Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, zweidimensionalen Baumkronenumringe ("Baumkronenpolygone") von rund 894.000 Bäumen im Stadtgebiet von Wuppertal, ausgeführt durch die EFTAS Fernerkundung Technologietransfer GmbH aus Münster im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling mit dem in dieser Kooperation entwickelten Verfahren "twin4tree". Hierbei wurde das normalisierte Digitale Oberflächenmodell (nDOM) von Geobasis NRW (Jahrgang 2021) als Höhenmodell verwendet. Um keine Gebäude oder Bauwerke als Baum zu identifizieren, wurden für das Vegetationshöhenmodell nur Bereiche des nDOM innerhalb einer Baummaske berücksichtigt, die zuvor über eine Klassifikation der o. g. Luftbilder mit dem KI-Verfahren "Cop4ALL" erzeugt wurde. Die einzelnen Bäume wurden darin über ein Template-Matching-Verfahren identifiziert, bei dem variable 3D-Schablonen (sphärische und gaußförmige Form für Laubbäume, parabolische, hyperbolische und konische Form für Nadelbäume) über das Vegetationshöhenmodell gelegt werden. Den so gefundenen Baumstandorten wurden mittels einer Segmentierung des Vegetationshöhenmodells Baumkronen zugeordnet, deren senkrechte Projektion auf den Boden zweidimensionale Baumkronenpolygone ergab. Der Datensatz ist im GeoPackage-Format als Original und zur Reduzierung der Dateigröße als Variante mit generalisierten Baumkronenpolygonen unter der Open-Data-Lizenz CC BY 4.0 verfügbar. Wichtiger Hinweis: In dichten Baumbeständen ist die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Auch sogenannte "beherrscht stehende Individuen" unterhalb der aus der Luft sichtbaren Baumkronen lassen sich mit dem twin4tree-Verfahren nicht eindeutig erkennen. Daher unterschätzt das Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Aus stichprobenhafte Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet.
<p>Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, zweidimensionalen Baumkronenumringe ("Baumkronenpolygone") von rund 894.000 Bäumen im Stadtgebiet von Wuppertal, ausgeführt durch die EFTAS Fernerkundung Technologietransfer GmbH aus Münster im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling mit dem in dieser Kooperation entwickelten Verfahren "twin4tree". Hierbei wurde das normalisierte Digitale Oberflächenmodell (nDOM) von Geobasis NRW (Jahrgang 2021) als Höhenmodell verwendet. Um keine Gebäude oder Bauwerke als Baum zu identifizieren, wurden für das Vegetationshöhenmodell nur Bereiche des nDOM innerhalb einer Baummaske berücksichtigt, die zuvor über eine Klassifikation der o. g. Luftbilder mit dem KI-Verfahren "Cop4ALL" erzeugt wurde. Die einzelnen Bäume wurden darin über ein Template-Matching-Verfahren identifiziert, bei dem variable 3D-Schablonen (sphärische und gaußförmige Form für Laubbäume, parabolische, hyperbolische und konische Form für Nadelbäume) über das Vegetationshöhenmodell gelegt werden. Den so gefundenen Baumstandorten wurden mittels einer Segmentierung des Vegetationshöhenmodells Baumkronen zugeordnet, deren senkrechte Projektion auf den Boden zweidimensionale Baumkronenpolygone ergab. Der Datensatz ist im GeoPackage-Format als Original und zur Reduzierung der Dateigröße als Variante mit generalisierten Baumkronenpolygonen unter der Open-Data-Lizenz CC BY 4.0 verfügbar.</p> <p><strong>Wichtiger Hinweis: In dichten Baumbeständen ist die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Auch sogenannte "beherrscht stehende Individuen" unterhalb der aus der Luft sichtbaren Baumkronen lassen sich mit dem twin4tree-Verfahren nicht eindeutig erkennen. Daher unterschätzt das Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Aus stichprobenhafte Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet.</strong></p> <p> </p>
Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, punktförmigen Stammpositionen von rund 894.000 Bäumen im Stadtgebiet von Wuppertal, ausgeführt durch die EFTAS Fernerkundung Technologietransfer GmbH aus Münster im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling mit dem in dieser Kooperation entwickelten Verfahren "twin4tree". Hierbei wurde das normalisierte Digitale Oberflächenmodell (nDOM) von Geobasis NRW (Jahrgang 2021) als Höhenmodell verwendet. Um keine Gebäude oder Bauwerke als Baum zu identifizieren, wurden für das Vegetationshöhenmodell nur Bereiche des nDOM innerhalb einer Baummaske berücksichtigt, die zuvor über eine Klassifikation der o. g. Luftbilder mit dem KI-Verfahren "Cop4ALL" erzeugt wurde. Die einzelnen Bäume wurden darin über ein Template-Matching-Verfahren identifiziert, bei dem variable 3D-Schablonen (sphärische und gaußförmige Form für Laubbäume, parabolische, hyperbolische und konische Form für Nadelbäume) über das Vegetationshöhenmodell gelegt werden. Den so gefundenen Baumstandorten wurden mittels einer Segmentierung des Vegetationshöhenmodells Baumkronen zugeordnet, deren senkrechte Projektion auf den Boden zweidimensionale Baumkronenpolygone ergab. Die Stammposition eines Baumes wurde im geometrischen Schwerpunkt seines Baumkronenpolygons angenommen. Der Datensatz ist im GeoPackage-Format unter der Open-Data-Lizenz CC BY 4.0 verfügbar. Wichtige Hinweise: (1) In dichten Baumbeständen ist die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Auch sogenannte "beherrscht stehende Individuen" unterhalb der aus der Luft sichtbaren Baumkronen lassen sich mit dem twin4tree-Verfahren nicht eindeutig erkennen. Daher unterschätzt das Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Aus stichprobenhafte Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet. (2) Die genauen Stammpositionen können aus optischen Fernerkundungsdaten nicht bestimmt werden. Die als Stammpositionen angegebenen Schwerpunkte der Baumkronenpolygone sind Näherungswerte.
<p>Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, punktförmigen Stammpositionen von rund 894.000 Bäumen im Stadtgebiet von Wuppertal, ausgeführt durch die EFTAS Fernerkundung Technologietransfer GmbH aus Münster im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling mit dem in dieser Kooperation entwickelten Verfahren "twin4tree". Hierbei wurde das normalisierte Digitale Oberflächenmodell (nDOM) von Geobasis NRW (Jahrgang 2021) als Höhenmodell verwendet. Um keine Gebäude oder Bauwerke als Baum zu identifizieren, wurden für das Vegetationshöhenmodell nur Bereiche des nDOM innerhalb einer Baummaske berücksichtigt, die zuvor über eine Klassifikation der o. g. Luftbilder mit dem KI-Verfahren "Cop4ALL" erzeugt wurde. Die einzelnen Bäume wurden darin über ein Template-Matching-Verfahren identifiziert, bei dem variable 3D-Schablonen (sphärische und gaußförmige Form für Laubbäume, parabolische, hyperbolische und konische Form für Nadelbäume) über das Vegetationshöhenmodell gelegt werden. Den so gefundenen Baumstandorten wurden mittels einer Segmentierung des Vegetationshöhenmodells Baumkronen zugeordnet, deren senkrechte Projektion auf den Boden zweidimensionale Baumkronenpolygone ergab. Die Stammposition eines Baumes wurde im geometrischen Schwerpunkt seines Baumkronenpolygons angenommen. Der Datensatz ist im GeoPackage-Format unter der Open-Data-Lizenz CC BY 4.0 verfügbar.</p> <p><strong>Wichtige Hinweise: (1) In dichten Baumbeständen ist die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Auch sogenannte "beherrscht stehende Individuen" unterhalb der aus der Luft sichtbaren Baumkronen lassen sich mit dem twin4tree-Verfahren nicht eindeutig erkennen. Daher unterschätzt das Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Aus stichprobenhafte Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet. (2) Die genauen Stammpositionen können aus optischen Fernerkundungsdaten nicht bestimmt werden. Die als Stammpositionen angegebenen Schwerpunkte der Baumkronenpolygone sind Näherungswerte.</strong></p> <p> </p>
Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, zweidimensionalen Baumkronenumringe ("Baumkronenpolygone") von rund 894.000 Bäumen im Stadtgebiet von Wuppertal, ausgeführt durch die EFTAS Fernerkundung Technologietransfer GmbH aus Münster im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling mit dem in dieser Kooperation entwickelten Verfahren "twin4tree". Hierbei wurde das normalisierte Digitale Oberflächenmodell (nDOM) von Geobasis NRW (Jahrgang 2021) als Höhenmodell verwendet. Um keine Gebäude oder Bauwerke als Baum zu identifizieren, wurden für das Vegetationshöhenmodell nur Bereiche des nDOM innerhalb einer Baummaske berücksichtigt, die zuvor über eine Klassifikation der o. g. Luftbilder mit dem KI-Verfahren "Cop4ALL" erzeugt wurde. Die einzelnen Bäume wurden darin über ein Template-Matching-Verfahren identifiziert, bei dem variable 3D-Schablonen (sphärische und gaußförmige Form für Laubbäume, parabolische, hyperbolische und konische Form für Nadelbäume) über das Vegetationshöhenmodell gelegt werden. Den so gefundenen Baumstandorten wurden mittels einer Segmentierung des Vegetationshöhenmodells Baumkronen zugeordnet, deren senkrechte Projektion auf den Boden zweidimensionale Baumkronenpolygone ergab. Der Datensatz ist im GeoPackage-Format als Original und zur Reduzierung der Dateigröße als Variante mit generalisierten Baumkronenpolygonen unter der Open-Data-Lizenz CC BY 4.0 verfügbar. Wichtiger Hinweis: In dichten Baumbeständen ist die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Auch sogenannte "beherrscht stehende Individuen" unterhalb der aus der Luft sichtbaren Baumkronen lassen sich mit dem twin4tree-Verfahren nicht eindeutig erkennen. Daher unterschätzt das Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Aus stichprobenhafte Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet.
Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, punktförmigen Stammpositionen von rund 894.000 Bäumen im Stadtgebiet von Wuppertal, ausgeführt durch die EFTAS Fernerkundung Technologietransfer GmbH aus Münster im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling mit dem in dieser Kooperation entwickelten Verfahren "twin4tree". Hierbei wurde das normalisierte Digitale Oberflächenmodell (nDOM) von Geobasis NRW (Jahrgang 2021) als Höhenmodell verwendet. Um keine Gebäude oder Bauwerke als Baum zu identifizieren, wurden für das Vegetationshöhenmodell nur Bereiche des nDOM innerhalb einer Baummaske berücksichtigt, die zuvor über eine Klassifikation der o. g. Luftbilder mit dem KI-Verfahren "Cop4ALL" erzeugt wurde. Die einzelnen Bäume wurden darin über ein Template-Matching-Verfahren identifiziert, bei dem variable 3D-Schablonen (sphärische und gaußförmige Form für Laubbäume, parabolische, hyperbolische und konische Form für Nadelbäume) über das Vegetationshöhenmodell gelegt werden. Den so gefundenen Baumstandorten wurden mittels einer Segmentierung des Vegetationshöhenmodells Baumkronen zugeordnet, deren senkrechte Projektion auf den Boden zweidimensionale Baumkronenpolygone ergab. Die Stammposition eines Baumes wurde im geometrischen Schwerpunkt seines Baumkronenpolygons angenommen. Der Datensatz ist im GeoPackage-Format unter der Open-Data-Lizenz CC BY 4.0 verfügbar. Wichtige Hinweise: (1) In dichten Baumbeständen ist die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Auch sogenannte "beherrscht stehende Individuen" unterhalb der aus der Luft sichtbaren Baumkronen lassen sich mit dem twin4tree-Verfahren nicht eindeutig erkennen. Daher unterschätzt das Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Aus stichprobenhafte Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet. (2) Die genauen Stammpositionen können aus optischen Fernerkundungsdaten nicht bestimmt werden. Die als Stammpositionen angegebenen Schwerpunkte der Baumkronenpolygone sind Näherungswerte.
