Immissionsschutzwald mindert schädliche oder belästigende Einwirkungen von Stäuben, Aerosolen, Gasen oder Strahlungen sowie Lärm auf Wohn-, Arbeits- oder Erholungsbereiche oder andere schutzbedürftige Objekte durch Absorption, Ausfilterung oder Sedimentation, sowie durch Förderung von Thermik und Turbulenz. Er mindert die Schallausbreitung von Lärmquellen. Immissionsschutzwald ist definiert durch seine Lage zwischen Emittenten und einem zu schützenden Bereich. Immissionsschutzwald mindert schädliche oder belästigende Einwirkungen von Stäuben, Aerosolen, Gasen oder Strahlungen sowie Lärm auf Wohn-, Arbeits- oder Erholungsbereiche oder andere schutzbedürftige Objekte durch Absorption, Ausfilterung oder Sedimentation, sowie durch Förderung von Thermik und Turbulenz. Er mindert die Schallausbreitung von Lärmquellen. Immissionsschutzwald ist definiert durch seine Lage zwischen Emittenten und einem zu schützenden Bereich.
Aerosol optical depth (AOD) as derived from TROPOMI observations. AOD describes the attenuation of the transmitted radiant power by the absence of aerosols. Attenuation can be caused by absorption and/or scattering. AOD is the primary parameter to evaluate the impact of aerosols on weather and climate. Daily AOD observations are binned onto a regular latitude-longitude grid. The TROPOMI instrument onboard the Copernicus SENTINEL-5 Precursor satellite is a nadir-viewing, imaging spectrometer that provides global measurements of atmospheric properties and constituents on a daily basis. It is contributing to monitoring air quality and climate, providing critical information to services and decision makers. The instrument uses passive remote sensing techniques by measuring the top of atmosphere solar radiation reflected by and radiated from the earth and its atmosphere. The four spectrometers of TROPOMI cover the ultraviolet (UV), visible (VIS), Near Infra-Red (NIR) and Short Wavelength Infra-Red (SWIR) domains of the electromagnetic spectrum. The operational trace gas products generated at DLR on behave ESA are: Ozone (O3), Nitrogen Dioxide (NO2), Sulfur Dioxide (SO2), Formaldehyde (HCHO), Carbon Monoxide (CO) and Methane (CH4), together with clouds and aerosol properties. This product is created in the scope of the project INPULS. It develops (a) innovative retrieval algorithms and processors for the generation of value-added products from the atmospheric Copernicus missions Sentinel-5 Precursor, Sentinel-4, and Sentinel-5, (b) cloud-based (re)processing systems, (c) improved data discovery and access technologies as well as server-side analytics for the users, and (d) data visualization services.
UV Index (UVI) as derived from TROPOMI observations. The UVI describes the intensity of the solar ultraviolet radiation. Values around zero indicate low, values greater than 10 indicate very high UV exposure on the ground. The TROPOMI instrument onboard the Copernicus SENTINEL-5 Precursor satellite is a nadir-viewing, imaging spectrometer that provides global measurements of atmospheric properties and constituents on a daily basis. It is contributing to monitoring air quality and climate, providing critical information to services and decision makers. The instrument uses passive remote sensing techniques by measuring the top of atmosphere solar radiation reflected by and radiated from the earth and its atmosphere. The four spectrometers of TROPOMI cover the ultraviolet (UV), visible (VIS), Near Infra-Red (NIR) and Short Wavelength Infra-Red (SWIR) domains of the electromagnetic spectrum. The operational trace gas products generated at DLR on behave ESA are: Ozone (O3), Nitrogen Dioxide (NO2), Sulfur Dioxide (SO2), Formaldehyde (HCHO), Carbon Monoxide (CO) and Methane (CH4), together with clouds and aerosol properties. This product is created in the scope of the project INPULS. It develops (a) innovative retrieval algorithms and processors for the generation of value-added products from the atmospheric Copernicus missions Sentinel-5 Precursor, Sentinel-4, and Sentinel-5, (b) cloud-based (re)processing systems, (c) improved data discovery and access technologies as well as server-side analytics for the users, and (d) data visualization services.
