Klassifikation von Baumartengruppen auf Bestandesebene, basierend auf Sentinel2 - Satellitenaufnahmen Die Klassifikation in die 9 in NRW am häufigsten bzw. bestandesbildend auftretenden Baumartengruppen berücksichtigt folgende Klassen: Eichen (Ei), Buchen (Bu), Buntlaubhölzer (hALH), Weichlaubhölzer (wALN), Pappeln, Kiefern, Lärchen, Fichten und Douglasien (siehe Legende). Die Klassifikation erfolgte durch ein Verfahren künstlicher Intelligenz (rekurrentes neuronales Netzwerk), das anhand von Forsteinrichtungsdaten aus den Waldflächen des landeseigenen Forstbetriebes in NRW trainiert wurde. Das Verfahren wurde im Auftrag des Ministeriums für Landwirtschaft und Verbraucherschutz des Landes NRW (MLV NRW) entwickelt. Zur Erkennung der Baumarten anhand ihrer Phänologie und zur Gewährleistung möglichst wolkenfreier Verhältnisse wurden Zeitreihen von Satellitenaufnahmen aus den Vegetationsperioden zweier Jahre zwischen dem 03.03.2022 und dem 11.07.2023 ausgewertet. Es wurden dafür insgesamt 516 einzelne Szenen ausgewählt und landesweit zu einem wolkenfreien multitemporalen Mosaik zusammengesetzt (https://www.d-copernicus.de/daten/satelliten/satelliten-details/news/sentinel-2/ ). Bedingt durch die räumliche Auflösung der Sentinel2 - Satellitenaufnahmen von ca. 10 m eignet sich diese Kartenebene für eine Betrachtung auf einer Maßstabsebene von bis zu ca. 1:10.000, nicht größer! Die Darstellung berücksichtigt ausschließlich Baumarten in der Hauptschicht und ist nicht vergleichbar mit einer Forsteinrichtungs- oder Forstbetriebskarte. Mischungen von Baumarten sind durch wechselnde Farben auch innerhalb eines Bestandes gekennzeichnet. Die Angaben zu den Blößen basieren insbesondere auf der Aggregierten Kalamitätskarte im Nadelwald (Stand: Sep 2023). Validierung Die Nutzergenauigkeit ist das entscheidende Merkmal für die Zuverlässigkeit der Karteninformation in der fernerkundungsbasierten Baumartenkarte. Die Nutzergenauigkeit beschreibt eine repräsentative Schätzung für die Wahrscheinlichkeit, dass die in der Baumartenkarte dargestellte Karteninformation (Baumartengruppe) an einem Ort mit der Hauptschicht eines dortigen Bestandes übereinstimmt. Die Nutzergenauigkeit ist für jede ausgewiesene thematische Klasse (Baumartengruppe) unterschiedlich und bestimmt sich aus dem Anteil der oben beschriebenen Referenzdaten aus der Forsteinrichtung mit der entsprechenden Baumartengruppe in der Hauptschicht, im Verhältnis zu allen Referenzpunkten in der Validierungsstichprobe, die durch das neuronale Netz in die entsprechende Baumartengruppe klassifiziert wurden. Die Genauigkeiten unterscheiden sich also zwischen den einzelnen Baumarten in Abhängigkeit von der Häufigkeit, mit der die Baumarten in der Forsteinrichtung vertreten sind. Häufig auftretende Baumarten sind für eine künstliche Intelligenz leichter, seltener auftretende Baumarten (z.B. Pappeln, Douglasien) vergleichsweise schwerer zu erkennen. Die Herstellergenauigkeit dient zur Beurteilung der Klassifikationsgüte ausgehend vom Anteil der Referenzdaten in der Validierungsstichprobe mit der entsprechenden Baumartengruppe, die durch das neuronale Netz korrekt dieser Baumartengruppe zugeordnet wurden. Das F-Maß als allgemeines klassenspezifisches Gütemaß wird durch das harmonische Mittel (Durchschnitt) aus Nutzer- und Herstellergenauigkeit gebildet. Die Gesamtgenauigkeit gibt unabhängig von der Klassenzugehörigkeit den Anteil der Referenzpunkte