Die 4D-Var Datenassimilation (4D-var DA) ist eine spezielle Methode, die zur Initialisierung von Klima- und Wettervorsagen durch die Schätzung von Klimamodellparametern benutzt wird, in dem Modelle an beobachtende Daten angepasst werden. Aus verschiedenen Gründen führen DA unvermeidliche methodische Fehler ein, die sich auf die Genauigkeit der Modellvorhersagen auswirken. Aktuelle Methoden zur Fehlerkorrektur brauchen erhebliche Computerressourcen. Dies ist ein Grund, warum die Verwendung dieser Methoden in der Klimamodellierung begrenzt ist und sie nur in vereinfachten Versionen angewandt werden. Die Entwicklung einer konzeptuell neuartigen, robusten und effizienten, nichtlinear-variationellen Fehlerschätzungsmethode (NOVFEM) ist Ziel dieses Projekts. Diese Methode wird Fehler von DA Methoden schätzen und die notwendigen Korrekturen bestimmen. Im Besonderen ist es geplant, VOVFEM im Rahmen einer Anwendung in Klimavorhersagesystemen zu entwickeln. Der Vorteil der vorgeschlagenen Methode ist, dass der Algorithmus auf einer abstrakten mathematischen Formulierung basiert und deshalb in vielen geophysikalischen Bereichen angewandt werden kann. Eine weitere Innovation dieses Projekts ist die Entwicklung einer Methode zur schnellen und einfachen Berechnung von inversen Kovarianzmatrizen, die z. B. Anwendung in DA finden. Die vorgeschlagenen Methode ist im Vergleich mit existieren Methoden effizienter. Es wird erwartet, dass die theoretischen Ergebnisse dieses Projekt national und international veröffentlicht werden und ein freier Zugang zur NOVFEM Software wird bereitgestellt werden.
Klimamodelle sagen voraus, dass sich in naher Zukunft im Antarktischen Ozean signifikant die Temperatur und der PH-Wert ändern werden, bedingt durch den Anstieg der Konzentrationen troposphärischer Treibhausgase und vor allem durch den erhöhten Kohlenstoffdioxidausstoß aus fossilen Brennstoffen. Solche Änderungen wirken sich auf die Zusammensetzung des Phytoplanktons aus und damit auch auf die Stoffkreisläufe wichtiger Elemente (Kohlenstoff, Stickstoff, usw.). Ziel dieses interdisziplinären Projektes ist die genauere Bestimmung der räumlichen und zeitlichen Variabilität der Biomasse von unterschiedlichen Phytoplanktontypen im Antarktischen Ozean. Einerseits wird hiermit das Verständnis der Rolle des antarktischen Phytoplanktons für das Ökosystem vertieft und andererseits deren Beitrag für den globalen Kohlenstoffzyklus genauer quantifiziert. Durch die einzigartige Kombination von Satellitendaten zweier unterschiedlicher Instrumententypen soll die Konzentration verschiedener Phytoplankton-Typen im Antarktischen Ozean zum ersten Mal mit umfassender zeitlicher und räumlicher Abdeckung bestimmt werden. Die Gesamtbiomasse wird durch eine an die Antarktis angepasste Prozessierung mit Hilfe multispektraler Satellitenmessdaten berechnet. Der Anteil wesentlicher Phytoplanktontypen an der Gesamtbiomasse wird anhand der Auswertung charakteristischer Absorptionsstrukturen von hyperspektralen Messdaten (PhytoDOAS-Methode) ermittelt. Somit soll ein synergetisches Produkt aus sich ergänzenden Informationen multi- und hyperspektraler Satelliteninstrumente entwickelt werden, das auf ähnliche Satelliteninstrumente, deren Messungen in naher Zukunft starten, übertragbar sein wird. Damit kann dann ein Datensatz über die Verteilung von Phytoplanktontypen über Dekaden erstellt werden. Mit dem im Projekt entstehenden Datensatz über die Verteilung der Phytoplanktontypen soll deren Variabilität und Korrelation mit sich ändernden Umweltfaktoren im Antarktischen Ozean in den vergangenen untersucht werden. Darüber hinaus soll unser Datensatz genutzt werden, zur Verbesserung und Evaluierung eines Ökosystem-Models, welches die Biogeographie verschiedener Phytoplanktontypen durch Parametrisierung physiologischer Eigenschaften an ein Ozeanzirkulatonsmodell errechnet. Mit Hilfe des Langzeitdatensatz und dem damit verbundenen Wissen über die Variabilität der Phytoplanktontypen, wird ein Fundament geschaffen, um den Einfluss der Klimaveränderungen im Antarktischen Ozean zu bemessen.