Niederschlag ist eine wichtige, aber schlecht verstandene Komponente unseres Klimasystems. Die genauen Prozesse, durch die Eiskristalle, flüssiges Wasser, Wolkendynamik und Aerosolpartikel bei der Niederschlagsbildung zusammenwirken, sind nicht ausreichend verstanden. Da überall außer über den subtropischen Ozeanen der meiste Niederschlag in Wolken über die Eisphase gebildet wird, sind die Prozesse der Schneefallbildung nicht nur in den polaren, sondern auch in den mittleren Breiten von großer Bedeutung: Wachstum in übersättigter Luft führt zu unzähligen Kristallformen, die von Temperatur, Feuchtigkeit und deren turbulenten Schwankungen abhängen. Durch Aggregation verbinden sich einzelne Kristalle zu komplexen Schneeflocken. Bereifung beschreibt das Anfrieren kleiner Tröpfchen an den Eiskristallen, so dass diese schnell an Masse gewinnen. Dadurch ist die Form der Schneeteilchen - wenn sie beobachtet wird, bevor das Teilchen zu einem Regentropfen schmilzt - ein Fingerabdruck der vorherrschenden Prozesse während der Schneefallbildung. In EMPOS schlagen wir vor, diese Fingerabdrücke zu nutzen, um zu quantifizieren, wie die verschiedenen Prozesse der Schneefallbildung zu Masse oder Häufigkeit des Gesamtniederschlag beitragen. Zu diesem Zweck werden wir die Datenprodukte des innovativen Video In Situ Snowfall Sensors (VISSS) weiterentwickeln, um Riming und Aggregation während einer speziellen Messkampagne in Hyytiälä, Finnland, zu quantifizieren. Die Beobachtungen werden mit dem ICON-Modell verglichen, in welches das fortschrittliche P3 Mikrophysikschema (Predicted Particle Properties) mit einem neuartigen Ansatz zur Behandlung von bereiften Partikeln implementiert ist. Durch dieses kombinierte Beobachtungs- und Modellierungsprojekt wird es möglich zu quantifizieren, wie die einzelnen Wolkenprozesse an der Schneefallbildung beteiligt sind, und zwar in Bezug auf die Häufigkeit des Auftretens und die Gesamtschneemasse. Darüber hinaus werden wir diese Wolkenprozesse in Abhängigkeit von makrophysikalischen Wolkeneigenschaften wie Wolkentiefe und synoptischen Einflüssen analysieren. Auf der Grundlage von Vergleichen zwischen Modell und Beobachtungen, die sowohl mittels Fallstudien als auch für einen längeren Zeitraum durchgeführt werden, werden wir die Schneefallsimulation in ICON im Standard-Zweimomentenschema und im P3-Mikrophysikschema bewerten und verbessern.
Ultrafeine Partikel (UFP) mit einem aerodynamischen Durchmesser kleiner als 100 nm stehen unter dem Verdacht die menschliche Gesundheit zu schädigen, allerdings fehlt bisher die abschließende wissenschaftliche Evidenz aus epidemiologischen Studien. Zur Herleitung von Expositionskonzentrationen gegenüber UFP wurden zum Teil statistische Modellierungsverfahren genutzt um UFP-Anzahlkonzentrationen vorherzusagen. Ein häufig genutztes Verfahren ist eine auf Flächennutzung basierte lineare Regression („land-use regression“, LUR). Allerdings wurden in luftqualitativen Studien auch andere, ausgefeiltere Modellansätze benutzt, z.B. „machine learning“ (ML) oder „deep learning“ (DL), die eine bessere Vorhersagegenauigkeit versprechen. Das Ziel des Projekts ist die Modellierung von UFP-Anzahlkonzentration in urbanen Räumen basierend auf ML- und DL-Algorithmen. Diese Algorithmen versprechen eine bessere Vorhersagegenauigkeit gegenüber linearen Modellansätzen. Mit unserem Modellansatz wollen wir sowohl räumliche als auch zeitliche Variabilität der UFP-Anzahlkonzentrationen abbilden. In einem ersten Schritt