API src

Found 2658 results.

Related terms

Vergleichende Untersuchungen zu spätglazialen und holozänen Gletscherschwankungen ausgewählter Gebiete in Alpen, Kaukasus, Tienshan und Altai

Hauptziel der gemeinsamen Forschung von deutschen, österreichischen, russischen und kasachischen Geographen in diesem Projekt ist die Untersuchung spätglazialer und holzäner Gletscherschwankungen ausgewählter Gebiete im Kaukasus, Tienshan und Altai sowie deren Vergleich mit den Alpen. Eine räumliche und zeitliche Gegenüberstellung dieser Vergletscherungen in stärker ozeanisch bis kontinental geprägten Hochgebirgen der Mittelbreiten steht im Vordergrund der Untersuchungen, um daraus Aussagen über Synchronität oder Asynchronität von Klimaschwankungen in den letzten ca. 20.000 Jahren abzuleiten. Ein besonderes Augenmerk gilt dabei der Frage der Gletscherschwankungen im Spätglazial und Holozän. In Auseinandersetzung mit Literaturangaben zu Vergletscherungen im Kaukasus, Tiensham und Altai sowie dem derzeitigen Forschungsstand über das letzte Hochglazial und die spätglazialen bis holozänen Gletschervorstöße sollen Fortschritte in der stratigraphischen und zeitlichen Einordnung und in der klimageschichtlichen Interpretation erzielt werden. Dazu werden moderne Methoden der relativen und absoluten Datierung herangezogen.(...) Die Arbeiten stellen einen Beitrag zur Erforschung der quartären Landschaftsgeschichte in den Untersuchungsgebieten dar und geben eine Basis zur Kennzeichnung des Naturraumpotentials.

Entwicklung eines automatisierten Verfahrens zur Zustandsanalyse verbauter historischer Hölzer

Zielsetzung: Im Kontext von Klimawandel und Energiekrise sind Fragen der Energiebilanz und -effizienz von Gebäuden besonders relevant. Die Baudenkmalpflege trägt durch ihre wirtschaftlichen, ökologischen und soziokulturellen Aspekte der nachhaltigen Ressourcenverwendung und damit direkt zum Klimaschutz bei. Historische Bauten, die überwiegend aus dauerhaften Materialien und Konstruktionen bestehen, sind ein gutes Beispiel für Green Culture durch energie-schonende Nutzung und bestandsorientierte Weiterentwicklung. Die beim Bau alter Gebäude bereits eingesetzte (graue) Energie muss bei sorgfältiger und schonender Erneuerung, u.a. durch Einsatz nachhaltiger Baustoffe, nicht noch einmal aufgewendet werden. Holz war schon immer ein nachhaltiger, ressourcen- und energieschonender Werkstoff und gehört zu den ältesten Baukulturen weltweit. Allein in Deutschland gilt die Holzarchitektur (Fachwerkhäuser, Dachwerke) als prägend. Es ist daher sowohl im Sinne der Denkmalpflege als auch zur zukünftigen Nutzung von Holz als Baumaterial wichtig, Eigenschaften, Zustand und Veränderung dieses Materials zu beobachten und zu verstehen. Dazu stehen heute vielversprechende Technologien wie optische 3D-Messtechnik und KI-basierte Datenanalyse zur Verfügung, die in diesem Sektor bisher noch kaum eingesetzt werden. Ziel dieses Vorhabens ist, ein Verfahren zur automatisierten Bauteildokumentation und -kontrolle für Altholzbauten im Bestand zu entwickeln. Dies beinhaltet: - Entwicklung eines prototyphaften optischen Messsystems zur Bestands- und Merkmalsaufnahme; - Entwicklung eines Automatisierungsverfahrens zur Merkmalsdetektion; - Automatisierung des Informationstransfers in digitales 3D-Modell. Im Laufe des Projektes werden folgende Ergebnisse angestrebt: - Messverfahren bestehend aus innovativer Hardware (RTI-Sensor, patentiert) und Software (KI-gestützte Merkmalserkennung) zur objektiven und dokumentierten Festigkeitsanalyse von verbautem Altholz; - Schnittstelle zur automatischen Übertragung von Holzkenngrößen an einen Digitalen Zwilling (basierend auf BauWolke-Software/BauCAD); - Zukünftige Vermarktungsmöglichkeiten durch Sensor/Software und erweitertes Dienstleistungsangebot durch Gutachter.