Citizen Science (CS; dt. Bürgerwissenschaft) ermöglicht die partizipative Forschung durch Laien, was zu einer breiteren Datenerhebung, einer Vielfalt von Methoden und einem besseren Verständnis ökologischer Prozesse führen kann. Das Autorenteam stellt wesentliche Ergebnisse zur Theorie der CS aus der einschlägigen Literatur vor. Auf Grundlage von Erfahrungen in der Projektleitung des CS-Forschungsnetzwerks agroforst-monitoring und der Kenntnis des wissenschaftlichen Diskurses über CS berichtet das Autorenteam über fünf Jahre angewandter Forschung und Netzwerkentwicklung sowie über den Austausch mit Befürworterinnen und Befürwortern sowie Kritikerinnen und Kritikern der CS. Vor dem Hintergrund eines vermeintlichen Trilemmas zwischen "Partizipation", "Skalierbarkeit" und "Datenqualität" stellt der vorliegende Beitrag den Methodenkatalog von agroforst-monitoring vor, um aus der CS-Praxis zu berichten und Stellung zu den Vor- und Nachteilen der CS zu beziehen. Entlang der partizipativen Entwicklung des Methodenkatalogs konnten fünf Lektionen für die Arbeit in CS-Projekten abgeleitet werden, die sich auf verschiedene Schritte des Forschungsprozesses beziehen. Die Entwicklung von Forschungsfragen erfolgte in Zusammenarbeit mit interessierten Personen aus der Praxis und Agroforstplanung sowie mit Bürgerinnen und Bürgern. Zugleich erforderte die Methodenentwicklung kontinuierliche Anpassungen, um eine Standardisierung zu gewährleisten und Fehler zu reduzieren. Als wesentliche Voraussetzung für den Erfolg eines CS-Projekts wurde die Bedeutung intensiver Schulungen und fortwährenden Austausches zwischen Citizen Scientists und fachwissenschaftlicher Begleitung herausgearbeitet. Dieser Dialog kann sich auch methodisch widerspiegeln, um CS-Daten zu validieren oder deren Aussagekraft durch weitere Forschung zu erhöhen. Die Herausforderungen und Chancen neben den bekannten transformativen Potenzialen von CS werden anhand konkreter Beispiele aus dem Projekt diskutiert und zur Orientierung für weitere Forschung aufbereitet.
In einer Forschungskooperation mit dem Institut für Schiffstechnik, Meerestechnik und Transportsysteme der Universität Duisburg-Essen wird eine Software (BinEm) entwickelt, die mithilfe der Messung von Luftschadstoffen auf Binnenschiffen unter realen Betriebsbedingungen kalibriert und validiert werden soll. Aufgabenstellung und Ziel Die Schifffahrt soll nach Vorgaben der EU bis zum Jahr 2050 klimaneutral werden. Zur zwischenzeitlichen Reduktion der Treibhausgas- und Schadstoffemissionen werden verschiedene Technologien (z. B. Abgasreinigung) eingesetzt. Um den Einfluss von neuen Technologien auf die Schiffsemissionen abschätzen zu können, sind realistische Angaben zu den emittierten Schadstoffen durch die Binnenschifffahrt notwendig. Die bisher veröffentlichten Emissionsdaten, die der Binnenschifffahrt zugerechnet werden, basieren auf Modellen mit vielen Annahmen, die die Betriebsparameter im realen Einsatz sehr vereinfacht abschätzen. Aus diesem Grund wurde im Rahmen eines gemeinsamen Forschungsvorhabens der BAW und der Universität DuisburgEssen ein Verfahren zur Berechnung der Binnenschiffsemissionen entwickelt. Bedeutung für die Wasserstraßen- und Schifffahrtsverwaltung des Bundes (WSV) Mit der im Rahmen der Forschungskooperation mit dem Institut für Schiffstechnik, Meerestechnik und Transportsysteme (ISMT) entwickelten Software können Emissionen der Binnenschifffahrt für beliebige Regionen und Schiffsflotten modelliert werden. Damit steht der BAW eine Methode zur Verfügung, die es ermöglicht, den Anteil der Binnenschifffahrt an den Luftschadstoffen abzubilden und den Erfolg von Emissionsminderungsmaßnahmen zu bewerten. Auf Basis dieser Ergebnisse können Entscheidungsträger im BMDV und in der GDWS erfolgversprechende Maßnahmen zur Minderung von Binnenschiffsemissionen gezielt ableiten, geltende Vorschriften anpassen oder neue erlassen. Untersuchungsmethoden