden. Weiterhin wurden Eluatuntersuchungen vor und nach der pyrometallurgischen Behandlung des Probenmaterials durchgeführt. Es zeigt sich, dass die pyrometallurgische Behandlung immer zu einer Verbesserung des Eluatverhal- tens führt und damit auch die Umweltverträglichkeit des Materials verbessert wird. Die Mineralphasen wurden mittels Röntgenbeugungsanalytik ermittelt. Da die wenigsten Elemente in freier Form vorliegen, wie es die chemische Analyse zunächst vermuten lässt, zeigt die Mineralogie, in welchen Phasen die Elemente gebunden sind. Die mineralogische Bindungsform von reaktionsfähigen Bestandteilen und Spurenelementen war in Bezug auf die Wertstoffrückgewinnung besonders aufschlussreich. So konnte ein Bereich anhand der Mineralphasen identifiziert werden, der hohe Phosphoranteile aufwies. Aufgrund des damals am Standort praktizierten und heute veralteten Tho- masverfahrens konnte ein Bereich mit sogenannter Thomasschlacke gefunden werden.

Thomasschlacke wurde damals als hochwertiges Düngemittel aufgrund des hohen pflanzenverfügbaren Phosphoranteils von > 10 Ma.-% eingesetzt. Für dieses Material ist keine weitere Aufbereitung notwendig, sondern das Material könnte in der vorliegenden Form abgebaut und verwendet werden. Die röntgendiffraktometrisch durch das FEhS ermittelten Mineralphasen wurden weiterhin spektral durch Arbeiten der Uni Halle begleitet. Gute Einsatzmöglichkeiten ergeben sich wie aufgezeigt grundsätzlich beim Haldenscreening, was erhebliches Potenzial zur Reduzierung des Umfangs und der Kosten für Beprobungen und chemische sowie mineralogische Laboranalysen mit sich bringt. Ein weiterer potenzieller Einsatzzweck ist im Bereich der Materialsortierung zu sehen. Weiterführende Informationen sind in u.a. in [7] nachzulesen.

Von sechs ausgesuchten Materialien aus der Modellhalde in Thüringen wurden pyrometallurgische Versuche zur Wertstoffrückgewinnung durchgeführt. Dazu wurden mehrere Kilogramm des Materials im Tammannofen in einer reduzierenden Atmo- sphäre auf etwa 1.650 °C erhitzt. Dabei musste auf entweichende Gase und daraus resultierende Schaumbildung geachtet werden. Bei den Schmelzversuchen konnten

(15)

zwischen 15 und 70 Ma.-% Metall aus den Ausgangsmaterialien extrahiert werden, durchschnittlich 40 Ma.-%. Jedoch war die Zusammensetzung des herausreduzierten Metalls sehr unterschiedlich in Abhängigkeit von der Zusammensetzung des Ausgangs- materials. Hauptkomponente des zurückgewonnenen Wertstoffes war Eisen, aber es konnten auch bis zu 4 Ma.-% Cr, bis zu 1 Ma.-% V, bis zu 14 Ma.-% P und bis zu 30 Ma.-% Si zurückgewonnen werden. Der Kohlenstoffgehalt der Eisenlegierungen lag zwischen 0,2 und 4 Ma.-%. Komponenten wie Phosphor oder Kupfer gelten jedoch als Stahlschädiger, da sie metallurgisch nur schwer bzw. gar nicht entfernt werden können.

Dies beschränkt den Wiedereinsatz des zurückgewonnenen Metalls sowie dessen Wert.

7. Visualisierung ausgewählter Haldenbereiche

Auf Basis der Stoffstromanalyse konnten interessante Haldenbereiche im Hinblick auf abgelagertes Material sowie auf eine dynamische Gestaltung der Haldenoberfläche (Rückbau oder Ablagerung) in bestimmten Zeiträumen identifiziert werden. Ausge- wählte Haldenbereiche sollten im weiteren Verlauf in Form einer dreidimensionalen Darstellung visualisiert werden. Diese ist im Projekt REStrateGIS mit zwei Methoden erreicht worden, deren Ergebnisse nachfolgend dargestellt werden.

