Advertisement

GeneRisk pp 123-149 | Cite as

WebGIS für Monitoring und Risikoanalyse von GVO, Koexistenzregelungen und Anbauplanung

  • Gunther SchmidtEmail author
  • Lukas Kleppin
  • Winfried Schröder
Chapter
  • 2.2k Downloads
Part of the Umweltnatur- & Umweltsozialwissenschaften book series (UMWELTNATUR)

Zusammenfassung

GVO-Monitoring und Risikobewertung Die Einführung von GVO in der Landwirtschaft kann ungewollte und irreversible Schäden verursachen. Ein Langzeitmonitoring von GVO-Flächen und ihrer Umgebung zur Erfassung eventueller negativer Auswirkungen auf die Umwelt, z. B. zur Feststellung von Biodiversitätsänderungen, wurde bisher noch nicht entsprechend dem Stand der wissenschaftlichen und technischen Möglichkeiten eingerichtet. In Deutschland basiert die Abschätzung der durch den Anbau von GVO implizierten Risiken vorwiegend auf Versuchen mit geringer räumlicher Aussageweite, da sie z. B. in Labors, Gewächshäusern oder auf kleinräumigen Versuchsfeldern durchgeführt werden (Chapman und Burke 2006, Devaux et al. 2007, Spök et al. 2005).