Mit der Abwasserbehandlung auf Kläranlagen gehen eine Vielzahl von chemischen und biologischen Prozessen simultan einher. Diese sich gegenseitig beeinflussenden Prozesse, deren Auswirkungen, wenn sich bestimmte Parameter im Prozess ändern und wie Veränderungen vorhergesagt werden können, stellt die Betreiber der Anlagen zum Teil vor große Herausforderungen. Die meisten Einflüsse auf den Prozess bei sich ändernden Umständen sind bereits bekannt, lassen sich aber nur mit großem Aufwand darstellen. Im laufenden Betrieb fällt eine große Anzahl an Messparametern mit entsprechenden Daten an, die zentral abgespeichert werden. Hierbei handelt es sich zum einen um fest eingestellte Betriebswerte, zum anderen aber auch um Daten zu Verbräuchen und sich in Abhängigkeit der Prozesse ergebende Daten. Diese Daten stehen dabei meistens direkt bzw. indirekt in Beziehung zueinander. Bedingt durch die sehr großen Mengen an Daten war es bisher nur sehr schwer möglich, alle anfallenden Messwerte hinsichtlich eines Zielparameters auszuwerten. Eine Möglichkeit zur Analyse, die in den letzten Jahren mehr Beachtung gewinnt, besteht über die Nutzung von künstliche Intelligenz (KI), die durch tausende Rechenoperationen pro Sekunde Muster aufdecken kann. Über die Auswertung historischer Daten kann mit Nutzung der KI ein mathematischer Zusammenhang hergestellt werden. Dieser Zusammenhang soll für die Erstellung zukünftiger Prognosemodelle verwendet werden. Das zum Einsatz kommende Prognosemodell beruht dabei auf einem Digitalen Zwilling der Kläranlage, welcher, verbunden über die Sensoren der Kläranlage, diese virtuell abbildet und in Echtzeit mit seinem wirklichen Vorbild vernetzt ist. Diesem Vorgehen liegt der pragmatische Annahme zugrunde, dass der genaue Einfluss eines bestimmten Parameters zunächst nicht bekannt sein muss, sofern er mathematisch beschrieben werden kann. Das erstellte Modell kann dann beliebig auf Zielparameter eingestellt werden. Im Zuge des Forschungsvorhabens soll dieser Ansatz für die Anwendbarkeit einer möglichen Prognose der Absetzbarkeit des Belebtschlamms vorgenommen werden, explizit der Schlammindexvorhersage (ISV) im Belebtschlammverfahren.
Die Kenntnis über die Lage der Grundwasseroberfläche (GWO) ist für viele Fragestellungen im Rahmen von Standortbewertungen hilfreich. Ihr Nachweis ist nur punktuell an Grundwassermessstellen oder anderen geeigneten Grundwasseraufschlüssen möglich. In der Fläche, vor allem landesweit, sind prognostische Abschätzungen möglich. $Absatz$ Für Rheinland-Pfalz wurde durch Einsatz eines stationären Grundwasserströmungsmodells landesweit eine Abschätzung zur mittleren Höhenlage der Grundwasseroberfläche rechnerisch vorgenommen. Gleichzeitig ist damit die Darstellung von Grundwassergleichen möglich. In Verbindung mit dem topografischen Höhenmodell liegt somit auch ein Prognosemodell mittlerer Flurabstände, d.h. einer gemittelten Tiefenlage der Grundwasseroberfläche unterhalb der Geländeoberfläche, vor. Aufgrund der sehr unterschiedlichen zeitlichen und räumlichen Auflösung der verwendeten Eingangsdaten, ihrer unterschiedlichen Skalierung sowie nicht kongruenter Zeitfenster der Datensätze haben die Modellergebnisse lediglich einen stark vereinfachenden, prognostischen Charakter. Weiterhin ist zu berücksichtigen, dass saisonal bedingte Grundwasserschwankungen – vor allem in den Festgesteinen – mehrere Meter betragen können. Darüber hinaus sind seit etwa 2003 in vielen Regionen sinkende Grundwasserstände zu beobachten. Trotz dieser Einschränkungen geben die Modellergebnisse jedoch wichtige orientierende Hinweise im Gebietsmaßstab.$Absatz$ Weiterführende Erläuterungen zur Vorgehensweise und Methodik bei der Abschätzung der Grundwasseroberfläche in Rheinland-Pfalz finden sich in der <a href='https://www.lgb-rlp.de/landesamt/organisation/abteilunggeologie/referat-hydrogeologie/hydrogeologische-projekte.html' target='_blank'>Projektbeschreibung</a>.$Absatz$ Die dargestellten Einschätzungen zu Grundwasseroberfläche, Flurabstand und Grundwassergleichen ersetzen nicht standortbezogene Vor-Ort-Untersuchungen.