Das entwickelte Verfahren besteht aus mehreren Modulen. Zunächst wird der Schiffswiderstand in Abhängigkeit von der Geschwindigkeit über Grund und der Strömung berechnet (Noß und Kossmann 2021). In dem aktuellen Verfahren wird nun auch der zusätzliche Widerstand bei Kurvendrift berücksichtigt. Hierfür greift das Programm auf einen äquivalenten Geradeauswiderstand zurück und addiert in Abhängigkeit des Driftwinkels einen in einer Datenbank hinterlegten Beiwert für den zusätzlichen Widerstand durch Schräganströmung. Anschließend werden der Gütegrad der Propulsion und die Propellerdrehleistung ermittelt. Mithilfe charakteristischer Propellerfreifahrtdiagramme und Motorenkennfelder sowie leistungsbezogener Faktoren werden final der Kraftstoffverbrauch und die Schiffsemissionen berechnet (Noß und Kossmann 2022). Die Spannweite an Schiffs- und Motorenparametern ist sehr groß. Basierend auf Simulations- und Modellversuchsergebnissen charakteristischer Schiffe (Noß und Kossmann 2021, 2022; Kossmann und Wierczoch 2022) wurden einzelne Widerstandsbeiwerte und der Gütegrad der Propulsion in Abhängigkeit von Schiffsgeschwindigkeit und Wassertiefenverhältnis zu Abladetiefenverhältnis berechnet. Der für die Propulsion verwendete Propeller ähnelt in seiner Geometrie einem charakteristischen Binnenschiffs-Düsen-Propeller. In Abhängigkeit von der berechneten Propulsions- bzw. Bremsleistung, der Schiffsgröße und der Anzahl der Propeller wählt das Verfahren einen passenden Motor in einer Datenbank aus. Diese beinhaltet für schnelllaufende Dieselmotoren mit Leistungen zwischen 400 und 1200 kW Daten zur Motorleistung, Drehzahl und zum spezifischen Kraftstoffverbrauch. Der gewählte Ansatz ist für den Großteil der Flotte sowie Betriebspunkte während einer typischen Streckenfahrt anwendbar. Situationen wie Ausweichmanöver, Ausweichmanöver, Schleusenfahrten oder An- und Ablegemanöver lassen sich mit diesem Ansatz jedoch nicht abbilden.
In dem Projekt DARING soll die Energieeffizienz von Wärmespeichern (z.B. Puffer- und Trinkwasserspeicher) im Bereich der Gebäudeenergieversorgung signifikant gesteigert werden. Dafür wird eine innovative Sensortechnologie (Sensorhaut) für die großflächige Erfassung des Temperaturprofils an den Speichern optimiert. Mit den generierten Daten lässt sich der exakte Beladungszustand bestimmen und die Energiezufuhr gezielter steuern. Durch eine bessere Steuerung von Wärmepumpensystemen kann eine Effizienzsteigerung um bis zu 10% erreicht werden. Für Solarthermie-Anlagen im Gebäudebereich sowie Fernwärme-Hausstationen werden äquivalente Werte prognostiziert. Bei der vorgelagerten Gebäudeversorgung über Wärmenetze besteht bei einer Integration in das übergeordnete Lastmanagement das Potenzial, vom kontinuierlichen in den Pulsbetrieb überzugehen, womit Trinkwasserspeicher gezielt beladen werden können. Die Technologie der Sensorhaut basiert auf druckbarer organischer Dünnschicht-Elektronik und erlaubt die zuverlässige Messung verschiedener Parameter (z.B. Temperatur) über große Flächen hinweg in Echtzeit. Durch den speziellen Herstellungsprozess (Flüssigprozessierung) sind die Sensorfolien in Form und Funktion nahezu beliebig konfigurierbar. Dabei entsteht nur ein minimaler Material- und Energieverbrauch, woraus sich im Vergleich zu herkömmlicher Sensorik Kostenvorteile sowie eine bessere CO2 Bilanz ergeben. DARING ist als Verbundprojekt konzipiert, in dem Experten aus Forschung und Praxis zusammenarbeiten. Dadurch wird gewährleistet, so nah an den realen Gegebenheiten und Bedürfnissen zu entwickeln wie möglich. Neben dem Institut für Angewandte Physik der TU Dresden sind die Professur für Gebäudeenergietechnik und Wärmeversorgung, die Firma Viessmann Climate Solutions SE sowie die Cupasol GmbH als direkte Projektpartner an der Umsetzung und Erprobung beteiligt. Darüber hinaus ist die Vonovia SE als Drittmittelgeber Teil des Konsortiums.