Zitierte Literatur

  1. Adams T, Biakowski C, Christl A, Emde A, Thelen B, Trakas A (2004) Praxishandbuch WebGIS mit Freier Software. Architektur, Beschreibung, Technik und Beispiele mit den Open Source Projekten: UMN MapServer, AVeiN!, PostgreSQL / PostGIS, Mapbender. CCGIS GbR / terrestris GbR / Geo-Consortium, BonnGoogle Scholar
  2. Albertz J (2001) Einführung in die Fernerkundung. Grundlagen der Interpretation von Luft- und Satellitenbildern. 2. Auflage. Wissenschaftliche Buchgesellschaft. DarmstadtGoogle Scholar
  3. Andow DA, Zwahlen C (2006) Assessing environmental risks of transgenic plants. Ecol Lett 9:196–214PubMedCrossRefGoogle Scholar
  4. Beckie HJ, Warwick SI, Nair H, Seguin-Swartz G (2003) Gene flow in commercial fields of herbicide-resistant canola (Brassica napus). Ecol Appl 13:1276–1294CrossRefGoogle Scholar
  5. Beismann H, Kuhlmann M (2006) Raumrepräsentativität technischer Pollensammler für ein Langzeitmonitoring von gentechnisch veränderten Pflanzen (GVP). BfN-Skripten 169, BonnGoogle Scholar
  6. Breckling B, Laue H, Pehlke H (2011) Remote sensing as a data source for up-scaling the effects of genetically modified plants in agriculture – oilseed rape (Brassica napus) in Northern Germany. Ecological Indicators 11:942–950CrossRefGoogle Scholar
  7. Bruns G, Gähler M, de Lange N (2008) Flächenmonitoring in der Regional- und Bauleitplanung. Neue Möglichkeiten durch die Analyse von Satellitenbildern. Standort – Z Angew Geogr 32:6–12CrossRefGoogle Scholar
  8. Castellazzi MS, Perry JN, Colbach N, Monod H, Adamczyk K, Viaud V, Conrad KF (2007) New measures and tests of temporal and spatial pattern of crops in agricultural landscapes. Agr Ecosys Environ 118:339–349CrossRefGoogle Scholar
  9. Chapman MA, Burke JM (2006) Letting the gene out of the bottle: the population genetics of genetically modified crops. New Phytol 170:429–443PubMedCrossRefGoogle Scholar
  10. Craig W, Tepfer M, Degrasi G, Ripandelli D (2008) An overview of general features of risk assessments of genetically modified crops. Euphytica 164:853–880CrossRefGoogle Scholar
  11. Devaux C, Lavigne C, Austerlitz F, Klein EK (2007) Modelling and estimating pollen movement in oilseed rape (Brassica napus) at the landscape scale using genetic markers. Mol Ecol 16:487–499PubMedCrossRefGoogle Scholar
  12. Dickmann F (2004) Einsatzmöglichkeiten neuer Informationstechnologien für die Aufbereitung und Vermittlung geographischer Informationen – das Beispiel kartengestützte Online-Systeme. Habilitationsschrift 2003, Georg-August-Universität, GöttingenGoogle Scholar
  13. Dively GP, Rose R, Sears MK, Hellmich RL, Stanley-Horn DE, Calvin DD, Russo JM, Anderson PL (2004) Effects on monarch butterfly larvae (Lepidoptera: Danaidae) after continuous exposure to Cry1ab-expressing corn during anthesis. Environ Entomol 33:1116–1125CrossRefGoogle Scholar
  14. Ehlers M, Janowsky R, Gähler M (2003) Computergestützte Klassifizierung und Kartierung von Biotoptypen auf der Grundlage digitaler hochauflösender multispektraler Scannerdaten Wiederholungsbefliegung 2002. Abschlussbericht. Institut für Umweltwissenschaften. Hochschule VechtaGoogle Scholar
  15. Ehlers M, Schiewe J, Klonus S, Rosso P (2008) Prüfung von Luftbilddaten zweier unterschiedlicher Aufnahmesensoren hinsichtlich eines optimalen Aufnahmesystems zur Erfüllung von Aufgaben von Vermessungs- und Umweltverwaltung für das Landesamt für Natur und Umwelt. gi-reports@igf. Institut für Geoinformatik und Fernerkundung. Band 9, OsnabrückGoogle Scholar
  16. Geßner U (2005) Landbedeckungs- / Landnutzungsklassifizierung von Deutschland auf der Grundlage von Daten des Sensors MERIS. Diplomarbeit, Universität Augsburg. Fakultät für Angewandte Informatik. Institut für GeographieGoogle Scholar
  17. Graef F (2009) Agro-environmental effects due to altered cultivation practices with genetically modified herbicide-tolerant oilseed rape and implications for monitoring. A review. Agron Sustain Dev 29:31–42CrossRefGoogle Scholar