in der Validierungsstichprobe an, der durch das neuronale Netz korrekt klassifiziert wurde. Ein gängiges und weithin anerkanntes Gütemaß ist Cohen’s κ-Koeffizient, der die Übereinstimmung zwischen den Klassenangaben in den Referenzdaten und den Klassifikationen des neuronalen Netzes auf Basis der Validierungsstichprobe beschreibt. In der praktischen Anwendung liegt der Wertebereich des Koeffizienten zwischen 0 und 1, wobei ein Wert von 1 eine völlige Übereinstimmung der Ergebnisse bedeutet, ein Wert von 0 hingegen eine rein zufällige Übereinstimmung ohne erkennbaren Mehrwert einer Entscheidung des neuronalen Netzes. Nutzergenauigkeit (%) Eiche Buche hALH wALN Pappel Kiefer Lärche Fichte Douglasie 93,8 94,7 91,2 89,2 88,8 97,7 95,9 97,1 88,4 Herstellergenauigkeit (%) 91,0 96,0 91,4 92,7 79,0 97,5 90,7 98,0 76,4 F-Maß (%) 92,3 95,4 91,3 90,9 83,6 97,6 93,2 97,6 82,0 Gesamtgenauigkeit: 95,0 % Cohen’s κ-Koeffizient: 0,938 Tabelle 1: Genauigkeitsangaben aus der statistisch unabhängigen Validierung. Die angegebenen Genauigkeiten wurden aus einer statistisch unabhängigen Validierung anhand der Forsteinrichtungsdaten aus den Staatswäldern bestimmt. Dazu wurde das Klassifikationsergebnis in über 15.000 landesweit zufällig ausgewählten Waldbeständen mit der dort ausgewiesenen einheitlichen Baumart in der Hauptschicht verglichen. Dieser Prozess wurde dreimal an jeweils unterschiedlichen Bildelementen wiederholt. Die angegebenen Prozentwerte geben die relative Häufigkeit (statistische Wahrscheinlichkeit) an, mit der das Klassifikationsergebnis und die in der Hauptschicht ausgewiesene Baumart übereinstimmen. Als Voraussetzung für eine unabhängige Validierung gibt es keine Überschneidung zwischen Trainings- und Validierungsdaten (statistische Unabhängigkeit).
Inhaltsverzeichnis: VORWORT: Naturschutzfachliche Invasivitätsbewertungen für in Deutschland wild lebende gebietsfremde Gefäßpflanzen 7 --- I. Einführung, Auswertung und Schlussfolgerungen. Stefan Nehring, Ingo Kowarik, Moritz von der Lippe, Daniel Lauterbach, Birgit Seitz, Maike Isermann & Konstantin Etling: 1 EINLEITUNG UND FRAGESTELLUNG 9 --- 2 DATENGRUNDLAGEN 11 --- 3 ARTÜBERGREIFENDE AUSWERTUNGEN 13 --- 3.1 Taxonomisches Spektrum 13 --- 3.2 Ursprüngliches Areal 14 --- 3.3 Einführungsweise 15 --- 3.4 Einfuhrvektoren 15 --- 3.5 Erstnachweis 16 --- 3.6 Zeitspanne zwischen Ersteinbringung und Erstnachweis ("time lag") 18 --- 3.7 Status 19 --- 3.8 Lebensraum 20 --- 3.9 Aktuelle Verbreitung 20 --- 3.10 Aktueller Ausbreitungsverlauf 21 --- 3.11 Gefährdung der Biodiversität 22 --- 3.12 Förderung durch Klimawandel 23 --- 4 ZUSAMMENFASSUNG UND SCHLUSSFOLGERUNGEN 25 --- 5 LITERATUR 26 --- II. Handlungsrahmen und Handlungsempfehlungen. Stefan Nehring: --- 1 HANDLUNGSRAHMEN 29 --- 2 HANDLUNGSEMPFEHLUNGEN 30 --- 3 LITERATUR 33 --- III. Steckbriefe. Stefan Nehring, Daniel Lauterbach, Birgit Seitz, Ingo Kowarik, Moritz von der Lippe, Andreas Hussner, Beate Alberternst, Uwe Starfinger, Franz Essl, Stefan Nawrath & Maike Isermann: 1 AUSWAHL DER EINGESTUFTEN ARTEN 35 --- 2 DATENGRUNDLAGEN UND VORGANGSWEISE DER EINSTUFUNG 36 --- 3 LITERATUR 38 --- 4 STECKBRIEFE GEBIETSFREMDER GEFÄSSPFLANZEN 39 --- Acer negundo (Eschen-Ahorn) 42 --- Allanthus altissima (Götterbaum) 44 --- Allium paradoxum (Wunder-Lauch) 46 --- Ambrosia artemisiifolia (Beifußblättrige Ambrosie) 48 --- Amorpha fruticosa (Gewöhnlicher Bastardindigo) 50 --- Artemisia verlotiorum (Kamtschatka-Beifuß) 52 --- Asclepias syriaca (Gewöhnliche Seidenpflanze) 54 --- Azolla filiculoides (Großer Algenfarn) 56 --- Bidens frondosa (Schwarzfrüchtiger Zweizahn) 58 --- Buddleja davidii (Schmetterlingsstrauch) 60 --- Bunias orientalis (Orientalische Zackenschote) 62 --- CIaytonia perfoliata (Gewöhnliches Tellerkraut) 64 --- Cotoneaster dammeri (Teppich-Zwergmispel) 66 --- Cotoneaster divaricatus (Sparrige Zwergmispel) 68 --- Cotoneaster horizontalis (Fächer-Zwergmispel) 70 --- Crassula helmsii (Nadelkraut) 72 --- Cynodon dactylon (Gewöhnliches Hundszahngras) 74 --- Dianthus giganteus (Große Nelke) 76 --- Echinocystis lobata (Stachelgurke) 78 --- Echinops sphaerocephalus (Drüsen blättrige Kugeldistel) 80 --- Elaeagnus angustifolia (Schmalblättrige Ölweide) 82 --- Elodea canadensis (Kanadische Wasserpest) 84 --- Elodea nuttallii (Schmalblättrige Wasserpest) 86 --- Epiobium diiatum (Drüsiges Weidenröschen) 88 --- Fallopia bohemica (Bastard-Staudenknöterich) 90 --- Fallopia japonica (Japan-Staudenknöterich) 92 --- Fallopia sachalinensis (Sachalin-Staudenknöterich) 94 --- Fraxinus pennsylvanica (Pennsylvanische Esche) 96 --- Galeobdolon argentatum (Silber-Goldnessel) 98 --- Gleditsia triacanthos (Amerikanische Gleditschie) 100 --- Helianthus tuberosus (Topinambur) 102 --- Heracleum mantegazzianum (Riesen-Bärenklau) 104 --- Hydrocotyle ranunculoides (Großer Wassernabel) 106 --- Impatiens balfourii (Balfour-Spring kraut) 108 --- Impatiens edgeworthii(Buntes Springkraut) 110 --- Impatiens glandulifera (Drüsiges Springkraut) 112 --- Impatiens parviflora (Kleines Springkraut) 114 --- Lagarosiphon major (Wechselblatt-Wasserpest) 116 --- Lonicera henryi (Henrys Geißblatt) 118 --- Lonicera tatarica (Tataren-Heckenkirsche) 120 --- Ludwigia grandiflora (Großblütiges Heusenkraut) 122 --- Ludwigia x kentiana (Kents Heusenkraut) 124 --- Lupinus polyphyllus (Vielblattrige Lupine) 126 --- Lycium barbarum (Gewöhnlicher Bocksdorn) 128 --- Lysichiton americanus (Gelbe Scheinkalla) 130 --- Mahonia aquifolium (Gewöhnliche Mahonie) 132 --- Miscanthus sacchariflorus (Großes Stielblütengras) 134 --- Miscanthus sinensis (Chinaschilf) 136 --- Myriophyllum aquaticum (Brasilianisches Tausendblatt) 138 --- Myriophyllum heterophyllum (Verschiedenblättriges Tausendblatt) 140 --- Paulow ia tomentosa (Chinesischer Blauglockenbaum) 142 --- Phedimus spurius (Kaukasus-Glanzfetthenne) 144 --- Phytolacca americana (Amerikanische Kermesbeere) 146 --- Pinus nigra (Schwarz-Kiefer) 148 --- Pinus strobus (Weymouth-Kiefer) 150 --- Pistia stratiotes (Wassersalat) 152 --- Populus canadensis (Bastard-Pappel) 154 --- Prunus laurocerasus (Lorbeerkirsche) 156 --- Prunus serotina (Späte Traubenkirsche) 158 --- Pseudotsuga menziesii (Gewöhnliche Douglasie) 160 --- Quercus rubra (Rot-Eiche) 162 --- Rhododendron ponticum (Pontischer Rhododendron) 164 --- Rhus typhina (Essig-Baum) 166 --- Robinia pseudoacacia (Robinie) 168 --- Rosa rugosa (Kartoffel-Rose) 170 --- Rubus armeniacus (Armenische Brombeere) 172 --- Rudbeckia laciniata (Schlitzblättriger Sonnenhut) 174 --- Sarracenia purpurea (Braunrote Schlauchpflanze) 176 --- Senecio inaequidens (Schmalblättriges Greiskraut) 178 --- Solida go canadensis (Kanadische Goldrute) 180 --- Solidago gigantea (Späte Goldrute) 182 --- Spartina anglica (Salz-Schlickgras) 184 --- Symphoricarpos albus (Gewöhnliche Schneebeere) 186 --- Symphyotrichum lanceolatum (Lanzett-Herbstaster) 188 --- Symphyotrichum novi-belgii (Neubelgien-Herbstaster) 190 --- Syringa vulgaris (Gewöhnlicher Flieder) 192 --- Telekia speciosa (Große Telekie) 194 --- Vaccinium atlanticum (Amerikanische Strauch-Heidelbeere) 196 --- Vallisneria spiralis (Wasserschraube) 198 --- Viburnum rhytidophyllum (Leberblattschneeball) 200 ---
