Seite - 234 - in Umwelt- und Bioressourcenmanagement für eine nachhaltige Zukunftsgestaltung

234 6 Umweltinformationssysteme & -management sind in unterschiedlichem Maße mit Unsicherheiten (z.B. Messfehlern) behaftet. Oft werden auch nicht die Messwerte selbst, sondern daraus abgeleitete Größen analysiert, die zusätzliche Fehlerkomponenten beinhalten können. Ein Beispiel dafür ist die Be- stimmung von Abflussmengen in der Hydrologie. Tatsächlich gemessen werden dabei Wasserstände, die über eine mathematische Beziehung zwischen Wasserstand und Abfluss (die sogenannte Pegelschlüsselkurve) erst in Abflusswerte umgerechnet werden müssen. Die zeitliche Veränderlichkeit dieser Beziehung führt zu zusätzlichen Fehlern, die den eigentlichen Messfehler um ein Vielfaches übertreffen können. Eine weitere Besonderheit von Umweltdaten ist ihre zeitliche Variabilität, die dazu führt, dass Messungen nicht wiederholbar sind. Ein Ausfall von Messgeräten kann gerade bei Extremereignissen auftreten und führt zu Fehlwerten (Missing Values), die die Analysen substanziell beeinträchtigen können. Technischer Fortschritt und Lernprozesse verändern die Messmethodik, die Genauigkeit und die zeitliche Auf- lösung der Messungen, was die Vergleichbarkeit von Messreihen über einen länge- ren Zeitraum erschwert. In Abhängigkeit von der untersuchten Fragestellung sind unterschiedliche zeitliche Auflösungen der Daten (beispielsweise Stunden-, Tages-, oder Monatswerte bzw. zeitlich hochauflösende Daten) erforderlich, die bei der Mes- sung und Modellierung berücksichtigt werden müssen. Dazu wird oft eine Glättung oder Mittelung der Daten vorgenommen, um zufällige Schwankungen zu eliminieren und so stabilere oder aussagekräftigere Werte zu erhalten. Die großen Datenmengen umweltstatistischer Studien führen zu weiteren Problemen. Beim Ablegen der Daten erfolgt oft eine Kodierung. Für ihre Interpretation sind zu- sätzliche Informationen (sogenannte Metadaten) erforderlich, die oft nicht in ausrei- chendem Maße erfasst werden und dann zu Fehlinterpretationen führen können. Hinter den Daten stehen weitere Informationen, die oft nur den mit der Messung betrauten Personen bekannt sind. Eine Einbeziehung solcher Informationen als „Soft Data“ ist lohnend, aber aufgrund der komplexen Datenstruktur schwierig und bedarf besonderer Konzepte. Nicht zuletzt besteht an Umweltstudien ein großes öffentliches Interesse, das aber die Verfügbarkeit von Daten oder die Publizierbarkeit von Studien beeinträchtigen kann. So besteht laut Umweltinformationsgesetz (UIG 1993) zwar ein allgemeines Recht auf einen einfachen Zugang zu Umweltinformation und Daten, das in der Praxis aber oft durch Geheimhaltungsinteressen (wie z.B. öffentliche Sicherheit oder Geschäfts- und Betriebsgeheimnisse) eingeschränkt wird. Viele Menschen interes- sieren sich für Umweltprobleme und verbinden mit umweltstatistischen Untersu- chungen Hoffnungen oder Befürchtungen, was den sachlichen Umgang mit Infor- mationen erschwert. So können die Auswertungsergebnisse zu beachtlichen Konse-