  18. Graef F, Schmidt G, Schröder W, Stachow U (2003) Prüfung der Repräsentativität von Bodendauerbeobachtungsflächen an ökologischen Räumen Brandenburgs mit CART (Classification and Regression Trees). Mitt Dtsch Bodenkundl Ges 102:481–482Google Scholar
  19. Graef F, Stachow U, Werner A, Schütte G (2007) Agricultural practice changes with cultivating genetically modified herbicide-tolerant oilseed rape. Agr Sys 94:111–118CrossRefGoogle Scholar
  20. Hofmann F, Schlechtriemen U, Wosniok W, Foth M (2005) GVO-Pollenmonitoring Technische und biologische Pollenakkumulatoren und PCR-Screening für ein Monitoring von gentechnisch veränderten Organismen. BfN-Skripten 139, BonnGoogle Scholar
  21. Irrgang A (1997) Anwendung von Geo-Informationssystemen zur Erstellung einer multitemporalen satellitenbildgestützten Flächennutzungsklassifikation in Schleswig-Holstein. Diplomarbeit, Universität KielGoogle Scholar
  22. Janicke L, Janicke U (2004) Enhancement of a diagnostic wind field model for licensing industrial facilities (TA Luft). Umweltforschungsplan des Bundesministeriums für Umwelt, Naturschutz und Reaktorsicherheit. Anlagenbezogener Immissionsschutz. Förderkennzeichen (UFOPLAN) 203 43 256. Im Auftrag des Umweltbundesamtes BerlinGoogle Scholar
  23. Keil M, Kiefl R, Strunz G (2005) CORINE Land Cover 2000 – Germany. Final Report. Project Period: 1 May 2001–31 December 2004. German Remote Sensing Data Center Oberpfaffenhofen, WesslingGoogle Scholar
  24. Kinberger M, Pucher A (2005) Opensource GIS als Alternative im Desktop -Bereich – Evaluation freier Software im Bereich Geoinformation. In: Schrenk M (Hg) 10th International Conference on Information & Communication Technologies (ICT) in Urban Planning and Spatial Development and Impacts of ICT on Physical Space 22.02.-25.02.2005, Wien, pp 467–471Google Scholar
  25. Kleppin L, Breckling B, Schmidt G, Schröder W, Eschenbach C (2010) Simulation der Einkreuzung gentechnisch veränderter Maispollen in Maisfelder Schleswig-Holsteins. In: Strobl J, Blaschke T, Griesebner G (Hg) Angewandte Geoinformatik 2010. Beiträge zum 22. AGIT-Symposium Salzburg. Wichmann, Heildelberg, pp 856–865Google Scholar
  26. Knispel AL, MClachlan SM, Van Acker RC, Friesen LF (2008) Gene flow and multiple herbicide resistance in escaped canola populations. Weed Sci 56:72–80CrossRefGoogle Scholar
  27. Kopka A (2008) Analyse multispektraler Fernerkundungsdaten im Hinblick auf deren Eignung zur Einschätzung des Biomassepotenzials großer Landschaftsräume am Beispiel des Naturparks TERRA.vita. Dissertation, Veröffentlicht im Electronic Library (ELib) System der Universitätsbibliothek Osnabrück am 28.01.2008Google Scholar
  28. Lang A, Vojtech E (2006) The effects of pollen consumption of transgenic Bt maize on the common swallowtail, Papilio machaon L. (Lepidoptera, Papilionidae). Basic Appl Ecol 7:296–306CrossRefGoogle Scholar
  29. Laue H (2004) Automated detection of canola / rapeseed cultivation from space. Application of new algorithms for the identification of agricultural plants with multispectral satellite data on the example of canola cultivation. Dissertation, Institute of Environmental Physics, University of BremenGoogle Scholar
  30. Lefol E, Fleury A, Darmency H (1996) Gene dispersal from transgenic crops. II. Hybridization between oilseed rape and the wild hoary mustard. Sex Plant Reprod 9:189–196CrossRefGoogle Scholar
  31. Losey JE, Rayor LS, Carter ME (1999) Transgenic pollen harm monarch larvae. Nature 399:214PubMedCrossRefGoogle Scholar
  32. Lutes J (2005) Resourcesat-1 geometric accuracy assessment. In Proceedings, ASPRS 2005 Annual Conference. “Geospatial Goes Global: From Your Neighborhood to the Whole Planet”. March 7–11, 2005. Baltimore, Maryland (12 pp)Google Scholar
  33. Meynen E, Schmithüsen J, Gellert J, Neef E, Müller-Miny H, Schultze JH (1953, 1962) Handbuch der naturräumlichen Gliederung Deutschlands. 2 Bde., Bad GodesbergGoogle Scholar
  34. OECD (Organisation for Economic Co-operation and Development) (2003) Emerging risks in the 21st Century. An agenda for action. ParisGoogle Scholar
