API src

Found 50 results.

Teilprojekt 2

Das Projekt "Teilprojekt 2" wird vom Umweltbundesamt gefördert und von Leibniz-Institut für Gemüse- und Zierpflanzenbau Großbeeren e.V. durchgeführt. Ziel des Projektes ist die Entwicklung eines georeferenzierten Sensor-gestützten Expertensystems zur teilflächenspezifischen gekoppelten N-Düngungs- und Bewässerungssteuerung im Freilandgemüsebau. Der spezifische N-Bedarf soll auf Basis eines Verbundes aus Stützpunkten des Nmin-Systems sowie N-Mineralisierungsraten aus der Boden spezifischen C-N-Dynamik geschätzt wer-den. Die Einbindung des C-N Modells CANDY wird die Nmin- und C-Dynamik des Bodens im Vergleich zu gegenwärtigen Systemen besser abbilden. Die Bestandes-entwicklung und der N-Bedarf der Modellkultur Spinat soll über spektrale Absorption bzw. Emission mit Hilfe des ISARIA-Sensors gemessen werden. Der Bewässerungsbedarf wird durch die Verbindung von Wasserbilanzierung mit der Geisenheimer Steuerung, Bodensaugspannungsmessung, spektraler Vegetationsindices und neuronalen Netzen abgeleitet. Die wissenschaftliche Prüfung des modellierten Wasserbedarfs erfolgt mit Hilfe der Messung der aktuellen Evapotranspiration und des modellierten N Bedarfs anhand Nmin Proben. Informationen der Bodencharakteristik, der C-N-Dynamik, der Bestandesentwicklung und des Bewässerungsbedarfs sollen durch intelligente Regelsysteme verbunden und für Entscheidungen der Anwender als browserbasierte Webanwendung visualisiert werden. So werden auch Bewässerungs- und N-Düngungskarten für Teilflächen auf Grundlage räumlich hoch aufgelöster, sensorbasierter Bodenkartierung erstellt. Die Webanwendung integriert In-formationen georeferenzierter Daten, um teilflächenspezifische Handlungsempfehlungen ausgeben zu können.

Teilprojekt 5

Das Projekt "Teilprojekt 5" wird vom Umweltbundesamt gefördert und von Fritzmeier Umwelttechnik GmbH & Co. KG durchgeführt. Ziel des Projektes ist die Entwicklung eines georeferenzierten Sensor-gestützten Expertensystems zur teilflächenspezifischen gekoppelten N-Düngungs- und Bewässerungssteuerung im Freilandgemüsebau. Der spezifische N-Bedarf soll auf Basis eines Verbundes aus Stützpunkten des Nmin-Systems sowie N-Mineralisierungsraten aus der Boden spezifischen C-N-Dynamik geschätzt wer-den. Die Einbindung des C-N Modells CANDY wird die Nmin- und C-Dynamik des Bodens im Vergleich zu gegenwärtigen Systemen besser abbilden. Die Bestandes-entwicklung und der N-Bedarf der Modellkultur Spinat soll über spektrale Absorption bzw. Emission mit Hilfe des ISARIA-Sensors gemessen werden. Der Bewässerungsbedarf wird durch die Verbindung von Wasserbilanzierung mit der Geisenheimer Steuerung, Bodensaugspannungsmessung, spektraler Vegetationsindices und neuronalen Netzen abgeleitet. Die wissenschaftliche Prüfung des modellierten Wasserbedarfs erfolgt mit Hilfe der Messung der aktuellen Evapotranspiration und des modellierten N Bedarfs anhand Nmin Proben. Informationen der Bodencharakteristik, der C-N-Dynamik, der Bestandesentwicklung und des Bewässerungsbedarfs sollen durch intelligente Regelsysteme verbunden und für Entscheidungen der Anwender als browserbasierte Webanwendung visualisiert werden. So werden auch Bewässerungs- und N-Düngungskarten für Teilflächen auf Grundlage räumlich hoch aufgelöster, sensorbasierter Bodenkartierung erstellt. Die Webanwendung integriert In-formationen georeferenzierter Daten, um teilflächenspezifische Handlungsempfehlungen ausgeben zu können.

