API src

Found 410 results.

Related terms

Statistisches Jahrbuch Heidelberg_Kapitel Umwelt

<p>Im aktuellen Statistischen Jahrbuch der Stadt Heidelberg sind eine Vielzahl interessanter Informationen zu den unterschiedlichsten Bereichen des Heidelberger Lebens und der Entwicklung der Stadt enthalten. Besonderer Wert wurde hierbei auf längere Zeitreihen und zeitvergleichende Grafiken und Tabellen gelegt. Es besteht aus 14 Kapiteln und über 150 Tabellen und Grafiken.</p> <p>Das Kapitel Umwelt enthält Zahlen zu den quellenbezogenen CO²-Emissionen, den Feinstaubbelastungen durch den Straßenverkehr, Immissionskonzentrationen ausgewählter Luftschadstoffe sowie der Wassergüte des Neckars.</p> <p>Quelle:</p><ul> <li>Landesanstalt für Umwelt, Messungen und Naturschutz Baden-Württemberg (LUBW)</li> <li>Statistisches Landesamt Baden-Württemberg (https://www.statistik-bw.de/)</li> </ul> <p>Weitere Informationen finden sich auf der Webseite der Stadt Heidelberg: https://www.heidelberg.de/HD/Rathaus/_Statistisches+Jahrbuch.html</p>

Forschungsprogramm Experimenteller Wohnungs- und Städtebau (ExWoSt), Modellprojekt Stadt Regensburg

Das Projekt "Forschungsprogramm Experimenteller Wohnungs- und Städtebau (ExWoSt), Modellprojekt Stadt Regensburg" wird/wurde gefördert durch: Bundesinstitut für Bau-, Stadt- und Raumforschung (BBSR). Es wird/wurde ausgeführt durch: Valentum Consulting Group GmbH.Ausgangslage/Betroffenheit: Die Stadt Regensburg hat etwa 134.000 Einwohner (Erstwohnsitze) und ist damit die viertgrößte Stadt Bayerns. Unter den Modellvorhaben weist Regensburg das stärkste Bevölkerungswachstum auf - sowohl in der zurückliegenden Einwohnerentwicklung als auch in den Prognosen bis 2025, nach denen ein Anstieg der Bevölkerung um 5,4Prozent erwartet wird. Regensburg liegt am nördlichsten Punkt der Donau und den Mündungen der linken Nebenflüsse Naab und Regen. Es wird von den Winzerer Höhen, den Ausläufern des Bayrischen Waldes und dem Ziegetsberg umrandet, wodurch die Entstehung von Inversionswetterlagen begünstigt wird. Durch die topographische Pfortenlage weist die Stadt zudem eine hohe Nebelhäufigkeit auf und ist insbesondere in den Wintermonaten anfällig für Feinstaubbelastungen. Im Gegensatz zu vielen anderen Städten hat Regensburg einen relativ kompakt gegliederten Stadtkörper und eine insgesamt homogene Siedlungsstruktur. Prägend ist die historische Altstadt mit ca. 1.000 denkmalgeschützten Gebäuden. Diese gilt als einzige authentisch erhaltene, mittelalterliche Großstadt Deutschlands und ist seit 2006 Welterbe der UNESCO (Organisation der Vereinten Nationen für Erziehung, Wissenschaft und Kultur). Die Regensburger Altstadt wird als 'Steinerne Stadt' charakterisiert. Ihre historisch gewachsene dichte Baustruktur mit steinernen Plätzen und Gassen, wenig Bäumen im öffentlichen Raum und einer hohen Nutzungsdichte (Wohnen, Einkaufen, Arbeiten, Tourismus) erwärmt sich insbesondere im Sommer stärker als das Umland und wirkt als Hitzespeicher. So können die Temperaturunterschiede im Stadtgebiet bis zu 6 GradC betragen. Das Phänomen der Wärmeinsel, das sich im Zuge des fortschreitenden Klimawandels deutlicher ausprägt, impliziert einen sinkenden thermischen Komfort, löst zusätzliche Energiebedarfe aus und stellt u.U. veränderte Ansprüche an die Gestaltung von Freiflächen. Aufgrund der Lage an der Donau muss sich Regensburg ferner auf häufigere Schwüle und Gefährdung durch Hochwasser einstellen. Aus der Notwendigkeit zur Anpassung an den Klimawandel erwächst in Verbindung mit anderen Zielbildern einer nachhaltigen Siedlungsentwicklung ein umfassender planerischer Handlungsbedarf. Im Rahmen des Modellprojekts thematisiert die Stadt Regensburg den Widerspruch zwischen einer Stadtentwicklungs- und Bauleitplanung, die auf Flächensparsamkeit und Innenentwicklung ausgerichtet ist, und erforderlichen Anpassungsstrategien an den Klimawandel, die bei der besonderen städtebaulichen Kompaktheit der Stadt Regensburg tendenziell eine Auflockerung von Baustrukturen und Flächenentsiegelung beinhalten. Im Sinne einer klimaangepassten Stadtentwicklung galt es: - auf strategischer Ebene die Weichen für eine klimaangepasste Flächennutzung für die zukünftige Stadtentwicklung zu stellen - auf operativer Ebene Maßnahmen für restriktive bis persistente Stadt- und Freiraumstrukturen zu entwickeln.