7.1. 3D-Darstellung von Halden auf Basis von Kartenmaterial

Das Kartenmaterial wurde über verschiedene Bearbeitungsschritte in der Desktop-GIS- Anwendung so prozessiert, dass eine dreidimensionale Darstellung möglich ist. Die Bearbeitung erfolgte nach einem schematischen Prozess, der nachfolgend skizziert ist.

• Recherche und Sichtung von Kartenmaterial der Halde (u.a. Gutachten zu Rena- turierung und Sanierung von Haldenbereichen),

• Recherche und Sichtung historischer topographischer Kartenblätter zur Darstel- lung des ungestörten Reliefs vor Ablagerungsbeginn,

Bild 6: Dreidimensionale Darstellung der Modellhalde (farbig) auf natürlicher Geländeoberflä- che (schwarz). (Pfeilrichtung Grün: Norden, Modell 6-fach überhöht) Geodatengrund- lage: K25 FO5334_Saalfeld_1855 © GeoBasisDE/TLVermGeo. und © GeoBasis-DE/BKG

(16)

• Georeferenzierung und Digitalisierung des Kartenmaterials mit zusätzlicher Zu- weisung von Höheninformationen in Geoinformationssoftware in 2D-Ansicht,

• Visualisierung geeigneter Daten in Geoinformationssoftware in 3D-Ansicht.

Das Geodatenmodell besteht somit aus Geometrien für den aktuellen Haldenkörper (DGM) (Bild 4) sowie digitalisierten und georeferenzierten analogen Altdaten (Kar- tenmaterial). Die Modellierung der natürlichen Geländeoberfläche basiert auf einer topographischen Karte von 1855 (Preußisches Urmesstischblatt), die in Bild 6 in schwarz dargestellt ist.

Das in Bild 4 dargestellte Grundmodell konnte im Anschluss mit Informationen aus der Recherche und Aufbereitung der Informationen aus Gutachten zur Haldenentwicklung gefüllt werden. So können etwa die Lagen von Schüttbereichen mit Monofraktionen dargestellt werden. Aufgrund der guten Datenlage ist als Beispiel die ehemalige Gicht- feinschlammdeponie abgebildet (vgl. Bild 7).

Bild 7: Dreidimensionale Darstellung Gichtfeinschlammablagerung (farbig). (Pfeilrichtung Grün: Norden, Modell 6-fach überhöht) Geodatengrundlage: K25 FO5334_Saalfeld_1855

Bild 8:

Bohrlochkataster der Halde (Pfeilrichtung Grün: Nor- den, Modell 6-fach überhöht)

(17)

Sowie Ober- (OK) und Unterkante (UK) der Gichtfeinschlammdeponie wurden auf Basis von Kartenmaterial rekonstruiert und in die aktuelle Morphologie eingearbeitet.

Mit Hilfe des dargestellten Vorgehens, kann diese Monofraktion im aktuellen Inneren des heutigen Haldenkörpers gezeigt werden. Informationen über den Zeitraum der Schüttung, die Volumina, den Status, die eingelagerten Materialien und deren Zu- sammensetzung, die Nachnutzung, Rekultivierung oder planungsrechtliche Vorgaben können integriert werden. Als weiteres Anwendungsbeispiel ist das Bohrkern- und Stutzenprobenkataster der Halde zu nennen. Die im Rahmen der Auswertung und Recherche verorteten Bohrungen sind zuerst in ein zweidimensionales Modell über- führt worden. Durch Hinzufügen von Höheninformationen (z.B. Höhenangaben zu Bohrbeginn und Endteufe) können diese Bohrpunkte ebenfalls in das Modell integriert und mit Metadaten (z.B. mit Informationen über das erbohrte Material) hinterlegt werden. Die damalige Geländeoberkante (blauer Punkt) zum Zeitpunkt der Bohrung sowie die Endteufe der Bohrung (roter Punkt) sind in Bild 8 gezeigt.

Weiterhin kann die Entwicklung der Haldenmorphologie während des Ablagerungs- prozesses gezeigt werden. Verschneidet man das aktuelle DGM der Halde mit der Haldenoberfläche aus dem Jahr 1955, so erhält man einen direkten Überblick über bereits zurückgebaute Bereiche als auch mögliche Materiallager, die sich heute noch im Inneren der Halde befinden könnten. Hierzu wurden historische Karten georeferenziert, Isohypsen extrahiert und mittels Geoinformationssoftware eine Oberfläche extrapoliert. Erkennbar ist die damalige Ablagerung der Rennschlacke durch die Aufschüttungskegel der Seilbahn (in blau).