Teilprojekt 1

Das Projekt "Teilprojekt 1" wird vom Umweltbundesamt gefördert und von Hochschule Geisenheim University, Zentrum für Wein- und Gartenbau, Institut für Gemüsebau durchgeführt. Ziel des Projektes ist die Entwicklung eines georeferenzierten Sensor-gestützten Expertensystems zur teilflächenspezifischen gekoppelten N-Düngungs- und Bewässerungssteuerung im Freilandgemüsebau. Der spezifische N-Bedarf soll auf Basis eines Verbundes aus Stützpunkten des Nmin-Systems sowie N-Mineralisierungsraten aus der Boden spezifischen C-N-Dynamik geschätzt wer-den. Die Einbindung des C-N Modells CANDY wird die Nmin- und C-Dynamik des Bodens im Vergleich zu gegenwärtigen Systemen besser abbilden. Die Bestandes-entwicklung und der N-Bedarf der Modellkultur Spinat soll über spektrale Absorption bzw. Emission mit Hilfe des ISARIA-Sensors gemessen werden. Der Bewässerungsbedarf wird durch die Verbindung von Wasserbilanzierung mit der Geisenheimer Steuerung, Bodensaugspannungsmessung, spektraler Vegetationsindices und neuronalen Netzen abgeleitet. Die wissenschaftliche Prüfung des modellierten Wasserbedarfs erfolgt mit Hilfe der Messung der aktuellen Evapotranspiration und des modellierten N Bedarfs anhand Nmin Proben. Informationen der Bodencharakteristik, der C-N-Dynamik, der Bestandesentwicklung und des Bewässerungsbedarfs sollen durch intelligente Regelsysteme verbunden und für Entscheidungen der Anwender als browserbasierte Webanwendung visualisiert werden. So werden auch Bewässerungs- und N-Düngungskarten für Teilflächen auf Grundlage räumlich hoch aufgelöster, sensorbasierter Bodenkartierung erstellt. Die Webanwendung integriert In-formationen georeferenzierter Daten, um teilflächenspezifische Handlungsempfehlungen ausgeben zu können.

Teilprojekt 3

Das Projekt "Teilprojekt 3" wird vom Umweltbundesamt gefördert und von Dienstleistungszentrum Ländlicher Raum - Rheinpfalz durchgeführt. Ziel des Projektes ist die Entwicklung eines georeferenzierten Sensor-gestützten Expertensystems zur teilflächenspezifischen gekoppelten N-Düngungs- und Bewässerungssteuerung im Freilandgemüsebau. Der spezifische N-Bedarf soll auf Basis eines Verbundes aus Stützpunkten des Nmin-Systems sowie N-Mineralisierungsraten aus der Boden spezifischen C-N-Dynamik geschätzt wer-den. Die Einbindung des C-N Modells CANDY wird die Nmin- und C-Dynamik des Bodens im Vergleich zu gegenwärtigen Systemen besser abbilden. Die Bestandes-entwicklung und der N-Bedarf der Modellkultur Spinat soll über spektrale Absorption bzw. Emission mit Hilfe des ISARIA-Sensors gemessen werden. Der Bewässerungsbedarf wird durch die Verbindung von Wasserbilanzierung mit der Geisenheimer Steuerung, Bodensaugspannungsmessung, spektraler Vegetationsindices und neuronalen Netzen abgeleitet. Die wissenschaftliche Prüfung des modellierten Wasserbedarfs erfolgt mit Hilfe der Messung der aktuellen Evapotranspiration und des modellierten N Bedarfs anhand Nmin Proben. Informationen der Bodencharakteristik, der C-N-Dynamik, der Bestandesentwicklung und des Bewässerungsbedarfs sollen durch intelligente Regelsysteme verbunden und für Entscheidungen der Anwender als browserbasierte Webanwendung visualisiert werden. So werden auch Bewässerungs- und N-Düngungskarten für Teilflächen auf Grundlage räumlich hoch aufgelöster, sensorbasierter Bodenkartierung erstellt. Die Webanwendung integriert In-formationen georeferenzierter Daten, um teilflächenspezifische Handlungsempfehlungen ausgeben zu können.