Schimmel stellt nach wie vor eines der häufigsten Probleme in Innenräumen dar. Dabei können nach heutigem Wissensstand in den feuchten Materialien (z. B. Bauprodukte, Tapeten, Pappe, Kunststoffe) neben Schimmelpilzen auch weitere Mikroorganismen, vor allem Bakterien und Hefen wachsen. Oft sind die Schäden verdeckt, so dass der Schimmel nicht sogleich mit bloßem Auge erkennbar ist. Wie man solchen Befall erkennt und wie man sichtbare und verdeckte Schimmelschäden sachgerecht und wirksam beseitigt, dazu soll der aktuelle UBA -Leitfaden umfassend Auskunft geben. Er dient in erster Linie den bei der Erfassung und Beseitigung von Schimmelschäden beteiligten Fachkreisen als Wissensgrundlage und Anwendungshilfe. Aber auch die von Schimmelbefall betroffenen Bewohner und Raumnutzer in Schulen, Büros etc. finden darin wertvolle Tipps und Hinweise. Aktualisierte Auflage: April 2024 Veröffentlicht in Leitfäden und Handbücher.
Klassifikation von Baumartengruppen auf Bestandesebene, basierend auf Sentinel2 - Satellitenaufnahmen Die Klassifikation in die 9 in NRW am häufigsten bzw. bestandesbildend auftretenden Baumartengruppen berücksichtigt folgende Klassen: Eichen (Ei), Buchen (Bu), Buntlaubhölzer (hALH), Weichlaubhölzer (wALN), Pappeln, Kiefern, Lärchen, Fichten und Douglasien (siehe Legende). Die Klassifikation erfolgte durch ein Verfahren künstlicher Intelligenz (rekurrentes neuronales Netzwerk), das anhand von Forsteinrichtungsdaten aus den Waldflächen des landeseigenen Forstbetriebes in NRW trainiert wurde. Das Verfahren wurde im Auftrag des Ministeriums für Landwirtschaft und Verbraucherschutz des Landes NRW (MLV NRW) entwickelt. Zur Erkennung der Baumarten anhand ihrer Phänologie und zur Gewährleistung möglichst wolkenfreier Verhältnisse wurden Zeitreihen von Satellitenaufnahmen aus den Vegetationsperioden zweier Jahre zwischen dem 03.03.2022 und dem 11.07.2023 ausgewertet. Es wurden dafür insgesamt 516 einzelne Szenen ausgewählt und landesweit zu einem wolkenfreien multitemporalen Mosaik zusammengesetzt (https://www.d-copernicus.de/daten/satelliten/satelliten-details/news/sentinel-2/ ). Bedingt durch die räumliche Auflösung der Sentinel2 - Satellitenaufnahmen von ca. 10 m eignet sich diese Kartenebene für eine Betrachtung auf einer Maßstabsebene von bis zu ca. 1:10.000, nicht größer! Die Darstellung berücksichtigt ausschließlich Baumarten in der Hauptschicht und ist nicht vergleichbar mit einer Forsteinrichtungs- oder Forstbetriebskarte. Mischungen von Baumarten sind durch wechselnde Farben auch innerhalb eines Bestandes gekennzeichnet. Die Angaben zu den Blößen basieren insbesondere auf der Aggregierten Kalamitätskarte im Nadelwald (Stand: Sep 2023). Validierung Die Nutzergenauigkeit ist das entscheidende Merkmal für die Zuverlässigkeit der Karteninformation in der fernerkundungsbasierten Baumartenkarte. Die Nutzergenauigkeit beschreibt eine repräsentative Schätzung für die Wahrscheinlichkeit, dass die in der Baumartenkarte dargestellte Karteninformation (Baumartengruppe) an einem Ort mit der Hauptschicht eines dortigen Bestandes übereinstimmt. Die Nutzergenauigkeit ist für