Description: Das Projekt "Entwicklung eines KI-basierten Sensors zur Bestimmung der isotopologischen Zusammensetzung von Treibhausgasen für die Erforschung klimatischer Prozesse" wird vom Umweltbundesamt gefördert und von Hochschule für Angewandte Wissenschaften Hamburg, Department Maschinenbau und Produktion M+P durchgeführt. Der anthropogene Verbrauch fossiler Brennstoffe generiert ungefähr 8 Gigatonnen atmosphärischen Kohlenstoffs pro Jahr (GtC/year). Die arktischen Dauerfrostgebiete (Permafrost) speichern jedoch mindestens 600 GtC, während die Ozeane der Erde sogar mehr als 11.000 GtC enthalten. Die Freisetzung nur eines Bruchteils der ozeanischen oder im Permafrost gebundenen Kohlenstoffverbindungen aufgrund einer Temperaturerhöhung der polaren Troposphäre würde zu gravierenden Klimaeffekten führen. Inzwischen gibt es Hinweise für einen Austritt von Treibhausgasen aus diesen Quellen. Eine Messung des Isotopenverhältnisses würde es erlauben, diese Abflüsse eindeutig auf ihre biogenen oder anthropogenen Quellen zurückzuverfolgen. Der Goldstandard für den Nachweis von Kohlenstoffisotopen und gleichzeitig die einzige kommerziell verfügbare Technik ist seit 30 Jahren die Isotope-Ratio Mass Spectrometry (IRMS). IRMS ist außerordentlich genau, aber teuer und komplex in der Anwendung und wird daher üblicherweise in einem externen Labor ausgeführt. Echtzeit- und In-Situ-Messungen sind nicht möglich. Ziel des Vorhabens ist die Entwicklung eines spektroskopischen Sensors für den isotopenselektiven Nachweis von Treibhausgasen. Da Methan, Ethan und Propan ungefähr 28-mal klimaschädlicher sind als Kohlendioxid, soll dieser erste Demonstrator sich auf die Messung kurzkettiger Kohlenwasserstoffe konzentrieren. Der Sensor wird die neueste Generation von Interband-Kaskadenlasern in Kombination mit photoakustischer Spektroskopie einsetzten und so kompakte und tragbare Sensoren für Feldanwendungen mit niedrigem Stromverbrauch ermöglichen. Für die Ermittlung der Isotopologen-Konzentrationen aus den hochaufgelösten Spektren ist ein auf künstlicher Intelligenz basierender Auswertealgorithmus zu entwickeln, der perfekt auf die spektroskopische Hardware abgestimmt ist. Er ist entscheidend für das Erreichen einer hoher Nachweisempfindlichkeit und -selektivität bei schneller Messzeit.
Types:
SupportProgram
Origin: /Bund/UBA/UFORDAT
Tags: Äthan ? Propan ? Fossiler Brennstoff ? Hamburg ? Kohlenstoffverbindung ? Alicyclischer Kohlenwasserstoff ? Kohlenstoff ? Kohlenwasserstoff ? Sensor ? Kohlendioxid ? Elektrizitätsverbrauch ? Hardware ? Massenspektrometrie ? Methan ? Spektralanalyse ? Brennstoffverbrauch ? Gelöster organischer Kohlenstoff ? Künstliche Intelligenz ? Maschinenbau ? Produktionstechnik ? In-Situ-Messung ? Troposphäre ? Meeresgewässer ? Angewandte Wissenschaft ? Permafrost ? Freisetzung ? Klimawirkung ? Anthropogener Einfluss ? Arbeit ? Spektrum ? Treibhausgas ? Nordpolarmeer ? Isotopenverhältnis ? Erdspeicher ? Temperaturerhöhung ? Kohlenstoffisotop ? Selektivität ?
Region: Hamburg
Bounding box: 9.99302° .. 9.99302° x 53.55073° .. 53.55073°
License: cc-by-nc-nd/4.0
Language: Deutsch
Time ranges: 2021-01-01 - 2023-12-31
Accessed 1 times.