API src

Found 2658 results.

Related terms

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.

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Zwickau, 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.

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Emden, 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 Schwerin, 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.

Dissolved organic matter (DOM) composition in axenic and xenic cultures of Thalassiosira gravida in response to varying temperatures and photoperiods

This dataset comprises dissolved organic matter (DOM) composition from axenic and xenic cultures of Thalassiosira gravida that were cultivated at the Alfred-Wegener-Institute (Bremerhaven, Germany) in March, 2023. After a cell density of ~ 15.000 cells * mL-1 was reached, cultures were filtered through a 0.2 µm polycarbonate (PC) filter (Whatman) that was cleaned by soaking in 10 % hydrochloric acid (HCl, Merck suprapure) for at least 12 h and subsequently rinsing with ultrapure water (Merck Millipore MilliQ). Cultures were grown under two temperatures (9 °C, 13.5 °C) and two photoperiods (16:8 h, 24:0 h light:dark). 2 mL of the sample were filtered through a 0.2 µm regenerated cellulose (RC)-membrane syringe filter (Sartorius) after defrosting. Molecular composition data were acquired with Fourier-transform ion cyclotron resonance mass spectrometry (FT-ICR-MS) coupled to a reversed-phase liquid chromatography (RPLC) with negative electrospray ionization (ESI) according to Lechtenfeld et al., 2024 (doi: 10.1021/acs.est.3c07219). Measurements were performed on on a solariX XR, Bruker Daltonics, Billerica, U.S.A. at the Helmholtz Centre for Environmental Research (UFZ; Leipzig, Germany). Molecular formulas were assigned and filtered using UltraMassExplorer (Leefmann et., 2019; doi: 10.1002/rcm.8315). If the Total ion chromatogram (TIC) was much higher and/or different in certain retention time windows compared to other samples of the same treatment, the sample was excluded from the dataset. The aim of this study was to investigate responses of algal extracellular release and bacterial DOM transformation to marine heatwave-like conditions.

Naturwaldreservate in Deutschland

Der Datenbestand enthält Informationen zu Fläche und Anzahl von Naturwaldreservaten in den jeweiligen Bundesländern in Deutschland: Gesamtfläche in ha, anteilige Fläche an der Fläche des Bundeslandes in m² je km², Gesamtanzahl und Anzahl unterschiedlich großer Ausdehnung. Sie stehen für die Jahre 2013, 2016, 2019 und 2022 zur Verfügung. Die Datengrundlage wird kontinuierlich durch die forstlichen Forschungsanstalten der Bundesländer erhoben und vom Informationszentrum für Biologische Vielfalt (IBV) der Bundesanstalt für Landwirtschaft und Ernährung (BLE) bereitgestellt. Naturwaldreservate dienen dem Schutz und der Erforschung sich selbst überlassener Wälder, der Lehre und der Umweltforschung. Hierzu sind forstliche Eingriffe ausgeschlossen. Die zugrunde liegende Datenbank enthält darüber hinaus Steckbriefe, welche die einzelnen Naturwaldreservate in Deutschland detaillreich mit Informationen wie z.B. Jahr der Ausweisung, Flächengröße, Baumartengemeinschaft, potentielle natürliche Vegetation etc. beschreiben.

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).