Die Kenntnis über die Lage der Grundwasseroberfläche (GWO) ist für viele Fragestellungen im Rahmen von Standortbewertungen hilfreich. Ihr Nachweis ist nur punktuell an Grundwassermessstellen oder anderen geeigneten Grundwasseraufschlüssen möglich. In der Fläche, vor allem landesweit, sind prognostische Abschätzungen möglich.$Absatz$ Für Rheinland-Pfalz wurde durch Einsatz eines stationären Grundwasserströmungsmodells landesweit eine Abschätzung zur mittleren Höhenlage der Grundwasseroberfläche rechnerisch vorgenommen. Gleichzeitig ist damit die Darstellung von Grundwassergleichen möglich. In Verbindung mit dem topografischen Höhenmodell liegt somit auch ein Prognosemodell mittlerer Flurabstände, d.h. einer gemittelten Tiefenlage der Grundwasseroberfläche unterhalb der Geländeoberfläche, vor.$Absatz$ Aufgrund der sehr unterschiedlichen zeitlichen und räumlichen Auflösung der verwendeten Eingangsdaten, ihrer unterschiedlichen Skalierung sowie nicht kongruenter Zeitfenster der Datensätze haben die Modellergebnisse lediglich einen stark vereinfachenden, prognostischen Charakter. Weiterhin ist zu berücksichtigen, dass saisonal bedingte Grundwasserschwankungen – vor allem in den Festgesteinen – mehrere Meter betragen können. Darüber hinaus sind seit etwa 2003 in vielen Regionen sinkende Grundwasserstände zu beobachten. Trotz dieser Einschränkungen geben die Modellergebnisse jedoch wichtige orientierende Hinweise im Gebietsmaßstab.$Absatz$ Weiterführende Erläuterungen zur Vorgehensweise und Methodik bei der Abschätzung der Grundwasseroberfläche in Rheinland-Pfalz finden sich in der <a href='https://www.lgb-rlp.de/landesamt/organisation/abteilunggeologie/referat-hydrogeologie/hydrogeologische-projekte.html' target='_blank'>Projektbeschreibung</a>.$Absatz$ Die dargestellten Einschätzungen zu Grundwasseroberfläche, Flurabstand und Grundwassergleichen ersetzen nicht standortbezogene Vor-Ort-Untersuchungen.
Die Kenntnis über die Lage der Grundwasseroberfläche (GWO) ist für viele Fragestellungen im Rahmen von Standortbewertungen hilfreich. Ihr Nachweis ist nur punktuell an Grundwassermessstellen oder anderen geeigneten Grundwasseraufschlüssen möglich. In der Fläche, vor allem landesweit, sind prognostische Abschätzungen möglich.$Absatz$ Für Rheinland-Pfalz wurde durch Einsatz eines stationären Grundwasserströmungsmodells landesweit eine Abschätzung zur mittleren Höhenlage der Grundwasseroberfläche rechnerisch vorgenommen. Gleichzeitig ist damit die Darstellung von Grundwassergleichen möglich. In Verbindung mit dem topografischen Höhenmodell liegt somit auch ein Prognosemodell mittlerer Flurabstände, d.h. einer gemittelten Tiefenlage der Grundwasseroberfläche unterhalb der Geländeoberfläche, vor. $Absatz$ Aufgrund der sehr unterschiedlichen zeitlichen und räumlichen Auflösung der verwendeten Eingangsdaten, ihrer unterschiedlichen Skalierung sowie nicht kongruenter Zeitfenster der Datensätze haben die Modellergebnisse lediglich einen stark vereinfachenden, prognostischen Charakter. Weiterhin ist zu berücksichtigen, dass saisonal bedingte Grundwasserschwankungen – vor allem in den Festgesteinen – mehrere Meter betragen können. Darüber hinaus sind seit etwa 2003 in vielen Regionen sinkende Grundwasserstände zu beobachten. Trotz dieser Einschränkungen geben die Modellergebnisse jedoch wichtige orientierende Hinweise im Gebietsmaßstab.$Absatz$ Weiterführende Erläuterungen zur Vorgehensweise und Methodik bei der Abschätzung der Grundwasseroberfläche in Rheinland-Pfalz finden sich in der <a href='https://www.lgb-rlp.de/landesamt/organisation/abteilunggeologie/referat-hydrogeologie/hydrogeologische-projekte.html' target='_blank'>Projektbeschreibung</a>.$Absatz$ Die dargestellten Einschätzungen zu Grundwasseroberfläche, Flurabstand und Grundwassergleichen ersetzen nicht standortbezogene Vor-Ort-Untersuchungen.