Bild 9: Dreidimensionale Darstellung der Modellhalde Stand Heute und Stand 1955 (in blau).

(Pfeilrichtung Grün: Norden, Modell 6-fach überhöht) Geodatengrundlage: © GeoBasis- DE/BKG

7.2. 3D-Darstellung von Halden auf Basis von Stereoluftbildern

Neben der dreidimensionalen Visualisierung von Informationen in ausgewählten Hal- denbereichen auf Basis von Kartenmaterial wurden photogrammetrische Auswertungen von panchromatischen Stereoluftbildpaaren durchgeführt. Diese Luftbilddaten werden seitens der Landesvermessungsämter seit den 50iger Jahren routinemäßig erhoben

(18)

und stehen in unterschiedlicher Datenqualität zur Verfügung. In Abstimmung mit Fraunhofer UMSICHT, der Stahlwerk Thüringen GmbH und den zum Zeitpunkt der Datenauswahl vorliegenden Informationen aus der historischen Stoffstromanalyse wurden zwei Zeitschnitte ausgewählt. Die Auswahl orientierte sich an charakteris- tischen Änderungen in den Produktionstechnologien im Stahlwerk am Standort Unterwellenborn. Durch die Auswahl konnte der Rückbau der Rennschlackenhalde zwischen 1973 und 1978 visualisiert werden (vgl. Bild 10). Die Daten wurden durch das Bundesarchiv in Form von eingescannten GeoTIFFs der 35 x 35 cm Luftbilder zur Verfügung gestellt. Flugprotokolle und Bildmittenübersichten wurden im PDF- Format übermittelt. Rahmenmarken wie Uhrzeit, Luftdruck, Notizen des Navigators und die verschiedenen Libellen zur Orientierung sowie Informationen zu Kameratyp, Bildformat, Aufnahmezeiten und Aufnahmewinkel sind wichtige Metadaten für die Implementierung und Auswertung der Luftbilder in der 3D-Modellierungssoftware.

Auf Basis dieser Informationen können die historischen Luftbilder platziert, relativ zu einander orientiert und dann mittels Software entzerrt und anhand von topographischen Karten georeferenziert werden. Je besser das Ausgangsmaterial, desto genauer sind später die zu erzielenden Genauigkeiten der X-, Y- und Z-Koordinaten.

Auf Basis der Bearbeitung der Luftbilder wurden digitale Orthophotos zur Weiterver- arbeitung berechnet, die mit spezieller 3D-Software und Hardware (3D-Brillen und zugehörige Monitore, leistungsstarke Desktopcomputer) weiterverarbeitet wurden.

Bisher nicht automatisch detektierte Bruchkanten, Höhenlinien sowie Höhenpunkte wurden in einem weiteren Arbeitsschritt per Hand digitalisiert, um so die Bezugs- und Lagegenauigkeit weiter zu erhöhen. Im Fall der vorliegenden Daten konnte eine Genauigkeit von 0,5 bis 1 m in X-, Y- und Z-Richtung erreicht werden. In dem nachfolgenden Bild ist das Ergebnis der zusammengefügten dreidimensionalen Bilder mit den manuell erzeugten Punktwolken dargestellt. Die Bearbeitung wurde durch EFTAS in der Software Inpho durchgeführt.

Bild 10: Totale der Halde Unterwellenborn 1973 (links) und 1978 (rechts) aus nordöstlicher Richtung

(19)

Zur Ableitung von Höhendifferenzen zwischen den beiden Zeiträumen wurde die Software CloudCompare zur Berechnung eines Differenzmodells genutzt. So konnten Höhenveränderungen an verschiedenen Haldenbereichen dargestellt werden. Als zeitliche Basis wurde das Modell 1978 gewählt, von dem die Daten des Zeitschnitts 1973 abgezogen wurden. Insgesamt ist erkennbar, dass die Halde 1973 höher war als 5 Jahre später und ein stetiger Rückbau in dieser Zeit stattfand. Das nachfolgende Bild zeigt die Höhendifferenzen auf einer Skala von blau (keine Veränderung) bis rot (starke Veränderung) zwischen den Jahren 1973 und 1978. Im Vordergrund ist der Bereich Teich-Teich markiert. (vgl. Bild 11).

