δ¹³C einzelner CuO-Ligninphenole mittels GC-C-IRMS Kopplung – Optimierung von Geräteparametern und Anwendung bei geoökologischen Fragestellungen

Inhaltsverzeichnis

1 Einleitung

1.1 Lignin als spezifischer Biomarker

1.1.1 Vorkommen und Funktion von Lignin

1.1.2 Synthese und Zusammensetzung von Lignin

1.1.3 Bedeutung von Lignin für die Bodenkunde

1.2 Grundlage für natürliche Isotopenvariationen in Pflanzen

1.3 Ökologische Bedeutung der unterschiedlichen Photosynthesewege

1.4 Stand der Forschung bulk vs CSIA: Probleme mit bulk-δ13C

2 Optimierung der Methode zur substanzspezifischen δ13C-Bestimmung von Ligninphenolen

2.1 Einleitung und Problemstellung

2.2 Geräte: EA-IRMS, GC-C-IRMS

2.2.1 Gerätetechnische Beschreibung: Übersicht

2.2.2 Isotopenverhältnis-Massenspektrometer (IRMS)

2.2.3 Verbrennungseinheit und open-split

2.2.4 Gaschromatograph

2.2.5 Elementar Analysator (EA)

2.3 Material

2.3.1 Referenzsubstanzen

2.3.2 Material und Chemikalien für CuO-Lignin-Methode (Nasschemie)

2.3.3 Ligninphenol-Stammlösungen für die Methodenentwicklung:

2.4 Methoden

2.4.1 δ13C-Messung der einzelnen Phenole und Kalibrierung des Referenzgases

2.4.2 CuO-Lignin-Aufarbeitung

2.4.3 Mögliche Isotopendiskriminierung bei der Derivatisierung

2.4.4 Rechnerische Derivatisierungskorrektur

2.5 Optimierung der Geräteparameter

2.5.1 Durchführung und Vorgehensweise

2.5.2 Derivatisierungsreaktion

2.5.3 Standard on-off

2.5.4 Injektion von CO2 bei variablen Splitfluss-Bedingungen

2.5.5 Injektion von Modellsubstanzen: Hexan, Toluol

2.5.6 Optimierung der GC- und Injektorparameter mit Ligninphenolen

2.5.7 Zusammenfassung der Geräteoptimierung

2.5.8 Korrektur der Konzentrationsabhängigkeit

2.5.9 Zusammenfassende Darstellung der GC-C-IRMS –Methode

2.6 Evaluierung der Methode mit Proben

2.6.1 Zielsetzung und Testproben

2.6.2 Ergebnisse der Testmessungen der Pflanzen- und Bodenproben

3 Substanzspezifische Isotopenanalyse von Lignin: geoökologische Anwendung am Seeprofil Rukche Tal, Nepal

3.1 Einleitung und Fragestellung

3.2 Geographie und Glazialgeschichte des Untersuchungsgebietes

3.3 Bisherige Ergebnisse und Interpretation

3.4 Material und Methoden:

3.4.1 Proben

3.4.2 Analytik

3.5 Ergebnisse und Diskussion der substanzspezifischen δ13C-Werte in den Ligninphenolen

3.5.1 Datenqualität und analytische Grenzen

3.5.2 Ergebnisse und Literaturvergleich

3.5.3 Interpretation

3.6 Zusammenfassende Diskussion

3.7 Ausblick

Zielsetzung & Themen

Das Hauptziel dieser Diplomarbeit ist die methodische Optimierung der GC-C-IRMS-Analyse zur substanzspezifischen Bestimmung von δ13C-Werten in Ligninphenolen, um eine zuverlässigere Vegetations- und Klimarekonstruktion zu ermöglichen, insbesondere in limnischen Sedimenten, in denen bulk-δ13C-Analysen aufgrund von Algenbiomasse oder Methanogenese fehlinterpretiert werden könnten.

• Optimierung der Geräteparameter des GC-C-IRMS-Systems zur Minimierung der Konzentrationsabhängigkeit.
• Entwicklung von Korrekturverfahren für die Derivatisierung und Messsignal-Konzentrationsabhängigkeit.
• Substanzspezifische Isotopenanalyse als terrestrischer Biomarker zur Unterscheidung von C3- und C4-Pflanzeneinträgen.
• Geoökologische Fallstudie am Seeprofil Rukche Tal, Nepal, zur Paläovegetationsrekonstruktion.
• Vergleich der Ergebnisse mit äthiopischen Seeprofilen zur Validierung der Problematik bulk-δ13C vs. substanzspezifischer Analyse.

Auszug aus dem Buch

Zusammenfassung der Kapitel

1 Einleitung: Dieses Kapitel führt in die biologische Bedeutung von Lignin als terrestrischer Biomarker ein und erläutert die Grundlagen der stabilen Isotopenanalyse in Pflanzen, insbesondere die Differenzierung zwischen C3- und C4-Photosynthese für Paläoklimarekonstruktionen.