Dieses Projekt wird unter anderem durch den stetig steigenden Kostendruck aufgrund der Anreizregulierung und die zunehmende Verknappung von materiellen sowie personellen Ressourcen insbesondere im Zuge des Fachkräftemangels motiviert. Der Einsatz vorhandener Ressourcen für Netzerneuerung, -ausbau und -instandhaltung muss daher möglichst effizient gestaltet werden. Gleichzeitig gewinnt im Transformationsprozess der Energielandschaft die Digitalisierung zunehmend an Bedeutung. Hier besteht großes Potential, die stetig verbesserten Fähigkeiten der Künstlichen Intelligenz (KI) zu nutzen. Bisher ist der Einsatz von Methoden aus dem Bereich der KI und dem Machine Learning (ML) auf der Ebene des Asset Managements für die Optimierung von Instandhaltungs- sowie Erneuerungsstrategien jedoch nur wenig erforscht. Hier setzt das Forschungsprojekt an, um KI-Methoden umfassend auf die Ebene des Asset Managements für Betriebsmittel der gesamten MS-Ebene zu übertragen. Konkret werden in diesem Teilvorhaben dazu basierend auf einer bereits für Ortsnetzstationen entwickelten Systematik ereignisbezogene Zustandsbewertungssystematiken für MS-Kabel, MS-Freileitungen und MS-Betriebsmittel wie Leistungsschalter in Umspannwerken entwickelt, die als Basis für die Modellierung relevanter Ereignisse im Lebenszyklus dieser Betriebsmittel dienen. Über die ereignisbezogene Zustandsbewertung aller Betriebsmittel der MS-Ebene und der u.a. auf Störungsdaten und Instandhaltungshistorie basierenden Analyse der Wirkzusammenhänge zwischen Zustand und Ereigniswahrscheinlichkeit, werden somit Prognosemodelle unterstützt durch ML-Methoden für strategierelevante Ereignisse entwickelt. Diese Modelle dienen als Grundlage für das übergeordnete auf Reinforcement Learning basierende System, das zur ganzheitlichen Optimierung von Asset Management Strategien auf Basis der Unternehmenswerte der Netzbetreiber dient.
QSim - Numerische Simulation der Gewässergüte in Bundeswasserstraßen. Ein Instrument zur Simulation und Prognose des Stoffhaushalts und der Planktondynamik in Fließgewässern. Entwicklung und Testung für Binnen- und Küstengewässer.