Denkmalpflege und Klimawandel - Denkmallabor zu Zukunftsfragen des Kulturerbeerhalts

Zielsetzung: Die Auswirkungen des Klimawandels, von Hochwasser, Hitze, Dürre, Stürmen und Bodenerosion, sowie anhaltende Diversitätsverluste stellen neuartige Bedrohungsszenarien für das Kultur- und Naturerbe weltweit dar. Historische Gärten und Kulturlandschaften ebenso wie küsten- oder flussnahe Ansiedlungen sind gegenwärtig von den Folgen dieser Veränderungen besonders stark betroffen. Extremwetterereignisse beeinträchtigen die Standfestigkeit historischer Gebäude, die Struktur und Konsistenz historischer Putze, Baumaterialien und Ausstattungen. Zusammen mit dem Weltklimarat weisen Natur- und Denkmalschutzeinrichtungen deshalb vermehrt auf die Dringlichkeit von zukunftsfähigen Erhaltensstrategien hin (z.B. 'Global Research and Action Agenda on Culture, Heritage and Climate Change' von IPPC, UNESCO und ICOMOS, 2022). Noch reagiert die modulare universitäre Ausbildung in Denkmalpflege, Heritage Studies, Architektur oder Städtebau nur unzureichend auf diese Herausforderungen. Interdisziplinäre Querschnittsprojekte fehlen in der Regel ebenso wie eine Beschäftigung mit den globalen Verflechtungen der Problemlagen und andernorts erprobten nachhaltigen Lösungsansätzen. Aus diesem Grund werden elementare Interessen von Studierenden an Klimakompetenz derzeit nicht ausreichend berücksichtigt. Perspektivisch kann das kulturelle Erbe aber nur dann geschützt werden, wenn Spezialwissen in der komplexen Ursachenanalytik hinsichtlich Prävention wie auch reparaturfreundlicher Methoden und Materialkenntnisse vorhanden ist und interdisziplinäre Herangehensweisen erprobt sind. Auf die derzeitigen Desiderate in Ausbildung und Vermittlung reagiert das Pilotprojekt der Denkmallabore. Sie suchen die Ausarbeitung von Adaptation- und Mitigation-Strategien innerhalb eines komplexen Risikomanagements sowie die Entwicklung eines zukunftsweisenden Narrativs, von Wissenstransfers und Partizipationsstrukturen voranzutreiben. Diese Maßnahmen erklären sich aus den komplexen Gefährdungen des kulturellen Erbes und deren Verflechtungen im Zeichen der Klimakrise. Pflege, Reparatur und Prävention konstituieren einen neuen konservatorischen Imperativ. Schonender Umgang, wie ihn die Ökologie fordert und die Denkmalpflege seit langem praktiziert, könnte zusammen mit Strategien des Risk Preparedness und Change Management über die Sicherung des (Welt)Kulturerbes hinaus einen Wissens- und Methodenspeicher für den nachhaltigen Bestandsschutz darstellen - Denkmalpflege eine Avantgardefunktion übernehmen.