Bild 11: Differenzmodell der Halde Unterwellenborn mit Blickrichtung aus Osten

Die vorgestellte Methode eignet sich potenziell dazu, charakteristische Phasen der Haldenentwicklung zu beschreiben und grafisch darzustellen. Je nach Datengenauig- keit können auch Aussagen zur Menge des abgegrabenen Materials gemacht werden.

8. Zusammenfassung

Es konnten vielfältige interdisziplinäre Ergebnisse im Rahmen der Projektlaufzeit durch die Verbundpartner erzielt werden. Alle im Projektverbund durchgeführten Arbeiten im Bereich der Stoffstromanalyse, Datensammlung, dreidimensionalen Dar- stellung und satellitengestützter Haldendetektion sowie abbildender hyperspektraler Verfahren zur qualitativen und quantitativen Einordnung von Sekundärrohstoffen stellen einen neuartigen methodischen Ansatz und Fortschritt zur Haldenerkundung dar. Die Ergebnisse tragen dazu bei, in Zukunft Sekundärrohstoffe in Halden auf Ba- sis von Geoinformationstechnologien effizienter detektieren und nutzen zu können.

(20)

Insgesamt konnten Methoden zur satellitengestützten Fernerkundung zur Detektion von Haldenstandorten neu entwickelt und erprobt werden. Erstmals wurden zudem prototypisch hyper- und multispektrale abbildende Daten zur Analyse und Charakte- risierung von Reststoffen aus der Eisenhüttenindustrie erfolgreich eingesetzt.

Die Ergebnisse sind sieben übergeordneten Bereichen zuzuordnen:

• Deutschlandweites Übersichtskataster der Halden mit standortspezifisch hinter- legten ausgewählten Informationen

• Methodenentwicklung zur Haldendetektion mittels Satellitendaten, die prototypisch in den Testregionen westliches Ruhrgebiet und Saarland erarbeitet und in der Testregion Mansfelder-Land getestet wurden

• Reflexionsspektrometrische Methoden zur Untersuchung und Unterscheidung von Haldenmaterialien wurden erfolgreich prototypisch im Labor und auf der Modell- halde eingesetzt

• Erfolgreicher Einsatz abbildender terrestrischer und flugzeuggestützter hyperspektraler Fernerkundungsmethoden zur Erfassung der räumlichen Verteilung verschiedener Nebenerzeugnisse unterschiedlichen Wertstoffgehaltes

• Erstmalige Verortung von historischen Daten und Informationen der Modellhalde in einem standortspezifischen Ressourcenkataster und dreidimensionale Visuali- sierung ausgewählter Haldenbereiche und Informationen

• Aufbereitungsversuche zur Wiedergewinnung von Wertstoffen aus Rückständen der Hüttenindustrie und Diskussion von Gesamtverwertungsstrategien unter heutigen Marktverhältnissen

• Darstellung von ausgewählten Daten und Informationen des Verbunds in einer öffentlichen WebGIS-Applikation zur Ansicht der Projektergebnisse

Die Heterogenität des betrachteten anthropogenen Lagerstättentyps einer Hüttenhalde ist der erschwerende Faktor für die Wertstoffrückgewinnung, welcher aber nur einen Aspekt in der Hemmnisanalyse darstellt. Dieser Sachverhalt führt jedoch dazu, dass analog zur Primärlagerstätte eine detaillierte Erkundung von Sekundärrohstofflagern notwendig ist. Es ist daher zu erwarten, dass insbesondere die entwickelten Ferner- kundungsmethoden in Zukunft verstärkt für die (Vor-)Erkundung von anthropogenen Lagerstätten eingesetzt werden. Die Projektpartner gehen davon aus, dass so insbesondere für die Analyse von Haldenlandschaften in anderen Regionen der Erde, von denen nur geringe Informationen vorliegen, ein Tool zur Vorauswahl und Detektion von anthropogenen Vollformen zur Verfügung steht. In Ländern mit großvolumigen Halden im Zuge großer Primärbergbaustandorte (z.B. in Südamerika oder Afrika), könnten die in REStrateGIS entwickelten Techniken die ökonomische Nachhaltigkeit von Rückgewinnungsprojekten steigern. Doch gerade auch in Ländern wie Deutsch- land können die dargestellten Methoden zur Erhöhung der Effizienz der Sekundär- rohstofferkundung beitragen, da im Vorfeld der kostenintensiven Detailerkundung (meist Bohrungen) potenziell interessante Bereiche einer Halde identifiziert und somit zielgerichteter gearbeitet werden kann.