Teilprojekt 4

Das Projekt "Teilprojekt 4" wird vom Umweltbundesamt gefördert und von GID GeoInformationsDienst GmbH durchgeführt. Ziel des Projektes ist die Entwicklung eines georeferenzierten Sensor-gestützten Expertensystems zur teilflächenspezifischen gekoppelten N-Düngungs- und Bewässerungssteuerung im Freilandgemüsebau. Der spezifische N-Bedarf soll auf Basis eines Verbundes aus Stützpunkten des Nmin-Systems sowie N-Mineralisierungsraten aus der Boden spezifischen C-N-Dynamik geschätzt wer-den. Die Einbindung des C-N Modells CANDY wird die Nmin- und C-Dynamik des Bodens im Vergleich zu gegenwärtigen Systemen besser abbilden. Die Bestandes-entwicklung und der N-Bedarf der Modellkultur Spinat soll über spektrale Absorption bzw. Emission mit Hilfe des ISARIA-Sensors gemessen werden. Der Bewässerungsbedarf wird durch die Verbindung von Wasserbilanzierung mit der Geisenheimer Steuerung, Bodensaugspannungsmessung, spektraler Vegetationsindices und neuronalen Netzen abgeleitet. Die wissenschaftliche Prüfung des modellierten Wasserbedarfs erfolgt mit Hilfe der Messung der aktuellen Evapotranspiration und des modellierten N Bedarfs anhand Nmin Proben. Informationen der Bodencharakteristik, der C-N-Dynamik, der Bestandesentwicklung und des Bewässerungsbedarfs sollen durch intelligente Regelsysteme verbunden und für Entscheidungen der Anwender als browserbasierte Webanwendung visualisiert werden. So werden auch Bewässerungs- und N-Düngungskarten für Teilflächen auf Grundlage räumlich hoch aufgelöster, sensorbasierter Bodenkartierung erstellt. Die Webanwendung integriert In-formationen georeferenzierter Daten, um teilflächenspezifische Handlungsempfehlungen ausgeben zu können.

Teilprojekt 4: Bayes'sche Methoden zum Päläoklima-Modell-Datenvergleich

Das Projekt "Teilprojekt 4: Bayes'sche Methoden zum Päläoklima-Modell-Datenvergleich" wird vom Umweltbundesamt gefördert und von Rheinische Friedrich-Wilhelms-Universität Bonn, Meteorologisches Institut durchgeführt. Die Crosscutting Activities (CC) in PalMod Phase II umfassen verschiedene Querschnittsarbeiten, deren Ergebnisse direkte Anwendung in den Working Groups 1-3 finden. Einerseits wird die Weiterentwicklung der gekoppelten Erdsystemmodelle unterstützt, andererseits werden Analysemöglichkeiten und Interpretationen der Modellergebnisse vorangetrieben. Hierbei liegt der Fokus insbesondere auf der Entwicklung und Optimierung von Modellkomponenten für die transiente Simulation eines Glazialzyklus (Verbundprojekt CC.1) und dem Datenmanagement in Form von Modell-Daten-Vergleich und experimenteller Hypothesenprüfung (Verbundprojekt CC.2). Das Ziel von CC.2 ist, den Modell-Datenvergleich innerhalb und außerhalb von PalMod zu ermöglichen. CC2 koordiniert das Datenmanagement sowohl für Klimasimulationen als auch für Proxydaten-Sammlungen in Zusammenarbeit mit den datenproduzierenden Gruppen. CC.2 TP4 widmet sich dem probabilistischen Vergleich von Modellen und Daten, insbesondere den neuen Herausforderungen in der Bewertung von Erdsystemmodellen. Da die Klimatrajektorie nichtstationär ist, nicht zuletzt infolge sich dynamisch ändernder Land-See-Masken und Eisschilde, werden neue Metriken entwickelt. Diese bewerten die Abweichungen zwischen Modellsimulationen und proxy-basierten Rekonstruktionen aus Paläoklimaarchiven unter Berücksichtigung von systematischen Modellfehlern, interner Klimavariabilität und Unsicherheiten in Klimarekonstruktionen und den rekonstruierten externen Antriebsvariablen. Zur Formulierung des Evaluationsrahmens werden Bayes'sche Statistik, Proxy-System-Modelle und Ensembles von Klimamodellsimulationen und Proxy-Datensätzen eingesetzt.