  35. Reuter H, Böckmann S, Breckling B (2008) Analysing cross-pollination studies in maize. In: Breckling B, Reuter, H, Verhoeven R (eds) Implications of GM-Crop cultivation at large spatial scales. Theorie in der Ökologie 14. Peter Lang, Frankfurt, pp 47–53Google Scholar
  36. Reuter H, Middelhoff U, Graef F, Verhoeven R, Batz T, Weis M, Schmidt G, Schröder W, Breckling B (2010) Information system for monitoring environmental impacts of genetically modified organisms. Environ Sci Pollut Res 17:1479–1490. doi:10.1007/s11356-010-0334-yCrossRefGoogle Scholar
  37. Reuter H, Verhoeven R, Middelhoff U, Breckling B (2006) Information System for the Monitoring of Genetically Modified Organisms (GMO) – ISMO. J Verbr Lebensm 1:89–91CrossRefGoogle Scholar
  38. Rieger MA, Lamond M, Preston C, Powles, SB, Roush RT (2002) Pollen-mediated movement of herbicide resistance between commercial canola fields. Science 296:2386–2388PubMedCrossRefGoogle Scholar
  39. Schmidt G (2002) Eine multivariat-statistisch abgeleitete ökologische Raumgliederung für Deutschland. Dissertation, Vechta, ISBN 3-89825-518-2, dissertation.de, BerlinGoogle Scholar
  40. Schmidt G, Schröder W (2009) GIS-gestützte Analysen zur möglichen Gefährdung von Naturschutzgebieten durch den Anbau gentechnisch veränderter Kulturpflanzen. Umweltwiss Schadstoff Forsch 21:76–93CrossRefGoogle Scholar
  41. Sears MK, Hellmich RL, Stanley-Horn DE, Oberhauser KS Pleasants JM, Mattila HR, Siegfried BD, Dively GP (2001) Impact of Bt corn pollen on monarch butterfly populations: a risk assessment. PNAS 98(21):11937–11942. doi:10.1073/pnas.211329998PubMedCrossRefGoogle Scholar
  42. Spök A, Hofer H, Lehner P, Valenta R, Stirn S, Gaugitsch H (2005) Risk assessment of GMO products in the European Union. Toxicity assessment, allergenicity assessment and substantial equivalence in practice and proposals for improvement and standardisation. Berichte BE-253, WienGoogle Scholar
  43. Squire GR, Brooks DR, Bohan DA, Champion GT, Daniels RE, Haughton AJ, Hawes C, Heard MS, Hill MO, May MJ, Osborne JL, Perry JN, Roy DB, Woiwod IP, Firbank LG (2003) On the rationale and interpretation of the Farm Scale Evaluations of genetically modified herbicide-tolerant crops. Philos Trans R Soc B Biol Sci 358:1779–1799CrossRefGoogle Scholar
  44. VDI (Verein Deutscher Ingenieure) (2006a) Beobachtung ökologischer Wirkungen gentechnisch veränderten Organismen – Gentechnisch veränderte Pflanzen – Grundlagen und Strategie. VDI 4330, Blatt 1. DüsseldorfGoogle Scholar
  45. VDI (Verein Deutscher Ingenieure) (2006b) Beobachtung ökologischer Wirkungen gentechnisch veränderten Organismen – Gentechnisch veränderte Pflanzen – Grundlagen und Strategie. VDI 4330, Blatt 3. DüsseldorfGoogle Scholar
  46. VDI (Verein Deutscher Ingenieure) (2006c) Beobachtung ökologischer Wirkungen gentechnisch veränderten Organismen – Gentechnisch veränderte Pflanzen – Grundlagen und Strategie. VDI 4330, Blatt 4. DüsseldorfGoogle Scholar
  47. Williams S (2002) Free as in freedom. Richard Stallman’s crusade for free software. O´Reilly, Sebastopol, CambridgeGoogle Scholar
  48. Wilhelm R, Beißner L, Schiemann J (2002) Gestaltung des Monitoring der Auswirkungen gentechnisch veränderter Pflanzen im Agrarökosystem (Designing the monitoring of effects of genetically modified plants in agroecosystems). GESUNDE PFLANZEN 54:194–206CrossRefGoogle Scholar
  49. Züghart W (2008) Long-term and large-scale effects of genetically modified organisms require specific environmental monitoring designs. In: Breckling B, Reuter H, Verhoeven R (eds) Implications of GM-crop cultivation at large spatial scales. Theorie in der Ökologie 14. Peter Lang, Frankfurt, pp 81–85Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2012

Authors and Affiliations

  • Gunther Schmidt
    • 1
    Email author
  • Lukas Kleppin
    • 1
  • Winfried Schröder
    • 1
  1. 1.Lehrstuhl für LandschaftsökologieUniversität VechtaVechtaDeutschland

Personalised recommendations