FeinPhone - Partizpatorische Feinstaubmessungen mit Smartphones in Szenarien zukünftiger Smart Cities

Das Projekt "FeinPhone - Partizpatorische Feinstaubmessungen mit Smartphones in Szenarien zukünftiger Smart Cities" wird/wurde ausgeführt durch: Karlsruher Institut für Technologie (KIT), Institut für Telematik, Lehrstuhl für Pervasive Computing Systems.Von Feinstaub können erhebliche Gesundheitsrisiken ausgehen: Er kann beim Menschen in die Atemwege und sogar bis in die Lungenbläschen oder den Blutkreislauf eindringen. Dort kann er Zellen schädigen oder auch andere toxische Stoffe tief in den Körper bringen. Die Feinstaubbelastung in Städten wird heute durch teure, statische Messstationen mit schlechter räumlicher und zeitlicher Auflösung überwacht. Um feingranulare dynamische Belastungskarten und reaktive Systeme in Szenarien zukünftiger Smart Cities zu ermöglichen, müssten dichte, verteilte Messungen vorgenommen werden. Eine Möglichkeit dafür sind partizipatorische Messungen auf Basis von Sensorik in Smartphones. Beim sogenannten 'Participatory Sensing' werden Privatpersonen mit kostengünstigen mobilen Sensoren ausgestattet, etwa integriert in bereits vorhandene Smartphones oder als eigenständige Geräte. Durch die Mobilität der einzelnen Teilnehmer kann eine höhere räumliche Auflösung erreicht werden. Beispiele für die erfolgreiche Umsetzung solcher Ansätze sind etwa Systeme zur Erstellung von Geräuschbelastungskarten oder zur Erfassung von Schlaglöchern, kaputten Ampeln und Verschmutzungen in Städten. Während solche Projekte meist auf regulären Smartphones und der darin verbauten Sensorik basieren, existieren integrierte Sensoren zur Messung von Feinstäuben in Smartphones noch nicht. Vergangene Arbeiten haben jedoch gezeigt, dass die Hintergrund-Feinstaubbelastung selbst mit äußerst einfachen, bereits relativ kleinen Staubsensoren erfasst werden kann. Prinzipiell ist es auch möglich das Messprinzip dieser Sensoren (Lichtstreuung) an Smartphones mit integrierter Kamera zu adaptieren. Das Projekt FeinPhone hat das Ziel, eine solche neuartige Sensorkomponente für Smartphones zur Messung von Feinstaub zu entwickeln und zu evaluieren und im Zuge der Evaluation ggf. einen Referenzdatensatz für die zukünftige Algorithmenentwicklung zu schaffen. Dies schließt das Design der externen Sensorhardware sowie geeigneter Algorithmen zur Verarbeitung der aufgenommenen Daten ein.

KI: Energie- und ressourceneffiziente künstliche Intelligenz für moderne IoT-Anwendungen, KI: Energie- und ressourceneffiziente künstliche Intelligenz für moderne IoT-Anwendungen

Das Projekt "KI: Energie- und ressourceneffiziente künstliche Intelligenz für moderne IoT-Anwendungen, KI: Energie- und ressourceneffiziente künstliche Intelligenz für moderne IoT-Anwendungen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Klimaschutz, Naturschutz und nukleare Sicherheit. Es wird/wurde ausgeführt durch: Reedu GmbH & Co. KG.

Bewertung des Feinstaubbildungspotenziales gasförmiger Emissionen für Deutschland, Ermittlung der Quellzuordnung der Feinstaubbelastung in deutschen Ballungsräumen

Das Projekt "Bewertung des Feinstaubbildungspotenziales gasförmiger Emissionen für Deutschland, Ermittlung der Quellzuordnung der Feinstaubbelastung in deutschen Ballungsräumen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Klimaschutz, Naturschutz und nukleare Sicherheit. Es wird/wurde ausgeführt durch: IVU Umwelt GmbH.Im Vorgängerprojekt 'Particulate matter formation potential of gas-phase emissions over Germany' wurden für relevante Sektoren sowie verschiedene räumliche Einheiten Quellzuordnungen der Feinstaubbelastung in Deutschland modelliert. Anknüpfend an dieses Projekt soll die Quellzuordnung beispielhaft in zwei deutschen Ballungsräumen vertieft untersucht werden. Damit erfolgt ein exemplarischer Test geeigneter Methoden zur Reduktion der durchschnittlichen Gesundheitsbelastung durch Feinstaub.