In dem Projekt DARING soll die Energieeffizienz von Wärmespeichern (z.B. Puffer- und Trinkwasserspeicher) im Bereich der Gebäudeenergieversorgung signifikant gesteigert werden. Dafür wird eine innovative Sensortechnologie (Sensorhaut) für die großflächige Erfassung des Temperaturprofils an den Speichern optimiert. Mit den generierten Daten lässt sich der exakte Beladungszustand bestimmen und die Energiezufuhr gezielter steuern. Durch eine bessere Steuerung von Wärmepumpensystemen kann eine Effizienzsteigerung um bis zu 10% erreicht werden. Für Solarthermie-Anlagen im Gebäudebereich sowie Fernwärme-Hausstationen werden äquivalente Werte prognostiziert. Bei der vorgelagerten Gebäudeversorgung über Wärmenetze besteht bei einer Integration in das übergeordnete Lastmanagement das Potenzial, vom kontinuierlichen in den Pulsbetrieb überzugehen, womit Trinkwasserspeicher gezielt beladen werden können. Die Technologie der Sensorhaut basiert auf druckbarer organischer Dünnschicht-Elektronik und erlaubt die zuverlässige Messung verschiedener Parameter (z.B. Temperatur) über große Flächen hinweg in Echtzeit. Durch den speziellen Herstellungsprozess (Flüssigprozessierung) sind die Sensorfolien in Form und Funktion nahezu beliebig konfigurierbar. Dabei entsteht nur ein minimaler Material- und Energieverbrauch, woraus sich im Vergleich zu herkömmlicher Sensorik Kostenvorteile sowie eine bessere CO2 Bilanz ergeben. DARING ist als Verbundprojekt konzipiert, in dem Experten aus Forschung und Praxis zusammenarbeiten. Dadurch wird gewährleistet, so nah an den realen Gegebenheiten und Bedürfnissen zu entwickeln wie möglich. Neben dem Institut für Angewandte Physik der TU Dresden sind die Professur für Gebäudeenergietechnik und Wärmeversorgung, die Firma Viessmann Climate Solutions SE sowie die Cupasol GmbH als direkte Projektpartner an der Umsetzung und Erprobung beteiligt. Darüber hinaus ist die Vonovia SE als Drittmittelgeber Teil des Konsortiums.
| Organisation | Count |
|---|---|
| Bund | 1677 |
| Europa | 178 |
| Kommune | 11 |
| Land | 95 |
| Weitere | 41 |
| Wirtschaft | 1 |
| Wissenschaft | 703 |
| Zivilgesellschaft | 52 |
| Type | Count |
|---|---|
| Agrarwirtschaft | 2 |
| Daten und Messstellen | 3 |
| Ereignis | 2 |
| Förderprogramm | 1615 |
| Lehrmaterial | 2 |
| Repositorium | 4 |
| Text | 76 |
| Umweltprüfung | 1 |
| unbekannt | 62 |
| License | Count |
|---|---|
| Geschlossen | 135 |
| Offen | 1632 |
| Language | Count |
|---|---|
| Deutsch | 1475 |
| Englisch | 441 |
| Resource type | Count |
|---|---|
| Archiv | 12 |
| Bild | 7 |
| Datei | 4 |
| Dokument | 38 |
| Keine | 1208 |
| Unbekannt | 1 |
| Webseite | 530 |
| Topic | Count |
|---|---|
| Boden | 1132 |
| Lebewesen und Lebensräume | 1573 |
| Luft | 865 |
| Mensch und Umwelt | 1767 |
| Wasser | 793 |
| Weitere | 1725 |