PROaktive Steuerung von WAsserVErteilungssystemen

Zielsetzung: Klimatische Veränderungen beeinflussen die verfügbare Wassermenge und -qualität in Talsperren, was deutliche Auswirkungen auf die Sicherheit der Trinkwasserversorgung und auf die Ökosysteme der Stauseen und den Landschaftswasserhaushalt hat. Klimaprognosen deuten für Gebiete wie den Harz auf einen Anstieg von Niederschlägen im Winter und häufigere Trockenperioden im Sommer hin, was stärker schwankende Wasserstände bedeutet. Zur Anpassung im Management der Talsperren und deren Ökosystemen mangelt es jedoch oft an präzisen Vorhersagen und den nötigen Instrumenten, um risikobasierte Entscheidungen über notwendige dynamische Betriebsstrategien zu treffen. Vor diesem Hintergrund soll im Rahmen des Projekts ein vorhersagebasiertes, mengen- und gütegewichtetes Entscheidungsunterstützungssystem für Talsperren entwickelt werden, welches auf datengetriebenen Modellen basiert und am Beispiel des Systems der Harzwasserwerke implementiert wird. Das Projekt konzentriert sich darauf, durch die Nutzung moderner Technologien und Methoden der Künstlichen Intelligenz (KI), wie LSTM-Netzwerke (Long Short-Term Memory) und Ensemble-Methoden, zuverlässige Vorhersagen des Wasserbedarfs und -dargebots zu erstellen. Diese Vorhersagen werden in ein hydrodynamisches Optimierungsmodell integriert, um eine flexible und belastbare Entscheidungsunterstützung im Ereignisfall zu ermöglichen. Hierdurch sollen die verschiedenen Bewirtschaftungsziele wie Hochwasserschutz, Versorgungssicherheit, Ökosystemleistungen, Landschaftswasserhaushalt und Energieerzeugung bestmöglich erfüllt werden. Die Kombination von Echtzeit-Sensoren, Open-Source-Datensätzen und fortschrittlichen Datenanalyse-Tools ermöglicht es, komplexe und dynamische Prozesse zu simulieren und in Echtzeit Informationen bereitzustellen. Im Sinne der nachhaltigen Klimawandelanpassung werden so proaktive Maßnahmen zur Unterstützung der Versorgungssicherheit, des Hochwasserschutzes sowie des Landschaftswasserhaushaltes ermöglicht. Die Implementierung des Demonstrators im System der Harzwasserwerke soll die Vorteile einer proaktiven Steuerung demonstrieren und eine multikriterielle Bewertung im Vergleich zu herkömmlichen Methoden ermöglichen. Der Fokus liegt nicht nur auf einem hohen Technology Readiness Level, sondern auch auf der Handhabung von Unsicherheiten und der Berücksichtigung verschiedener Vorhersagehorizonte. Diese sind für die verschiedensten wasserwirtschaftlichen Zielsetzungen von entscheidender Bedeutung.

Die Rolle von Pilzen bei der Astreinigung von Laubbäumen

Wertholzproduktion mit heimischen Läubbäumen basiert auf zwei grundlegenden, preisbestimmenden Rundholzeigenschaften: Astreinheit und Dimension. Zur Steuerung beider Wachstumsabläufe bedient sich die Waldwachstumskunde dazu der Konkurrenzregelung. Die erreichte Astreinigung wird dabei durch Fäulnisprozesse (Pilze) beschleunigt. Das Dickenwachstum des Baumschaftes sorgt in einem zweiten Schritt für eine Überwallung des abgestorbenen und zersetzten Astes. Im vorliegenden Projekt wird die Rolle der Pilze als 'nützliche Lebewesen' bei der Astreinigung aber auch als 'potentielle Fäuleerreger' nach Abschluss der Überwallung untersucht. Am Beispiel von Esche und Bergahorn wird das Potenzial von Pilzen untersucht, nach Abschluss der Überwallung eines abgestorbenen Astes im Stamm die Schutzbarrieren des Baumes zu überwinden und Holz zu zersetzen. Das Risiko des Eindringens von Pilzen in Wertholz wird dabei anhand von Ästen verschiedener Dimension, Höhe am Schaft und Überwallungsdauer abgeschätzt. Entscheidungshilfen für die Steuerung von Astreinigung und Dimensionierung sollen dabei unter diesem Aspekt optimiert werden.