2 Optimierung der Methode zur substanzspezifischen δ13C-Bestimmung von Ligninphenolen: Der Hauptteil beschreibt die systematische Identifizierung von Fehlerquellen im Messsystem und die anschließende Optimierung der Geräte- und Injektionsparameter, um eine zuverlässige substanzspezifische δ13C-Analytik von Ligninphenolen zu gewährleisten.

3 Substanzspezifische Isotopenanalyse von Lignin: geoökologische Anwendung am Seeprofil Rukche Tal, Nepal: In diesem Kapitel wird die optimierte Methode auf ein Sedimentprofil angewandt, um zu zeigen, dass substanzspezifische Biomarkeranalysen präzisere Informationen zur Vegetationsgeschichte liefern als bulk-Messungen in limnischen Umgebungen.

4 Literaturverzeichnis: Umfassende Auflistung der in der Arbeit zitierten wissenschaftlichen Quellen.

Schlüsselwörter

Lignin, δ13C, GC-C-IRMS, Isotope, C3-Pflanzen, C4-Pflanzen, Bodenkunde, Paläoökologie, Biomarker, Konzentrationsabhängigkeit, Methodenoptimierung, Sedimentanalyse, Vegetationsrekonstruktion, Isotopendiskriminierung, Derivatisierung.

Häufig gestellte Fragen

Worum geht es in dieser Diplomarbeit grundsätzlich?

Die Arbeit befasst sich mit der Optimierung der substanzspezifischen Isotopenanalyse von Lignin-Bausteinen (Phenolen) mittels Gaschromatographie gekoppelt mit einem Isotopenverhältnis-Massenspektrometer (GC-C-IRMS) und deren Anwendung zur Vegetationsrekonstruktion.

Was sind die zentralen Themenfelder der Arbeit?

Die zentralen Themen sind die instrumentelle Analytik (GC-C-IRMS), die organische Geochemie von Lignin, die stabilen Kohlenstoffisotope (δ13C) in Pflanzen und Böden sowie die Anwendung dieser Methoden auf geoökologische Fragestellungen in Seesedimenten.

Was ist das primäre Ziel der Forschungsarbeit?

Das primäre Ziel ist es, eine analytische Methode so zu optimieren, dass sie auch bei unterschiedlichen Substanzkonzentrationen präzise δ13C-Werte von Ligninphenolen liefert, um so terrestrische Vegetationssignale von seeinternen Algen- oder Methan-Signalen in Sedimentkernen unterscheiden zu können.

Welche wissenschaftliche Methode wird verwendet?

Es wird die substanzspezifische Isotopenanalyse (Compound Specific Isotope Analysis - CSIA) mittels GC-C-IRMS eingesetzt, kombiniert mit nasschemischen Aufschlussmethoden (CuO-Lignin-Methode) und mathematischen Korrekturverfahren für Derivatisierungseffekte.

Was wird im Hauptteil der Arbeit behandelt?

Im Hauptteil werden detailliert die verschiedenen Gerätekomponenten, die Ursachen für Konzentrationsabhängigkeiten des Messsignals und die durchgeführten Versuchsreihen zur Optimierung von Parametern wie Splitfluss und Injektionstechnik beschrieben.

Welche Schlüsselwörter charakterisieren diese Arbeit?

Lignin, δ13C, GC-C-IRMS, Isotopendiskriminierung, Paläoökologie, Seeprofil, C3- und C4-Vegetation, Konzentrationsabhängigkeit, Biomarker.

Warum sind bulk-δ13C-Messungen in Seesedimenten oft problematisch?

Die Messung des Gesamtkohlenstoffs (bulk-δ13C) kann durch den Eintrag von Algenbiomasse oder bakterielle Methanogenese verfälscht werden, da diese Prozesse oft isotopisch schwerere Werte erzeugen, die fälschlicherweise als terrestrisches C4-Vegetationssignal interpretiert werden könnten.

Welche Rolle spielt die Derivatisierung bei der Ligninanalyse?

Da Ligninphenole für die GC-Analytik derivatisiert werden müssen (z.B. mit BSTFA), besteht die Gefahr einer Isotopenfraktionierung durch die Einführung zusätzlicher Kohlenstoffatome; die Arbeit entwickelt hierfür notwendige rechnerische Korrekturmethoden.

Was zeigt die Fallstudie am Rukche See, Nepal?

Die Fallstudie zeigt, dass im Gegensatz zu schwankenden bulk-δ13C-Werten, die substanzspezifische Ligninanalyse durchweg negative Werte liefert, was auf eine über den gesamten untersuchten Zeitraum stabile C3-dominierte Waldvegetation im Einzugsgebiet hindeutet.