jede ausgewiesene thematische Klasse (Baumartengruppe) unterschiedlich und bestimmt sich aus dem Anteil der oben beschriebenen Referenzdaten aus der Forsteinrichtung mit der entsprechenden Baumartengruppe in der Hauptschicht, im Verhältnis zu allen Referenzpunkten in der Validierungsstichprobe, die durch das neuronale Netz in die entsprechende Baumartengruppe klassifiziert wurden. Die Genauigkeiten unterscheiden sich also zwischen den einzelnen Baumarten in Abhängigkeit von der Häufigkeit, mit der die Baumarten in der Forsteinrichtung vertreten sind. Häufig auftretende Baumarten sind für eine künstliche Intelligenz leichter, seltener auftretende Baumarten (z.B. Pappeln, Douglasien) vergleichsweise schwerer zu erkennen. Die Herstellergenauigkeit dient zur Beurteilung der Klassifikationsgüte ausgehend vom Anteil der Referenzdaten in der Validierungsstichprobe mit der entsprechenden Baumartengruppe, die durch das neuronale Netz korrekt dieser Baumartengruppe zugeordnet wurden. Das F-Maß als allgemeines klassenspezifisches Gütemaß wird durch das harmonische Mittel (Durchschnitt) aus Nutzer- und Herstellergenauigkeit gebildet. Die Gesamtgenauigkeit gibt unabhängig von der Klassenzugehörigkeit den Anteil der Referenzpunkte in der Validierungsstichprobe an, der durch das neuronale Netz korrekt klassifiziert wurde. Ein gängiges und weithin anerkanntes Gütemaß ist Cohen’s κ-Koeffizient, der die Übereinstimmung zwischen den Klassenangaben in den Referenzdaten und den Klassifikationen des neuronalen Netzes auf Basis der Validierungsstichprobe beschreibt. In der praktischen Anwendung liegt der Wertebereich des Koeffizienten zwischen 0 und 1, wobei ein Wert von 1 eine völlige Übereinstimmung der Ergebnisse bedeutet, ein Wert von 0 hingegen eine rein zufällige Übereinstimmung ohne erkennbaren Mehrwert einer Entscheidung des neuronalen Netzes. Nutzergenauigkeit (%) Eiche Buche hALH wALN Pappel Kiefer Lärche Fichte Douglasie 93,8 94,7 91,2 89,2 88,8 97,7 95,9 97,1 88,4 Herstellergenauigkeit (%) 91,0 96,0 91,4 92,7 79,0 97,5 90,7 98,0 76,4 F-Maß (%) 92,3 95,4 91,3 90,9 83,6 97,6 93,2 97,6 82,0 Gesamtgenauigkeit: 95,0 % Cohen’s κ-Koeffizient: 0,938 Tabelle 1: Genauigkeitsangaben aus der statistisch unabhängigen Validierung. Die angegebenen Genauigkeiten wurden aus einer statistisch unabhängigen Validierung anhand der Forsteinrichtungsdaten aus den Staatswäldern bestimmt. Dazu wurde das Klassifikationsergebnis in über 15.000 landesweit zufällig ausgewählten Waldbeständen mit der dort ausgewiesenen einheitlichen Baumart in der Hauptschicht verglichen. Dieser Prozess wurde dreimal an jeweils unterschiedlichen Bildelementen wiederholt. Die angegebenen Prozentwerte geben die relative Häufigkeit (statistische Wahrscheinlichkeit) an, mit der das Klassifikationsergebnis und die in der Hauptschicht ausgewiesene Baumart übereinstimmen. Als Voraussetzung für eine unabhängige Validierung gibt es keine Überschneidung zwischen Trainings- und Validierungsdaten (statistische Unabhängigkeit).
Für Anlagen zur Papierherstellung (Nr. 6.2 Spalte 1 und 2 der 4. BImSchV ) sind Emissionsfaktoren für die Emissionskomponenten Kohlenmonoxid und Schwefeloxide zu bestimmen. Basis dieser Auswertungen sind die Daten zur Emissionserklärung aus dem Jahre 2004, in denen insgesamt 142 Arbeitsstätten Emissionen aus dem Betrieb von Anlagen zur Herstellung von Papier, Karton und Pappe erklären. Veröffentlicht in Texte | 19/2010.