(21)

Trotz der Erfolge im Bereich der automatisierten Detektion der Geometrien möglicher Halden besteht weiterer Forschungsbedarf an den Auswertungsalgorithmen, um die Genauigkeit weiter zu erhöhen. Dies gilt insbesondere für unbekannte Räume mit ausgeprägter Geomorphologie und ohne vielfältige Referenzdaten. Die Entwicklungen im Bereich der stofflichen Analyse mittels Daten verschiedener multispektraler und hyperspektraler Sensoren könnten neben der hier im Fokus befindlichen Sekundär- rohstoffgewinnung zur Ergänzung von etablierten Methoden und Erschließung neuer Arbeitsfelder im Bereich Bergbau- und Umweltmonitoring genutzt werden. Aufbauend auf den positiven Ergebnissen der multi- und hyperspektralen Charakterisierung besteht weiterer Forschungsbedarf in der reflexionsspektrometrischen Analyse von industriel- len Nebenprodukten und der hyperspektralen Fernerkundung entsprechender Halden.

Hemmnisse der Haldenerkundung können in fünf übergeordneten Kategorien zusammengefasst werden. Dies gilt nicht nur für Hüttenhalden, sondern auch für andere anthropogene Lagerstätten. Die Kategorien sind demnach:

• Stoffliche Heterogenität,

• Datenheterogenität,

• Rechtliche Gegebenheiten im Hinblick auf die aktuelle Nachnutzung,

• Akzeptanz der Eigentümer und Anlieger,

• Externe Faktoren (Primärrohstoffpreise und Marktentwicklungen).

So ist die schwierige Zugänglichkeit ein Hemmnis der terrestrischen Haldenerkundung.

Gründe sind oftmals Bedenken der Eigentümer oder andere rechtliche Hürden (u.a.

Denkmalschutz und Naturschutz), die die notwendige Geländearbeit behindern [18].

Erfahrungen im Laufe der Projektarbeiten sowie Erkenntnisse aus dem Haldencluster haben gezeigt, dass oft auch die Akzeptanz der Anlieger Arbeiten auf der Halde behindern bzw. verzögern können. Analog zu Primärrohstofflagerstätten, sind an Standorten zukünftig abzubauender Sekundärrohstoffe zwingend alle Stakeholder frühzeitig in die Arbeiten einzubinden. Das Hemmnis der stofflichen Heterogenität beschreibt die Form (metallisch oder oxidisch) des vorliegenden Metalls. Diese beeinflusst die Rückgewinnung von Eisen aus den Schlacken. Entscheidend ist, ob der Sekundärroh- stoff als Agglomerat oder fein verwachsen im Haldenmaterial vorliegt. Hinzu kommt, dass die Formen sowohl in den Schlacken als auch innerhalb der Lagerstätte ungleich verteilt auftreten. So ist zu nennen, dass Eisen in oxidischer Form sowie fein verwachsen nur unzureichend extrahiert werden kann und meist mit den Abgängen entsorgt wird [28]. Metallisches, in Agglomeraten vorliegendes Eisen stellt den Idealfall dar.

Die Erkenntnisse aus der Feststoffanalyse zeigen, dass eine vergleichsweise einfache Metallrückgewinnung mittels typischer Aufbereitungsanlagen, bestehend aus Brecher und Magneten, nur eine geringe Wertstoffrückgewinnung bringt. Die Summe der metallisch vorliegenden Stoffe lag bei den untersuchten Proben im Durchschnitt bei lediglich etwa 2,6 Ma.-%, sodass eine rein mechanische Aufbereitung als nicht sinnvoll erachtet werden kann. Die metalloxidischen Anteile liegen dagegen deutlich höher. Die untersuchten Proben besitzen zwar nur durchschnittlich 14 Ma.-% an oxidischem Eisen,

(22)

einzelne Bereiche der Halde zeichnen sich jedoch durch Anteile von bis zu 56 Ma.-%

FeO und Fe₂O₃ aus. Hingegen sind hochwertige Legierungselemente, wie beispielsweise Molybdän oder Titan, nur in sehr geringen Mengen enthalten. Aufbereitungsverfah- ren aus dem Primärbergbau können jedoch nicht ohne weiteres für die Aufbereitung von Sekundärrohstoffen übernommen werden, da das Material in den meisten Fällen einem Alterungs- und Verwitterungsprozess ausgesetzt war. Dieser kann bekannte Verfahren erschweren und erfordert eine spezifische Untersuchung der Aufbereitung.