Optimierung der Wassereffizienz bei der luftgestützten Waldbrandbekämpfung

Zielsetzung: Deutschlandweit vernichteten Waldbrände im Jahr 2023 eine Fläche von1.240 Hektar Wald (3.058 Hektar in 2022). Das entspricht rund 1.771 Fußballfeldern. Hinzu kommt, dass global gesehen Waldbrände mit 6,5 Gigatonnen die viertgrößte Ausstoßquelle von CO2 Emissionen sind und jährlich weltweit Schäden in Milliardenhöhe verursachen. Gleichzeitig steht nicht ausreichend und oft nicht schnell genug Wasser zum Löschen zur Verfügung. Abhilfe verspricht hier der Systemansatz von CAURUS Technologies. Durch die Kombination von digitaler Sensortechnik mit Löschinnovation auf Basis von Dispersionstechnologie kann die Löscheffizienz von Wasser bis um das Zehnfache erhöht werden. Das System benötigt geringe Investitionskosten und ermöglich eine unmittelbare Verbesserung des Löscherfolges durch erhöhte Präzision und Effizienz des Löschwassereinsatzes sowie verbesserte Sicherheit der Einsatzkräfte. Auf diese Weise kann ein besserer Schutz für Bevölkerung, Umwelt und Wirtschaft erreicht werden. Große Waldbrände bedürfen in der Regel Löschunterstützung aus der Luft, da die Feuerwehr nicht zu allen betroffenen Gebieten vordringen kann oder Brände zu groß und gefährlich für Bodeneinsatzkräfte werden. Die derzeitig zum Einsatz kommenden Technologien wurde hauptsächlich in den 1970er Jahren entwickelt und basieren auf einem Prinzip: dem Abwurf großer Mengen Wasser aus der Luft durch Hubschrauber oder Flugzeuge. Grundproblem ist hier jedoch, dass ein Großteil des eingesetzten Wassers die Flammen nicht erreicht. 50 - 80% des Wassers verwehen oder verdampfen über der Vegetation, z.B. Baumwipfel, und bleiben somit wirkungslos. Die durch die Klimakrise zunehmende Wasserknappheit stellt die Waldbrandbekämpfung daher noch vor weitere Herausforderungen und die Schäden nehmen zu. Der Systemansatz von CAURUS Technologies besteht aus zwei Komponenten: - Eine digitale Plattform zur Optimierung des Wasserabwurfes durch präzisere Zielführung, datenbasierte Auswertung der Löschwirkung und kontinuierliche Entscheidungsunterstützung der Einsatzkräfte - Ein neuartiges Löschverfahren auf Basis von Dispersionstechnologie. Hierbei wird ein neu entwickelter Löschbehälter aus sicherer Höhe über dem Brandherd abgeworfen und innerhalb des Feuers in eine Aerosol Löschwolke mit bis zu zehnfach höherer Löschwirkung verwandelt

Umweltfreundliches Galvanisierungsverfahren zum Ersatz von Silber durch Kupfer für PV-Solarzellenkontakte

Zielsetzung: Die Solarenergie ist neben der Windenergie eine der Hauptsäulen der Energiewende. Damit die Klimaziele erreicht werden, ist es notwendig die Solarindustrie weltweit massiv zu skalieren. Pierre Verlinden, einer der weltweit führendsten Solarexperten, äußert sich dazu 2020 im Journal of Renewable and Sustainable Energie wie folgt: “The [PV] industry has demonstrated that it is capable to grow at a very high rate and to continuously reduce the cost of manufacturing. There are no challenges related to the technology, manufacturing cost, or sustainability, except for the consumption of silver, which needs to be reduced by at least a factor of 4 […].” Silber ist die einzige kritische Ressource in der Solarzellenproduktion. Derzeit werden bereits weltweit ca. 17 % des jährlich in Minen abgebauten Silbers für die Solarzellenfertigung beansprucht. Gleichzeitig wächst die Fertigungskapazität für Solarzellen exponentiell um 20 - 30 % pro Jahr. Ohne technologische Innovation würde die Solarindustrie bereits im Jahr 2030 das gesamte weltweit verfügbare Silber aus dem Bergbau nachfragen. Es versteht sich von selbst, dass dies kein tragfähiges Szenario ist, zumal auch andere Zukunftstechnologien, wie die Elektromobilität, einen zunehmend hohen Silberbedarf anmelden. Expert*innen sind sich einig, dass die Versorgung der Solarindustrie mit Silber für die elektrischen Kontakte der Solarzellen bereits in 2 - 4 Jahren das größte Problem für das nötige Wachstum der Solarindustrie sein wird und somit auch zum Flaschenhals für die gesamte Energiewende wird. Das Spin-off des Fraunhofer-Instituts für Solare Energiesysteme ISE, PV2+, hat eine patentierte Galvaniktechnologie entwickelt, die es Solarzellenherstellern erlaubt mithilfe eines speziell entwickelten Elektrolyten, in Solarzellenkontakten Silber durch Kupfer zu substituieren. Dies ermöglicht die Skalierung der Solarindustrie und löst somit eine der zentralen Nachhaltigkeitsherausforderungen unserer Zeit. Fazit: Das Förderprojekt PV2+ verfolgte das Ziel, Silber durch Kupfer in Solarzellenkontakten zu ersetzen, um Kosten zu senken, die Rohstoffabhängigkeit zu verringern und die ökologische Nachhaltigkeit der Photovoltaikbranche zu stärken. Die gewählte technische Vorgehensweise erwies sich als sehr erfolgreich: Prozesse wie Sputtern und Laserablation wurden optimiert und auf Industrieanlagen übertragen, eine neue Galvanikanlage ermöglichte die homogene Kupferabscheidung auf über 500 Zellen bei stabilisiertem Elektrolyt. Der Proof of Concept wurde durch bessere Zellleistungen auf Industriewafern und einem ROI < 1 Jahr erbracht. Auch erste Umsätze durch Kundenbemusterungen bestätigen den Marktbedarf. Strategisch war eine Kurskorrektur nötig: Aufgrund des Rückgangs der europäischen Solarindustrie wurde der Fokus erfolgreich auf Asien und die USA sowie auf eigene pilotähnliche Demoproduktion verlagert. Diese Neuausrichtung erwies sich als essenziell für Markteintritt und Skalierung. Alternative technische Ansätze wie Kupfer-Nanopartikel oder Polymermasken wurden geprüft, boten jedoch keine vergleichbare Leistung, Wirtschaftlichkeit oder Umweltbilanz wie das patentierte Galvanikverfahren von PV2+. Die zentrale alternative Idee war daher nicht technologischer, sondern strategischer Natur und sie trug maßgeblich zur Zielerreichung bei.