Teilprojekt 6

Das Projekt "Teilprojekt 6" wird vom Umweltbundesamt gefördert und von Universität Trier, Fachbereich VI Raum- und Umweltwissenschaften, Fach Hydrologie durchgeführt. Starkregen bzw. hieraus resultierende Sturzfluten haben in den letzten Jahren vermehrt zu weitreichenden Schäden an technischen und sozialen Infrastrukturen geführt. Bei solchen Extremereignissen müssen die Wassermengen möglichst schadlos durch die urbane Bebauung abgeleitet werden. Gemeinsam mit fünf Pilotkommunen, die bereits von Starkregen betroffen waren, entwickelt das dreijährige Verbundprojekt Urban Flood Resilience - Smart Tools FloReSt innovative, technologiebasierte Lösungen, die klassische und KI-Ansätze zur belastungsunabhängigen und -abhängigen Ausweisung von Notabflusswegen verfolgen. Ein intelligenter, dialog-orientierter Weg zur nachhaltigen Umsetzung von Hochwasservorsorgemaßnahmen in urbanen Räumen wird durch einen begleitenden Wissenstransfer eingeschlagen. So wird ein robotergestütztes System mit integrierter Positionierungs- und Mess-Sensorik entwickelt, KI-Technologie ersetzt den aufwändigen Einsatz hydraulisch-numerischer Modelle zum lokalen Nachweis von Notabflusswegen durch Machine-Learning-Verfahren, Hochwasservorsorgemaßnahmen werden durch den Einsatz von UAV-Drohnentechnik und Dotierversuchen zur experimentellen Ausweisung belastungsabhängiger Notabflusswege zielgenau umgesetzt und die Infrastruktur zur digitalen Daten- und Methodenbereitstellung in Form eines Geo-Data-Warehouse und einer Smart App wird entwickelt. Alle Smart Tools werden in einer vernetzten Risikokommunikation mit den Pilotkommunen und Betroffenen in einem Fünf-Phasen-Modell der Partizipation überprüft und getestet. Alle Smart Tools haben eine hohe Anwendungsorientierung, die durch Tests in Pilotkommunen und Austausch im Projektbeirat verifiziert wird.

Teilprojekt 1

Das Projekt "Teilprojekt 1" wird vom Umweltbundesamt gefördert und von Hochschule Koblenz, Fachbereich bauen - kunst - werkstoffe, Fachrichtung Bauingenieurwesen - Siedlungswasserwirtschaft und Wasserbau durchgeführt. Starkregen bzw. hieraus resultierende Sturzfluten haben in den letzten Jahren vermehrt zu weitreichenden Schäden an technischen und sozialen Infrastrukturen geführt. Bei solchen Extremereignissen müssen die Wassermengen möglichst schadlos durch die urbane Bebauung abgeleitet werden. Gemeinsam mit fünf Pilotkommunen, die bereits von Starkregen betroffen waren, entwickelt das dreijährige Verbundprojekt Urban Flood Resilience - Smart Tool FloReST innovative, technologiebasierte Lösungen, die klassische und KI-Ansätze zur belastungsunabhängigen und -abhängigen Ausweisung von Notabflusswegen verfolgen. Ein intelligenter, dialog-orientierter Weg zur nachhaltigen Umsetzung von Hochwasservorsorgemaßnahmen in urbanen Räumen wird durch einen begleitenden Wissenstransfer eingeschlagen. So wird ein robotergestütztes System mit integrierter Positionierungs- und Mess-Sensorik entwickelt, KI-Technologie ersetzt den aufwändigen Einsatz hydraulisch-numerischer Modelle zum lokalen Nachweis von Notabflusswegen durch Machine-Learning-Verfahren, Hochwasservorsorgemaßnahmen werden durch den Einsatz von UAV-Drohnentechnik und Dotierversuchen zur experimentellen Ausweisung belastungsabhängiger Notabflusswege zielgenau umgesetzt und die Infrastruktur zur digitalen Daten- und Methodenbereitstellung in Form eines Geo-Data-Warehouse und einer Smart App wird entwickelt. Alle Smart Tools werden in einer vernetzten Risikokommunikation mit den Pilotkommunen und Betroffenen in einem Fünf-Phasen-Modell der Partizipation überprüft und getestet. Alle Smart Tools haben eine hohe Anwendungsorientierung, die durch Tests in Pilotkommunen und Austausch im Projektbeirat verifiziert wird.