Im Hinblick auf die Datenqualität reicht die Spannweite der ausgewerteten historischen Daten und Dokumente von sehr gut bis mangelhaft. Dabei ist jedoch zu beachten, dass diese Dokumente ursprünglich nicht für die Nutzung eines Materialrückbaus und zur Betrachtung der Halde als Sekundärrohstofflager verfasst wurden. Jedoch ist die Genauigkeit der Darstellung der vorliegenden Altdaten, von Bohrkernen, über Materialcharakterisierungen bis hin zu Luftbildern und Kartenmaterial entscheidend für die spätere Verortung und Analyse von potenziell interessanten Haldenbereichen.

Faktoren wie niedrige und volatile Primärrohstoffpreise und unklare Marktentwick- lungen stehen neben den genannten Hemmnissen als externe Begleiterscheinungen.

Ausblick

Die Methoden zur Erkundung von Sekundärrohstofflagerstätten müssen analog zu Primärlagerstätten stetig weiterentwickelt werden. Das methodische Vorgehen von REStrateGIS leistet hierzu einen neuen Ansatz zur Erkundung von Halden. Er stellt die Grundlage für eine effiziente Detailerkundung durch die vollständige Sammlung und Verortung von Informationen zu abgelagertem Material dar. Die Analyse und Aufbereitung von Altdaten zur umfassenden stofflichen Charakterisierung und an- schließenden räumlichen Verortung von Materialien und Informationen, können etwaige kostenintensive Bohrungen in der Erkundung zielgerichtet stattfinden lassen und die Analyse- und Beprobungsmethoden optimieren. Sekundärrohstofflagerstätten bieten den Vorteil, dass Ihre Entstehung beobachtet werden kann. Dieser Vorteil müsste verstärkt genutzt werden. Aus Projektsicht wäre es in Zukunft zu überdenken, ob Be- richte und Informationen einer noch aktiven Halde, die im Zuge von Erweiterung oder Renaturierung/Sanierung von Bereichen verfasst werden, auch vor dem Hintergrund einer potenziellen zukünftigen Nachnutzung als Lagerstätte verfasst werden müssen.

Wertstoffgehalte, Bohrprofile und auch Luftbilder der aktiven Ablagerungsphase, kön- nen so von Beginn an archiviert werden. Ein späterer Abbau von Sekundärrohstoffen würde damit erleichtert werden. Auch auf Übersichtsebene wäre es wünschenswert, dass Daten zu Altlasten, Halden- und Deponiestandorten einheitlich und harmonisiert erfasst werden, um die Wissensbasis zu erhöhen und spätere Sekundärrohstoffpo- tenziale schneller und direkter nutzen zu können. Trotz der skizzierten Hemmnisse und gerade durch die erfolgversprechenden Ergebnisse der Erkundung von Halden, muss die Forschung an anthropogenen Lagerstätten fortgesetzt werden. Nur so kann mittelfristig ein ökonomisch nachhaltiger Rückbau von Halden ermöglicht werden.

(23)

9. Literatur

[1] Baldrige, A. M.; Hook, S.J.; Grove, C.I.; Rivera, G.: The ASTER Spectral Library Version 2.0. In:

Remote Sensing of Environment, 2008; http://speclib.jpl.nasa.gov/

[2] Canny, J.: Finding edges and lines in images. Report: AI-TR-720, M.I.T. Artificial Intelligence Lab. Cambridge, MA, 1983

[3] Clark, R. N.: Spectroscopy of Rocks and Minerals and Principles of Spectroscopy. In: Rencz, A.