Gemeinsame Pressemitteilung von BMU, UBA und IDZ Ein SeeElefant als maritime Müllabfuhr, ein Wickelhaus aus Karton, die Integration von Mehlwurmfarmen in Bäckereibetrieben oder ein Sharingsystem für E-Lastenräder im urbanen Raum – mit innovativen Problemlösungen und Kreativität antworten die Produkte und Ideen der Preisträger/-innen des achten Bundespreises Ecodesign auf die Frage einer nachhaltigen Lebensgestaltung in Zeiten von Ressourcenknappheit und Klimawandel. Heute werden die zwölf Gewinner/-innen des Wettbewerbs durch das Bundesumweltministerium (BMU) und Umweltbundesamt (UBA) ausgezeichnet. Bundesumweltministerin Svenja Schulze „Es waren insbesondere junge Menschen, die in diesem Jahr weltweit auf die Straße gegangen sind und uns zum Nachdenken und Umdenken aufgefordert haben: Was wir kaufen und konsumieren, wie wir reisen, wie wir uns ernähren und kleiden - der Schlüssel zum nachhaltigen Konsum sind die Produkte an sich. Der Bundespreis Ecodesign zeigt, dass attraktive Gestaltung und Umweltverträglichkeit schon längst kein Widerspruch mehr sind.“ UBA -Präsidentin Maria Krautzberger: „Der Bundespreis Ecodesign überrascht mich jedes Jahr aufs Neue mit immer wieder innovativen Ideen. Er bietet einen wachsenden Fundus an ausgezeichneten Beispielen für ökologische Gestaltung.“ Rund 200 geladene Gäste aus Politik, Wirtschaft, Wissenschaft und der Designbranche nehmen heute ab 17 Uhr an der Preisverleihung im Bundesumweltministerium in Berlin teil. Bundesumweltministerium und Umweltbundesamt loben den Bundespreis Ecodesign seit 2012 jährlich gemeinsam mit dem Internationalen Design Zentrum Berlin aus. Der Wettbewerb zeichnet in vier Kategorien Produkte, Dienstleistungen, Konzepte und Nachwuchsarbeiten aus, die aus Umwelt- und Designsicht überzeugen. Er richtet sich an Unternehmen aller Größen und Branchen sowie den Nachwuchs. Alle Preisträger finden hier: https://bundespreis-ecodesign.de/gewinner VELLO Bike+ - VELLO Bike GmbH (Firmensitz: Wien, Österreich) Das Elektro-Faltrad ist sehr leicht und besticht durch seine kompakte und intuitive Faltung. Der Elektroantrieb mit KERS-Selbstladefunktion ermöglicht große Reichweiten, ohne dabei an einer Steckdose laden zu müssen. https://vimeo.com/374192873 weber.therm circle - Saint-Gobain Weber GmbH (Firmensitz: Düsseldorf) Das vollmineralische Wärmedämmverbundsystem kann nach Rückbau in seine Bestandteile sortenrein getrennt und in den Rohstoffkreislauf zurückgeführt werden. https://vimeo.com/374193060 Wikkelhouse - Wikkelhouse B.V. (Firmensitz: Amsterdam, Niederlande) Ob Ferienhaus, Büro oder Ausstellungshaus – das Haus aus Pappe setzt sich aus wasserdichten Kartonmodulen zusammen, die eine individuelle Gestaltung ermöglichen. https://vimeo.com/374193305 Eve Thermo - Eve Systems GmbH (Firmensitz: München) Das Heizkörperthermostat reguliert die Raumtemperatur passend zum individuellen Tagesablauf. Es nutzt Apple HomeKit sowie Bluetooth Low Energy Technologie und verbindet sich direkt mit dem iPhone oder iPad. https://vimeo.com/374192043 Bananatex® - QWSTION (Firmensitz: Reith bei Seefeld, Österreich) Das funktionelle, wasserdichte Gewebe wird aus Fasern der Bananenpflanze Abacá hergestellt und zu Taschen verarbeitet. Die robuste Bananenpflanze wird in nachhaltiger Forstwirtschaft auf den Philippinen kultiviert. https://vimeo.com/374204659 WormUp_HOME - WormUp GmbH (Firmensitz: Zürich, Schweiz) In dem eigens für die Stadtwohnung entwickelten Komposter verarbeiten Würmer organischen Abfall geruchlos in hochwertigen Pflanzendünger. https://vimeo.com/374193826 Donk-EE - Green Moves Rheinland GmbH & Co. KG (Firmensitz: Düsseldorf) Das Verleihsystem funktioniert über eine App und ermöglicht es, an 50 Standorten in Köln rund um die Uhr E-Lastenräder für etwa den Umzug, Großeinkauf oder Familienausflug auszuleihen. https://vimeo.com/374191080 Maritime Müllabfuhr - One Earth - One Ocean e.V. (Firmensitz: Garching) Das Multi-Purpose-Schiff SeeElefant übernimmt mit bordeigenen Kränen den Kunststoffmüll von unterschiedlichen Sammelschiffen und bereitet diesen direkt zu sortenreinen Ballen auf, welche auf dem Schiff zwischengelagert werden können. https://vimeo.com/374190091 WOODSCRAPER - Partner und Partner Architekten (Firmensitz: Berlin) Die zirkulären Hochhäuser bestehen primär aus nachwachsenden Rohstoffen wie Holz und Stroh und veranschaulichen wie auf dringende Fragen der Ressourcenverknappung, des Klimawandels und des Bevölkerungswachstums technisch reagiert werden kann. https://vimeo.com/374193537 Baker's Butchery - Lukas Keller (Burg Giebichenstein Kunsthochschule Halle) Das Konzept soll dazu beitragen, die bestehende