Entwicklung eines Recyclingverfahrens für Perowskit-Module

Zielsetzung: Ziel von PeroCycle ist es, ein industrietaugliches Recyclingverfahren für Perowskitmodule zu entwickeln. Da Perowskitmodule umwelt- und gesundheitsschädliches Blei enthalten, sollte bereits jetzt an die Entsorgung der Module nach Erreichen der Lebensdauer gedacht werden. In unserem Projekt sollen Perowskit-Minimodule am ZSW hergestellt und verkapselt werden. Dadurch, dass unterschiedliche Arten von Modulen recycelt werden sollen, wird gleichzeitig die Praxistauglichkeit des Recyclingverfahrens geprüft. Die verkapselten Perowskit-Module sollen bei der FLAXRES GmbH mittels Lichtpulstechnologie aufgetrennt werden. Getestet werden soll eine Auftrennung so, dass der Glas-Polymer-Verbund, und damit das Glas als Ganzes, effektiv vom Absorbermaterial getrennt wird. Somit soll im Gegensatz zum gängigen Schreddern keine Vermischung mit den anderen Materialien erfolgen. Das Glas kann daher erneut zu Flachglas verarbeitet werden. Das Perowskit-Absorbermaterial wird sortenrein eingesammelt und es muss lediglich 1/3000 der Gewichtsmenge eines Moduls chemisch aufbereitet werden. Nach der Trennung der Materialien erfolgt die Entwicklung und Optimierung eines Perowskit-Recyclingverfahrens beim assoziierten Partner Solaveni GmbH. Für den Recyclingprozess werden selbstentwickelte nicht brennbare, kostengünstige und umweltfreundliche Lösungsmittelsysteme eingesetzt, die den Einsatz von toxischen Lösungsmitteln obsolet machen und auf den Einsatz von extremen Bedingungen, wie bspw. hohe Temperaturen verzichten. Dieser Ansatz soll es ermöglichen, die Kosten und die Umweltauswirkungen zu minimieren, indem der Energieverbrauch und die Abfallproduktion reduziert und die Kreislaufwirtschaft gefördert wird. Das angedachte Verfahren umfasst chemische und physikalische Bearbeitungsverfahren, wobei mindestens 90% der alten Absorbermaterialien zurückgewonnen werden sollen, die nach dem Recyclingprozess eine Reinheit von >=99% aufweisen. Am ZSW sollen aus den recycelten Absorbermaterialien (sowie mit den recycelten TCO-beschichteten Gläsern) neue Perowskitmodule hergestellt werden. Die Module aus den recycelten Materialien sollen mindestens 90% des Wirkungsgrads der frisch hergestellten Referenzproben aufweisen.

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Siegen, Germany from 1984 – 2023

The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.

UFORDAT® - Umweltforschungsdatenbank

Die UFORDAT ist das zentrale Instrument der Bundesrepublik Deutschland zur Koordinierung der Umweltforschung, insbesondere zur Vermeidung von Doppelforschung. Sie kann den gezielten Einsatz der verfügbaren Mittel sicherstellen helfen, die Kooperation zwischen Wissenschaft und Wirtschaft unterstützen sowie Innovationen erkennen und deren Nutzung fördern helfen. In der UFORDAT werden die von Bund und Ländern geförderten, laufenden und bereits abgeschlossenen umweltrelevanten Forschungs-, Entwicklungs- und Investitionsvorhaben aus der Bundesrepublik Deutschland, der Republik Österreich sowie der Schweiz nachgewiesen. Neben der kontinuierlichen Ergänzung des Datenbestandes um Vorhaben aus dem Ressort des BMU werden im Datenaustausch Vorhaben aus anderen Ressorts sowie im Rahmen von Kooperationsvereinbarungen die durch die Bundesländer geförderten Vorhaben eingespeichert. Eine weitere wichtige Quelle zur Aktualisierung der Datenbank ist die regelmäßg stattfindende Datenerhebung bei den forschenden Institutionen und eigene Recherchen im Internet. Der Datenbestand der UFORDAT® beträgt im Januar 2007 ca. 87.000 Datensätze (Projektbeschreibungen) und ca. 11.000 Verweise auf Institutionen aus Forschung und Lehre, Wirtschaft, Verwaltung, Politik. Die Datenbank ist über das Host-Rechenzentren STN-International (Fachinformationszentrum Karlsruhe) sowie über im Internet (https://doku.uba.de) öffentlich zugänglich. Bestandteile eines Datensatzes der UFORDAT: Name und Anschrift der forschenden Institution, Thema (größtenteils mit englischer Übersetzung), Kurzbeschreibung, Projektleiter, Laufzeit, Finanzvolumen, Finanzgeber, Kooperationspartner, Hinweise auf Veröffentlichungen, inhaltliche Erschließung durch Klassifikation und Deskriptoren aus dem Umweltthesaurus (=UDK-Thesaurus).

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Gummersbach, Germany from 1985 – 2023

The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Paderborn, Germany from 1985 – 2023

The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.

1 2 3 4 5 … 264 265 266