N. (Hrsg.): Manual of Remote Sensing. New York: John Wiley and Sons, 1999, cap. 1, p. 3-58 [4] Clark, R.N.; King, T.V.V.; Klejwa, M; Swayze, G. und Vergo, N.: High Spectral Resolution Re-

flectance Spectroscopy of Minerals. In: Journal of Geophysical Research, Nr. 95, 1990, p. 12653- 12680

[5] Clark R.N.; Roush T.L.: Reflectance spectroscopy: Quantitative analysis techniques for remote sensing applications. In: Journal of Geophysical Research: Solid Earth, 89 (B7), 1984, 6329-6340;

doi: http://dx.doi.org/10.1029/JB089iB07p06329

[6] Clark, R.N.; Swayze, G.A.; Wise, R.; Livo, E.; Hoefen, T.; Kokaly, R.; Sutley, S.J.: USGS digital spectral library splib06a: U.S. Geological Survey, Digital Data Series 231, 2007

[7] Denk, M.; Gläßer, C.; Kurz, T.H.; Buckley, S.J.; Drissen, P.: Mapping of iron and steelwork by- products using close range hyperspectral imaging: A case study in Thuringia, Germany. In:

European Journal of Remote Sensing, Vertical Geology Conference VGC-14 Special issue, Issue 48, 2015, p. 489-509; doi: 10.5721/EuJRS20154828

[8] Farmer, V.C.: The Infra-Red Spectra of Minerals. Mineralogical Society, London, 1974 [9] Gouet, V.; Boujemaa, N.: Object-based queries using color points of interest. IEEE Workshop

on content-based access of image and video libraries, CVPR/CBAIVl 2001, Hawaii, USA [10] Harris, C.; Stephens, M.: A combined corner and edge detector. In: Proceedings of the 4th Alvey

Vision Conference, 1988, pp. 147-151 [11] http://www.r3-innovation.de/de/15435 [12] http://www.ressourcenkataster.de/

[13] https://www.hzdr.de/db/Cms?pNid=3052

[14] Hunt, G. R.: Spectral signatures of particulate minerals in the visible and near-infrared. In:

Geophysics, 42, No 3, 1977, p. 501-513

[15] Jandewerth, M.; Denk, M.; Gläßer, C.; Teuwsen, S.; Mrotzek, A.: Reduktion von Rohstoffimpor- ten durch Wertstoffgewinnung aus Hüttenhalden – Entwicklung eines multiskalaren Ressour- cenkatasters für Hüttenhalden. In: Thomé-Kozmiensky, K. J. (Hrsg.): Aschen, Schlacken, Stäube – aus Abfallverbrennung und Metallurgie. Neuruppin: TK Verlag Karl Thomé-Kozmiensky, 2013, S. 639-657

[16] Kruse, F. A.; Lefkoff, A. B.; Boardman, J. B.; Heidebrecht, K. B.; Shapiro, A. T.; Barloon, P. J.;

Goetz, A. F. H.: The Spectral Image Processing System (SIPS) – Interactive Visualization and Analysis of Imaging spectrometer Data. Remote Sensing of Environment, v. 44 (1993), p. 145-163.

http://dx.doi.org/10.1016/0034-4257(93)90013-N

[17] Kurz, T.H.; Buckley S.J.; Howell J.A.: Close-range hyperspectral imaging for geological field studies: workflow and methods. In: International Journal of Remote Sensing, 34 (5), 2013, p. 1798-1822

[18] Mrotzek-Blöß, A.; Nühlen, J.: Potenziale und Hemmnisse bei der Rückgewinnung von Sekun- därrohstoffen aus Halden. Vortrag 6. Urban Mining Kongress – 2015, November, 5., Dortmund [19] Pan, Z.; Huang, J.; Wang F.: Multi range spectral feature fitting for hyperspectral imagery in

extracting oilseed rape planting area. In: International Journal of Applied Earth Observation and Geoinformation, 25, 2013, p. 21-29; doi: http://dx.doi.org/10.1016/j.jag.2013.03.002

(24)

[20] Pour, B.A., Hashim, M.: Spectral transformation of ASTER data and the discrimination of hy- drothermal alteration minerals in a semi-arid region, SE Iran. In: Int. J. Phys.Sci. 6 (8), 2011, p. 2037-2059

[21] Rouse, J.W.; Haas, R.H.; Schell, J.A.; Deering, D.W.: Monitoring vegetation systems in the Great Plains with ERTS. In: Fraden S.C., Marcanti E.P. & Becker M.A. (eds.): Third ERTS-1 Symposium.