Esskultur zu hinterfragen und durch die infrastrukturelle Integration von Mehlwürmern in eine Bäckerei die Weiternutzung der produzierten Nährwerten und Abwärme zu ermöglichen. https://vimeo.com/374194136 SOAPBOTTLE - Jonna Breitenhuber (Universität der Künste Berlin) Die Verpackung aus Seife eignet sich für flüssige Hygieneprodukte und kann nach Verbrauch der Inhalte als Hand-Seife weiterverwendet oder als Waschmittel verarbeitet werden. https://vimeo.com/374192344 urban:eden - Paulina Grebenstein (Kunsthochschule Berlin Weißensee) Urban:eden bietet neue Klimaanpassungssysteme wie Luftaufbereitung, Retention und Solarreflexion, die für eine umfassende Verbesserung der Lebensqualität in der Stadt sorgen. https://vimeo.com/374192602 Werner Aisslinger (Produktdesigner) Prof. Anna Berkenbusch (Juryvorsitzende, Kommunikationsdesignerin, Professorin an der Burg Giebichenstein Kunsthochschule Halle) Andreas Detzel (Umweltexperte am ifeu Heidelberg) Prof. Matthias Held (Produktdesigner, Professor an der HfG Schwäbisch Gmünd) Prof. em. Günter Horntrich (Produktdesigner, em. Professor für Design und Ökologie an der Köln International School of Design) Maria Krautzberger (Präsidentin des Umweltbundesamtes) Dr. Claudia Perren (Architektin, Direktorin der Stiftung Bauhaus Dessau, zahlreiche Publikationen und Ausstellungen im In- und Ausland) Rita Schwarzelühr-Sutter (Parlamentarische Staatssekretärin im Bundesumweltministerium) Prof. Friederike von Wedel-Parlow (Modedesignerin, Gründerin des Beneficial Design Institute) Weitere Informationen zum Preis und zur Jury unter: https://bundespreis-ecodesign.de/ Anfragen für Bildmaterial an: presse [at] bundespreis-ecodesign [dot] de 2020 sind alle prämierten und nominierten Beiträge des Bundespreises Ecodesign 2019 in einer Wanderausstellung zu sehen. Am 13. Januar 2020 startet die neue Wettbewerbsrunde.
Krachler, Michael; Emons, Hendrik Fresenius' Journal of Analytical Chemistry 368 (2000), 7, 702 - 707 Six extraction media (acetic acid, EDTA, tetrabutylammonium hydroxide, NaOH, MeOH/H 2 O, acetonitrile/H 2 O) were tested for their ability to extract antimony (Sb) and arsenic (As) from freeze-dried popular leaves, pine shoots and spruce shoots, as well as from a peat matrix. Additionally, the extraction efficiency of Sb and As in fresh and freeze-dried elder leaves and poplar leaves was compared. Total concentrations of Sb and As of aliquots (~220 mg) of the freeze-dried samples were analysed by flow injection hydride generation atomic absorption spectrometry (FI-HG-AAS) after open vessel digestion with adequate mixtures of nitric, sulfuric, hydrochloric, and perchloric acid. Three reference materials GBW 07602 Bush Branches and Leaves, GBW 07604 Poplar Leaves, and SRM 1575 Pine Needles were analysed with every batch of samples to ensure the accuracy and precision of the applied analytical procedures. The use of hydrofluoric acid in the digestion mixture leads to distinctly lower As values (down to 40%) than actual concentrations in the investigated plant materials. Extraction efficiencies were generally low and lower for Sb than for As. Solutions of 0.66 mol L -1 NaOH liberated highest amounts of Sb with ~10% for popular leaves, and ~19% each for pine shoots and spruce shoots. Distinctly higher concentrations of As in NaOH extracts of popular leaves (22%), pine shoots (32%), and spruce shoots (36%) were quantified. Extraction experiments resulted in yields of 7-9% from fresh elder and popular leaves, respectively, and 8-13% for freeze-dried samples for Sb. The corresponding values for As were 10-35% for the fresh material and 7-37% for the freeze-dried samples. doi:10.1007/s002160000578
In Baden-Württemberg entsteht bis Ende 2019 eine Teststrecke für schwere Lkw mit elektrischem Antrieb. Mit rund 16,8 Millionen Euro fördert das Bundesumweltministerium das Pilotprojekt auf zwei Teilstücken der Bundesstraße 462 im Murgtal zwischen Gernsbach-Obertsrot und Kuppenheim in beiden Richtungen mit einer Gesamtlänge der Elektrifizierung von etwa sechs Kilometern in beiden Fahrtrichtungen. Bundesumweltministerin Barbara Hendricks überreichte am 11. September 2017 in Kuppenheim (Kreis Rastatt) dem Landesverkehrsminister Winfried Hermann den Förderbescheid. Auf der Pilotstrecke werden jährlich über 500.000 Tonnen Papier und Pappe im 24 Stunden/7 Tage-Betrieb von drei Papierherstellern in Obertsrot in ein Logistikzentrum nach Kuppenheim verbracht. Damit ergibt sich pro Kalendertag die hohe Anzahl von durchschnittlich 64 Umläufen. In Summe legen die Oberleitungs-Lkw damit pro Jahr über 250.000 km im Bereich der Oberleitungen zurück.