Konsolidierung der ethohydraulischen Grundlagen sowie Entwicklung eines Planungs- und Optimierungswerkzeugs für den Fischabstieg

Zielsetzung: Die ökologische Durchgängigkeit von Fließgewässern ist eine entscheidende Voraussetzung für das Erreichen des im deutschen Wasserhaushaltsgesetz geforderten guten ökologischen Zustands. Während für Fischaufstiegsanlagen in der Fachwelt anerkannte Planungsempfehlungen existieren, fehlen wissenschaftlich fundierte und übertragbare Vorgaben für Fischabstiegsbypässe. Dies betrifft insbesondere die hydraulischen Bedingungen am Bypasseinstieg. Bisherige Empfehlungen zur hydraulischen Gestaltung beruhen auf Einzelbefunden mit begrenzter Übertragbarkeit. Vor allem an Wasserkraftanlagen (WKA), bei welchen die Gefahr von Fischverletzungen in der Turbine besteht, stellt die unzureichende Effektivität von Fischschutzsystemen ein gravierendes Problem dar. Viele WKA verfügen aktuell noch nicht über wirksame Fischabstiegseinrichtungen. Die drei zentralen Funktionskomponenten von Fischschutzsystemen sind das „Blockieren“ (des Einschwimmens in die Turbine), das normalerweise über Rechen erfolgt, das „Leiten“ in Richtung eines Bypasses und das „Ableiten“ von Fischen durch den Bypass. Insbesondere für die Komponente „Ableiten" fehlt es bislang an wissenschaftlichen Grundlagen und Vorgaben für die Praxis. Das Projekt OptiPass baut auf wissenschaftliche Erkenntnisse auf, die im DBU-Projekt MeMo und im vom BMBF geförderten Projekt RETERO gewonnen wurden. Von ihnen ließ sich ableiten, dass der räumliche Geschwindigkeitsgradient (SVG=Spatial Velocity Gradient) einen maßgeblichen, das Fischverhalten beeinflussender Strömungsparameter darstellt. Je nach Magnitude und Orientierung des SVG lässt sich bei Fischen eine Meidung oder Nutzung von Bereichen beobachten. Das ist vor allem im Einlauf von Bypässen von großer Bedeutung, da hier eine Beschleunigung von geringen Strömungsgeschwindigkeiten im Rückstaubereich auf hohe Werte im Bypass unvermeidbar ist. Im sich in der Endphase befindlichen Projektteil OptiPass I konnte mittels ethohydraulischer Versuche im Labor der Einfluss des SVG auf das Fischverhalten an Bypasseinstiegen bereits für die Gruppe der Cyprinodei analysiert werden. Es wurden Empfehlungen erarbeitet, wie empfindliche Abschnitte des Wanderkorridors unabhängig vom Standort gestaltet werden sollten. In OptiPass II sollen die Erkenntnisse auf die Gruppe der Salmonidae erweitert werden. Die Forschungsergebnisse sollen in ein einfach nutzbares Planungs- und Optimierungswerkzeug für die Praxis einfließen.

1 2 3 4 5 … 264 265 266