Washington D.C.: 1973, NASA SP-351, NASA, 1974, pp. 309-317

[22] Rowan, L.C.; Mars, J.C.: Lithologic mapping in the Mountain Pass, California area using Advan- ced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) data: Remote Sensing of Environment, 84 (3), 2003, p. 350-366

[23] Rowan L.C.; Mars J.C.; Simpson C.J.: Lithologic mapping of the Mordor N.T, Anstralia ultrama- fic complex by using the Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER). Remote sensing of Environment 99, 2005:105–126

[24] Tinz, U.; Stamm, K.: Rekultivierungsplanung Gichtfeinschlammdeponie, unveröffentlicht, 1997 [25] Tripathi, N.K.; Rai, B.K.; Dwivedi, P.: Spatial Modeling of Soil Alkalinity in GIS Environment Using

IRS data. 18th Asian conference on remote sensing, Kualalampur, 1997, pp.A.8 . 1- A.8 . 6 [26] van der Meer, F.D.: Analysis of spectral absorption features in hyperspectral imagery. In: Inter-

national Journal of Applied Earth Observation and Geoinformation, 5 (1), 2004. p. 55-68; doi:

http://dx.doi.org/10.1016/j.jag.2003.09.001

[27] van der Meer, F. D.; van der Werff, H. M. A.; van Ruitenbeek, F. J. A; Hecker, C. A.; Bakker, W.

H.; Noomen, M. F.; van der Mei-jde, M.; Carranza, E. J. M.; de Smeth, J. B.; Woldai, T.: Multi- and hyperspectral geologic remote sensing: A review. International Journal of Applied Earth Observation and Geoinformation, 14(1), 2012, S. 112-128

[28] Wotruba, H.; Weitkämper, L.: Aufbereitung metallurgischer Schlacken. In: Thomé-Kozmiensky, K. J. (Hrsg.): Aschen, Schlacken, Stäube – aus Abfallverbrennung und Metallurgie. Neuruppin:

TK Verlag Karl Thomé-Kozmiensky, 2013, S. 451-463

(25)

Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.dnb.de abrufbar

Thomé-Kozmiensky, K. J. (Hrsg.): Mineralische Nebenprodukte und Abfälle 3 – Aschen, Schlacken, Stäube und Baurestmassen – ISBN 978-3-944310-28-2 TK Verlag Karl Thomé-Kozmiensky

Verlag: TK Verlag Karl Thomé-Kozmiensky • Neuruppin 2016

Redaktion und Lektorat: Professor Dr.-Ing. habil. Dr. h. c. Karl J. Thomé-Kozmiensky, Dr.-Ing. Stephanie Thiel, Elisabeth Thomé-Kozmiensky, M.Sc.

Erfassung und Layout: Sandra Peters, Ginette Teske, Janin Burbott-Seidel, Claudia Naumann-Deppe, Anne Kuhlo, Gabi Spiegel

Druck: Universal Medien GmbH, München

Dieses Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbesondere die der Übersetzung, des Nachdrucks, des Vortrags, der Entnahme von Abbildungen und Tabellen, der Funksendung, der Mikroverfilmung oder der Vervielfältigung auf anderen Wegen und der Speicherung in Datenverarbeitungsanlagen, bleiben, auch bei nur aus- zugsweiser Verwertung, vorbehalten. Eine Vervielfältigung dieses Werkes oder von Teilen dieses Werkes ist auch im Einzelfall nur in den Grenzen der gesetzlichen Bestimmungen des Urheberrechtsgesetzes der Bundesrepublik Deutschland vom 9. September 1965 in der jeweils geltenden Fassung zulässig. Sie ist grundsätzlich vergütungspflichtig. Zuwiderhand- lungen unterliegen den Strafbestimmungen des Urheberrechtsgesetzes.

Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürfen.

Sollte in diesem Werk direkt oder indirekt auf Gesetze, Vorschriften oder Richtlinien, z.B. DIN, VDI, VDE, VGB Bezug genommen oder aus ihnen zitiert worden sein, so kann der Verlag keine Gewähr für Richtigkeit, Vollständigkeit oder Aktualität übernehmen. Es empfiehlt sich, gegebenenfalls für die eigenen Arbeiten die vollständigen Vorschriften oder Richtlinien in der jeweils gültigen Fassung hinzuzuziehen.