Falk, Sandy; Stahl, Thorsten; Fliedner, Annette; Rüdel, Heinz; Tarricone, Kathrin; Brunn, Hubertus; Koschorreck, Jan Environmental Pollution (2019); online 3. Januar 2019 As a result of their ubiquitous presence in the environment perfluoroalkyl acids (PFAAs) have been demonstrated in numerous organisms worldwide, in particular in those of higher trophic levels. The fact that PFAAs have been detected in various human matrices, together with the resultant potential human health risks, knowledge of possible paths of entry and distribution in various ecosystems, is of great importance. In this context pooled samples of terrestrial ecosystems – roe deer liver (n = 141), earthworms (n = 44) as well as leaves from beech and poplar trees (n = 70) – from the year 1989–2015 were obtained from the German Environmental Specimen Bank and examined for the presence of 11 PFAAs for the first time. In addition to determining individual and total PFAA concentrations, temporal trends have been deduced in order to determine the effectiveness of regulatory measures. The highest total mean concentration of PFAAs (sum of the concentrations of the 11 analytes) were 9.9 μg/kg in the roe deer liver samples, followed by earthworm samples with a mean PFAA concentration of 3.5 μg/kg and leaves with a mean total concentration of 2.5 μg/kg. In regard to temporal trends there was a significant reduction of concentrations for perfluorooctane sulfonate, perfluorooctanoic acid, perfluorononanoic acid and perfluorodecanoic acid in roe deer liver from 2003 to 2015, an indication of the effectiveness of regulatory measures. The same is true for the perfluorooctane sulfonate concentrations in earthworms and for perfluorooctanoic acid concentrations in the leaves. In contrast, an increase in perfluorobutanoic acid concentrations was observed from 2003 to 2015 in all three matrices. In summary it must be noted that in spite of the discernible effectiveness of minimization strategies, PFAAs are still detectable in terrestrial matrices and concentrations of other PFAAs as perfluorobutanoic acid appear to be increasing. doi: 10.1016/j.envpol.2018.12.095
Anbau von Pappeln in Kurzumtriebs-Plantage (KUP) als Energiepflanzen, direkte Emissionen nach #1 bis #4; hier inklusive C-Emissionen aus direkter Landnutzungsänderung (Konversion Ackerland) und indirekte LUC-Effekte (50% iLUC factor) Auslastung: 8760h/a Brenn-/Einsatzstoff: Ressourcen Flächeninanspruchnahme: 10000m² gesicherte Leistung: 100% Jahr: 2030 Lebensdauer: 10a Leistung: 0,00485MW Nutzungsgrad: 100% Produkt: Brennstoffe-Bio-fest
| Origin | Count |
|---|---|
| Bund | 717 |
| Land | 149 |
| Zivilgesellschaft | 3 |
| Type | Count |
|---|---|
| Ereignis | 1 |
| Förderprogramm | 415 |
| Gesetzestext | 1 |
| Messwerte | 98 |
| Taxon | 37 |
| Text | 300 |
| Umweltprüfung | 13 |
| unbekannt | 86 |
| License | Count |
|---|---|
| closed | 216 |
| open | 616 |
| unknown | 25 |
| Language | Count |
|---|---|
| Deutsch | 855 |
| Englisch | 88 |
| Resource type | Count |
|---|---|
| Archiv | 17 |
| Bild | 11 |
| Datei | 32 |
| Dokument | 87 |
| Keine | 391 |
| Webdienst | 1 |
| Webseite | 398 |
| Topic | Count |
|---|---|
| Boden | 489 |
| Lebewesen & Lebensräume | 592 |
| Luft | 313 |
| Mensch & Umwelt | 857 |
| Wasser | 490 |
| Weitere | 837 |