Das Forschungsvorhaben untersucht auf der einen Seite die Auswirkungen der Wassereinspritzung auf das Betriebsverhalten eines Radialverdichters. Die Wassereinspritzung in Axialverdichtern von Gasturbinen ist eine gängige Praxis, um die Leistungsfähigkeit der Turbine zu verbessern. Um dieses Potenzial auch in Radialverdichtern zu nutzen, sind weitere Forschungsarbeiten im Bereich der Flüssigkeitseinspritzung notwendig. Die Radialverdichter werden hauptsächlich in der Prozessindustrie eingesetzt. Ziel dieses Projektes ist es die Berechnung und Einflüsse der Wassereinspritzung auf das Betriebskennfeld eines Radialverdichters zu untersuchen. Im Projekt (FKZ: 03EE5035B) wurde ein Radialverdichter mit Wassereinspritzung aufgebaut und Kennfelder mit und ohne Wassereinspritzung vermessen. Unklar ist das Potenzial der Wassereinspritzung, welches durch den Ort der Verdunstung bestimmt wird, welches hier adressiert werden soll. Im zweiten Thema wird die Abdichtung der Wellenenden, die verhindert, dass das Prozessfluid aus der Maschine in die Atmosphäre entweicht. Die Forschung an berührungslosen Gleitringdichtungen mit Trockengasschmierung DGS (Dry Gas Seals), wird aufgrund des geringen und kontrollierbaren Leckagestroms, des berührungslosen Betriebs und der Eignung für die Hochdruckumgebung, als Dichtungslösung eingesetzt. Im Projekt (FKZ: 03EE5041H) wurden die Prognosemodelle zur Berechnung des Dichtspaltes entwickelt und in ein digitales Zwillingsmodell implementiert. Die gesamte Architektur des digitalen Zwillings basierend auf einer Open Source IoT-Plattform. Im neuen Projekt wird das Gesamtkonzept auf eine reale Maschine übertragen. Die messbaren und nicht messbaren Prozessgrößen der realen Anlage und ihre logischen Zusammenhänge werden mit Hilfe von maschinellem Lernen und physikbasierten Modellen analysiert. Die Ergebnisse werden zur Leistungsoptimierung von Radialverdichtern in der Prozessindustrie genutzt.
Die Dynamik der Feinsedimente stellt eine komplexe Komponente bei der ganzheitlichen Betrachtung von Fließgewässersystemen dar. Sowohl die reine Quantität der kohäsiven Sedimente wie auch ihre Qualität (Schadstoffbelastung) sind von Interesse. Fragestellungen wie Sedimentationsrisiken in strömungsberuhigten Bereichen oder die Erosionsstabilität von belasteten Sedimenten (z. B. HCB-Problematik im stauregulierten Oberrheinabschnitt) ziehen kostenintensive Maßnahmen nach sich. Sandanteile des Geschiebes und der Schwebstoffe stehen in einem dynamischen Austausch. Bei der Erfassung der jeweiligen Transportraten bestehen derzeit erhebliche Unsicherheiten, die kritisch zu bewerten sind, da der Sand einen Beitrag zur Sohlhöhenentwicklung der BWaStr liefert. Die Transportprozesse der Sandfraktionen sowie der kohäsiven Feinsedimente stellen innerhalb der Zuständigkeit der WSV bzw. der BfG im Hinblick auf Forschung und Entwicklung dringliche Aufgaben dar. Aufgrund der vielen und sehr unterschiedlich gearteten involvierten Teilprozesse gestaltet sich die Beschreibung der Feinsedimentdynamik auf der Mikro- wie der Makroskala komplex. Zur Erweiterung der Prozess- und Systemkenntnisse sowie für die Entwicklung von Szenarien und Prognosen für das Sedimentmanagement wird in der BfG eine numerische Modellierung auf verschiedenen Skalen aufgebaut.
| Organisation | Count |
|---|---|
| Bund | 3452 |
| Europa | 177 |
| Kommune | 35 |
| Land | 276 |
| Weitere | 17 |
| Wirtschaft | 22 |
| Wissenschaft | 1448 |
| Zivilgesellschaft | 36 |
| Type | Count |
|---|---|
| Daten und Messstellen | 2 |
| Ereignis | 1 |
| Förderprogramm | 3427 |
| Text | 41 |
| unbekannt | 27 |
| License | Count |
|---|---|
| Geschlossen | 57 |
| Offen | 3439 |
| Unbekannt | 2 |
| Language | Count |
|---|---|
| Deutsch | 3180 |
| Englisch | 702 |
| Resource type | Count |
|---|---|
| Archiv | 2 |
| Bild | 7 |
| Datei | 1 |
| Dokument | 31 |
| Keine | 1986 |
| Multimedia | 1 |
| Webseite | 1488 |
| Topic | Count |
|---|---|
| Boden | 2419 |
| Lebewesen und Lebensräume | 2860 |
| Luft | 2324 |
| Mensch und Umwelt | 3498 |
| Wasser | 2024 |
| Weitere | 3461 |