Datenarchiv Sondermessungen in Mecklenburg-Vorpommern

Zur Erfassung der Luftqualität in Mecklenburg-Vorpommern werden an ausgewählten Standorten Sondermessprogramme durchgeführt. U.a. handelt es sich um Sondermessprogramme zur Ermittlung der Immissionsbelastung im Rostocker Stadtgebiet, zur Beurteilung der Verkehrsimmissionen an verschiedenen Standorten in M-V, zur Ermittlung von Ammoniakimmissionen und Nährstoffeinträgen in der Nähe von Tierhaltungsanlagen und zur Ermittlung der Feinstaubimmissionen (zeitliche Entwicklung und Ursachen) in M-V. Der Datenbestand setzt sich aus kontinuierlichen und diskontinuierlich gewonnenen Messdaten der Hauptluftschadstoffe - Schwebstaub, Feinstaub (PM10), Schwefeldioxid, Kohlenmonoxid, Stickstoffmonoxid, Stickstoffdioxid, Ozon, Benzol, Toluol, Ruß und Ammoniak zusammen. Dabei handelt es sich um Messdaten, die aus zusätzlich durchgeführten Messprogrammen gewonnen wurden. U.a. wurden Messdaten mit einem Messwagen an verschiedenen Standorten in M-V ermittelt. An verschiedenen ländlichen Standorten wird die NH3-Konzentration bestimmt. Es werden Messprogramme zur Ermittlung der Verkehrsimmissionen an verschiedenen Standorten in M-V durchgeführt (u.a. zur Ermittlung sogenannter "hot spots").

Entwicklung eines persönlichen Expositionsmodells für die Feinstaubbelastung

Das Projekt "Entwicklung eines persönlichen Expositionsmodells für die Feinstaubbelastung" wird/wurde ausgeführt durch: Universität Duisburg-Essen, Universitätsklinikum Essen, Institut für Medizinische Informatik, Biometrie und Epidemiologie.Feine und ultrafeine Partikel stellen auf Grund hoher Industrialisierung und zunehmender Verkehrsdichte ein zunehmendes Problem dar. Zahlreiche Studien konnten negative Auswirkungen auf die menschliche Gesundheit nachweisen, die bei Belastung mit feinen und ultrafeinen Partikeln verursacht werden können. Diese Studie befasst sich mit der Erfassung der zeit- und aktivitätsbezogenen persönlichen Exposition. Hauptziel ist die Entwicklung eines persönlichen Expositionsmodels, welches in der Lage ist, Belastungen für Fein- und Ultrafeinstaub vorherzusagen.

KI: Energie- und ressourceneffiziente künstliche Intelligenz für moderne IoT-Anwendungen, KI: Energie- und ressourceneffiziente künstliche Intelligenz für moderne IoT-Anwendungen

Das Projekt "KI: Energie- und ressourceneffiziente künstliche Intelligenz für moderne IoT-Anwendungen, KI: Energie- und ressourceneffiziente künstliche Intelligenz für moderne IoT-Anwendungen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Klimaschutz, Naturschutz und nukleare Sicherheit. Es wird/wurde ausgeführt durch: Westfälische Wilhelms-Universität Münster, Fachbereich 4, Institut für Wirtschafsinformatik, Lehrstuhl für Maschinelles Lernen und Data Engineering.

KI: Energie- und ressourceneffiziente künstliche Intelligenz für moderne IoT-Anwendungen

Das Projekt "KI: Energie- und ressourceneffiziente künstliche Intelligenz für moderne IoT-Anwendungen" wird/wurde ausgeführt durch: Westfälische Wilhelms-Universität Münster, Fachbereich 4, Institut für Wirtschafsinformatik, Lehrstuhl für Maschinelles Lernen und Data Engineering.

Zwei-Jahresbericht zur Luftgüte in Mecklenburg-Vorpommern

Der Luftgütebericht stellt die umfangreichste Form der Berichterstattung über das gesamte Luftmessnetz des Bundeslandes Mecklenburg-Vorpommern dar. Bis zum Jahr 2008/2009 werden im zweijährigen Rhythmus mit diesen Luftgüteberichten die validierten Daten und die Ergebnisse der Laboruntersuchungen veröffentlicht. Der Luftgütebericht liegt in gebundener Form vor (seit dem Jahr 2004 steht er ebenfalls zum Download bereit). Ab dem Jahr 2010 erscheint dieser Bericht nur noch jährlich. Er beschreibt von der Messwertgewinnung über die -verarbeitung bis zur Publikation alle mit dem Messnetz in Verbindung stehenden relevanten Informationen. Dazu gehören neben der exakten Beschreibung der einzelnen Messstationen (geographische Lage, klimatische Bedingungen, vorherrschende beeinflussende Emissionsquellen, ...) ebenso alle Messdatenauswertungen in tabellarischer Form.

1 2 3 4 5 … 39 40 41