Teilprojekt 5

Das Projekt "Teilprojekt 5" wird vom Umweltbundesamt gefördert und von Ingenieurgesellschaft Dr. Siekmann & Partner mbH durchgeführt. Starkregen bzw. hieraus resultierende Sturzfluten haben in den letzten Jahren vermehrt zu weitreichenden Schäden an technischen und sozialen Infrastrukturen geführt. Bei solchen Extremereignissen müssen die Wassermengen möglichst schadlos durch die urbane Bebauung abgeleitet werden. Gemeinsam mit fünf Pilotkommunen, die bereits von Starkregen betroffen waren, entwickelt das dreijährige Verbundprojekt Urban Flood Resilience - Smart Tool FloReSt innovative, technologiebasierte Lösungen, die klassische und KI-Ansätze zur belastungsunabhängigen und -abhängigen Ausweisung von Notabflusswegen verfolgen. Ein intelligenter, dialog-orientierter Weg zur nachhaltigen Umsetzung von Hochwasservorsorgemaßnahmen in urbanen Räumen wird durch einen begleitenden Wissenstransfer eingeschlagen. So wird ein robotergestütztes System mit integrierter Positionierungs- und Mess-Sensorik entwickelt, KI-Technologie ersetzt den aufwändigen Einsatz hydraulisch-numerischer Modelle zum lokalen Nachweis von Notabflusswegen durch Machine-Learning-Verfahren, Hochwasservorsorgemaßnahmen werden durch den Einsatz von UAV-Drohnentechnik und Dotierversuchen zur experimentellen Ausweisung belastungsabhängiger Notabflusswege zielgenau umgesetzt und die Infrastruktur zur digitalen Daten- und Methodenbereitstellung in Form eines Geo-Data-Warehouse und einer Smart App wird entwickelt. Alle Smart Tools werden in einer vernetzten Risikokommunikation mit den Pilotkommunen und Betroffenen in einem Fünf-Phasen-Modell der Partizipation überprüft und getestet. Alle Smart Tools haben eine hohe Anwendungsorientierung, die durch Tests in Pilotkommunen und Austausch im Projektbeirat verifiziert wird.

Teilprojekt 4

Das Projekt "Teilprojekt 4" wird vom Umweltbundesamt gefördert und von Hochschule Trier - Trier University of Applied Sciences, Umwelt-Campus Birkenfeld, Institut für Softwaresysteme in Wirtschaft, Umwelt und Verwaltung (ISS) durchgeführt. Starkregen bzw. hieraus resultierende Sturzfluten haben in den letzten Jahren vermehrt zu weitreichenden Schäden an technischen und sozialen Infrastrukturen geführt. Bei solchen Extremereignissen müssen die Wassermengen möglichst schadlos durch die urbane Bebauung abgeleitet werden. Gemeinsam mit fünf Pilotkommunen, die bereits von Starkregen betroffen waren, entwickelt das dreijährige Verbundprojekt Urban Flood Resilience - Smart Tool FloReSt innovative, technologiebasierte Lösungen, die klassische und KI-Ansätze zur belastungsunabhängigen und -abhängigen Ausweisung von Notabflusswegen verfolgen. Ein intelligenter, dialog-orientierter Weg zur nachhaltigen Umsetzung von Hochwasservorsorgemaßnahmen in urbanen Räumen wird durch einen begleitenden Wissenstransfer eingeschlagen. So wird ein robotergestütztes System mit integrierter Positionierungs- und Mess-Sensorik entwickelt, KI-Technologie ersetzt den aufwändigen Einsatz hydraulisch-numerischer Modelle zum lokalen Nachweis von Notabflusswegen durch Machine-Learning-Verfahren, Hochwasservorsorgemaßnahmen werden durch den Einsatz von UAV-Drohnentechnik und Dotierversuchen zur experimentellen Ausweisung belastungsabhängiger Notabflusswege zielgenau umgesetzt und die Infrastruktur zur digitalen Daten- und Methodenbereitstellung in Form eines Geo-Data-Warehouse und einer Smart App wird entwickelt. Alle Smart Tools werden in einer vernetzten Risikokommunikation mit den Pilotkommunen und Betroffenen in einem Fünf-Phasen-Modell der Partizipation überprüft und getestet. Alle Smart Tools haben eine hohe Anwendungsorientierung, die durch Tests in Pilotkommunen und Austausch im Projektbeirat verifiziert wird.

1 2 3 4 5