Massive Kohlenstofffreisetzungen in Hangbewegungen an arktischen Hängen und steilen Küsten
Ca. 25.000 km arktischer Küsten sind vom Permafrost geprägt und reagieren besonders sensibel auf Klimaveränderungen. In den obersten drei Metern dieses Permafrostes ist mehr organischer Kohlenstoff gespeichert, als sich heute in der Atmosphäre oder der globalen Vegetation befindet. Riesige Hangbewegungen im arktischen Permafrost (giant retrogressive thaw slumps) setzten enorme Mengen an Kohlenstoff frei, ähnlich wie arktische Flüsse, sind aber viel weniger verstanden und nehmen stark zu. Aus diesem Grund sollen in dieser Dissertation geophysikalische und geomechanische Methoden gekoppelt werden, um die aktuelle Dynamik dieser Hangbewegungen und deren Klimasensibilität zu untersuchen und mögliche Prognosen zur zukünftigen Ausbreitung und Aktivität zu ermöglichen.
Die Dissertation fußt auf umfangreichen geophysikalischen Vorarbeiten (ca. 10 km in 25 geophysikalischen Transekten), die in Herschel Island (Kanadische Arktis) im Sommer 2011 und 2012 durchgeführt wurden. Ergänzt werden diese durch erneute geophysikalische Felduntersuchungen im Sommer 2019. Durch viele Kilometer Elektrische Resistivitätstomographie wird die räumliche und zeitliche Dynamik an Hotspots der arktische Küsten- und Hangerosion bis in ca. 50 m Tiefe quantitativ analysiert und soll in dieser Dissertation als Grundlage für bodenmechanische Modellierungen der zukünftigen Aktivität dienen. Die mechanischen Modellierungen basieren auf umfangreicher Feld-, Labor- und Modellierexpertise des Fachgebiets Hangbewegungen in auftauenden Materialien und erfolgen in Kooperation mit dem Alfred-Wegener-Institut Potsdam (AWI, Herschel Island).
Zielsetzung der Dissertation ist es (i) eine zuverlässige Routine zur schnellen Einschätzung der thermischen Situation instabiler arktischer Küsten und Hänge mittels geophysikalischer Methoden zu entwickeln und (ii) ein bodenmechanisches Modell zu entwickeln, dass die Auftauvorgänge und die damit verbundene Destabilisierung zuverlässig vorhersagen kann.