ARENICOLA: Innovative Erfassung von Radiofluoreszenz Bilddaten und Kornklassifikation in der angewandten Lumineszenz

• Antragstellerinnen / Antragsteller: Dr. Margret Christine Fuchs; Dr. Sebastian Kreutzer
• Fachliche Zuordnung: Physische Geographie
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 553815036

Das Verständnis und die Begrenzung klimabedingter Umwelteinflüsse ist die größte Herausforderung unserer Zeit. Ein wesentlicher Teil des Wissens über die heutigen Umweltveränderungen stammt aus Untersuchungen terrestrischer Landschaften der letzten 750 000 Jahre. Diese sogenannten Paläostudien werden häufig durch robuste Altersmodelle, wie zum Beispiel lumineszenzbasierte Chronostratigraphien unterstützt. Die Lumineszenzdatierung ist eine der wichtigsten Methoden in den Quartärwissenschaften, einer Disziplin, die sich mit der Landschaftsentwicklung der letzten 2,58 Millionen Jahre beschäftigt. Das Lumineszenzsignal korreliert mit der letzten Belichtung oder Erwärmung natürlicher Minerale wie Quarz oder Feldspat in Gesteinen und Sedimenten. Punktuelle, aber entscheidende methodische und technische Entwicklungen und deren erfolgreiche Umsetzung in Anwendungsstudien, haben entscheidend zum bisherigen Erfolg der Lumineszenzdatierung beigetragen. Dies hat zu genaueren und präziseren Altersbestimmungen geführt und das Wissen über die Prozesse vergangener Landschaftsdynamiken wesentlich erweitert. ARENICOLA strebt einen methodischen Durchbruch auf dem Gebiet der ortsaufgelösten Analyse von multispektralen Radiofluoreszenzsignalen an. Gegenwärtig basiert die Lumineszenzdetektion hauptsächlich auf Photoelektronenvervielfachern, obwohl in den letzten zwei Jahrzehnten immer bessere, hocheffiziente halbleiterbasierte Systeme verfügbar wurden. Diese Systeme werden jedoch kaum in Datierungsstudien eingesetzt, was teilweise der herausfordernden Datenverarbeitung geschuldet ist. Das Ziel von ARENICOLA ist die Entwicklung und Implementation von Methoden zur Analyse von ortsaufgelösten multispektralen Radiofluoreszenzdaten. Dabei kommen unter anderem multivariate statistische Methoden und maschinelles Lernen zum Einsatz. Spezifische Ziele von ARENICOLA sind die automatische Kornklassifikation und Zerlegung von Signalkomponenten multi-spektraler Radiofluoreszenzsignale auf Korn- und Subkornniveau und deren Anwendung an ausgesuchten Proben. Im Gegensatz zur optisch und thermisch stimulierten Lumineszenz, ist Radiofluoreszenz eine direktere Methode, die mit ausreichender Signalintensität Messungen bis über mehrere Stunden hinweg ermöglicht. Die erzielte hohe Auflösung und die Signaleigenschaften machen die Radiofluoreszenz zu einem geeigneten Signal im Anwendungsbereich der Sedimentverfolgung und der genetischen Klassifikation von Mineralen. Im Laufe des Projekts wird ARENICOLA Einzelkorn-Radiofluoreszenz-Bilddatensätze erzeugen und die Signalanalyseansätze als freie Software zur Verfügung stellen. Ziele sind Verbesserungen existierender Datierungsprotokolle und eine gesteigerte Effizienz von Lumineszenzdatierungen erhöhen. Damit leistet ARENICOLA einen wesentlichen Beitrag zu zielgerichteten Paläo-umweltstudien.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Schweiz
• Kooperationspartner: Privatdozent Dr. Christoph Schmidt