werden die Messergebnisse aus mobilen Messkampagnen genutzt um ein ML-basiertes LUR Modell zu kalibrieren. Zusätzlich werden urbane Emissionen aus lokalen Quellen, abseits vom Straßenverkehr, identifiziert und explizit in das Modell einbezogen. In einem zweiten Schritt wird ein DL-Modellansatz basierend auf Langzeit-UFP-Messungen mit dem ML-Modell gekoppelt um die Repräsentierung der zeitlichen Variabilität zu verbessern. Unser vorgeschlagenes Arbeitsprogramm besteht aus fünf Arbeitspaketen (WP): WP 1 beinhaltet mobile Messungen mittels eines mobilen Labors und eines Messfahrads. WP 2 besteht aus stationären Messungen, die an Stationen des German Ultrafine Aerosol Network durchgeführt werden. In WP 3 werden wichtige UFP-Emissionsquellen, insbesondere Nicht-Verkehrsemissionen, mit Hilfe von zusätzlichen kurzzeitigen stationären Messungen identifiziert und quantifiziert. In WP 4 werden ML-Algorithmen genutzt um ein statistisches Modell aufzubauen. Als Kalibrierungsdatensatz werden die Messungen aus WP 1 benutzt. Das Modell wird UFP-Anzahlkonzentrationen mit Hilfe eines Datensatzes aus erklärenden Variablen, u.a. meteorologische Größen, Flächennutzung, urbaner Morphologie, Verkehrsmengen und zusätzlichen Informationen zu UFP-Quellen nach WP 3, vorhersagen. In WP 5 werden die UFP-Anzahlkonzentrationen aus WP 2 für einen DL-Modellansatz genutzt, der die zeitliche Variabilität repräsentieren wird. Dieser wird dann mit dem ML-Modell aus WP 4 gekoppelt. Der Nutzen der Modellkopplung wird mit dem Datensatz aus WP 3 validiert. Aus unserem Projekt wird ein Modell hervorgehen, das in der Lage ist die räumliche und zeitliche Variabilität urbaner UFP-Anzahlkonzentrationen in einer hohen Genauigkeit zu repräsentieren. Damit wird unsere Studie einen Beitrag zur Quantifizierung von Expositionskonzentrationen gegenüber UFP z.B. in epidemiologischen Studien leisten.
Die Strahlungsabsorption des atmosphärischen Aerosols ist einer seiner Haupteffekte im Einfluss auf die solar-terrestrische Energiebilanz und damit auf das Klima. Die Absorption wird im Wesentlichen durch drei Komponenten verursacht: Ruß, Mineralstaub und absorbierende Organika. Allerdings sind die relativen Beiträge dieser Stoffe aus anthropogenen und natürlichen Quellen nicht gut bekannt. Der vorliegende Antrag zielt daher auf eine Quantifizierung Ruß-, Staub- und organischen Anteils, basierend auf der Analyse der chemischen Zusammensetzung und Struktur viele einzelner Partikel mittels Elektronenmikroskopie. Das östliche Mittelmeer wurde als Fokusregion ausgewählt, da hier im Frühjahr eine komplexe Mischung von Aerosol aus der Biomassenverbrennung, anthropogenen Emissionen, marinem Aerosol und afrikanischem sowie asiatischem Wüstenstaub entsteht. Die vorgeschlagenen Arbeiten werden in Verbindung mit einer von dritter Seite finanzierten großen Flug- und Bodenmesskampagne durchgeführt. Hierbei ergibt sich die einmalige Gelegenheit, Messungen aus der Fokusregion in Verbindung mit einer Vielzahl anderer atmosphärischer Messungen sowie Aerosol- und Wolkenmessungen zu erhalten. Hauptziele des Projektes sind: A) Charakterisierung der Aerosolzusammensetzung: Aerosoltypen werden an Hand chemischer Merkmale identifiziert und quantifiziert. Größenverteilungen der chemischen Zusammensetzung werden erstellt für Partikel kleiner 2.5 mym aus der relativen Zusammensetzung und externen Größenverteilungsmessungen, für größere Partikel direkt aus spezialisierten Sammelverfahren. B) Aufteilung in volatile / nichtvolatile Komponenten: entsprechende Komponenten werden auf Einzelpartikelbasis identifiziert und quantifiziert. Typen nichtvolatiler Komponenten werden unterschieden. C) Aufteilung nach Staub- / Ruß-Absorption für Einzelpartikel: Der absorbierende Anteil im atmosphärisch alterierten Aerosol wird an Hand chemischer und morphologischer Kriterien identifiziert. Durch Bildanalyse wird der jeweilige Volumenbeitrag bestimmt. Die Konzentration absorbierender Anteile wird dann zur Bestimmung der relativen Beiträge von Staub und Ruß genutzt. Rußmikrosktruktur und chemische Zusammensetzung werden genutzt, um Haupt-Rußquellen zu identifizieren. D) Ermittlung des Einflusses der Staubquelle auf die Staubabsorption: Die Absorption, modelliert durch die Staubzusammensetzung, wird im Hinblick auf die jeweilige Quelle untersucht; basierend auf einer Jahreszeitreihe können so systematische Zusammenhänge aufgedeckt werden. Insgesamt wird das vorgeschlagene Projekt neue und detailreiche Einsichten in die Beiträge zur Absorption und den Mineralstaub-Beitrag zum Strahlungsantrieb in einer belasteten und gemischten Umgebung liefern, möglicher Zusammenhänge zwischen Staubquelle und Absorption aufdecken und Information über die Haupt-Rußquellen liefern.
Amine sind wichtige, aber wenig untersuchte organische Bestandteile in der marinen Atmosphäre. Es gibt deutliche Hinweise, dass innerhalb der marinen Grenzschicht die Bildung neuer Aerosolpartikel und die Zunahme der Partikelmasse durch Amine beeinflusst wird. Allerdings existieren noch sehr hohe Unsicherheiten in Bezug auf die Quellen, die weiteren chemischen Reaktionen innerhalb des chemischen Mehrphasensystems der marinen Atmosphäre und der Beitrag zur marinen Aerosolmasse. Ein tieferes Verständnis der durch die Amine initialisierten Bildung des organischen Stickstoffes in marinen Aerosolpartikeln, sowie der potentiell oxidationsgesteuerten Emission von Aminen aus den Ozeanen in die Atmosphäre, erfordert grundlegende mechanistische Modellierungsstudien der Mehrphasenoxidation von Aminen in Kombination mit speziellen Feldmessungen. Solche Ansätze sind derzeit nicht vorhanden, da noch keine detaillierten Mechanismen- oder Modellierungsstudien zur Mehrphasenoxidation der Amine durchgeführt wurden.Das Ziel von ORIGAMY ist es, die Faktoren zu ermitteln, die die Emission von Aminen aus dem Ozean in die Atmosphäre beeinflussen und deren Auswirkungen auf die organische Aerosolmasse, den Aerosolsäuregehalt und die Bildung neuer Aerosolpartikel. Wir wollen die großen Wissenslücken bezüglich Quellen, Phasenverteilung und Oxidationsprozessen von Aminen in der marinen Grenzschicht schließen, indem wir spezielle neue Feldmessungen in Kombination mit neuartigen Modellierungsansätzen der Mehrphasenchemie anwenden. Die Kombination aus Feldmessungen, Emissionsmodellierung und Modellierung der chemischen Alterung der Amine zum Verständnis der Feldergebnisse ist dabei eine neue große innovative Leistung, die aus dieser Studie resultieren wird.Die Ergebnisse von ORIGAMY werden eine wichtige Grundlage schaffen, um die Bedeutung der Amine und deren weiteren chemischen Reaktionen in der marinen Grenzschicht zu erfassen. Weiterhin tragen diese Ergebnisse dazu bei, relevante atmosphärischen Prozesse der Amine zu identifizieren, die in höher-skalige Modellen implementiert werden müssen.
Grundlagen zur Erfassung der physikalischen und chemischen Eigenschaften atmosphaerischer Aerosole: Groessenverteilung, chemische Zusammensetzung, insbesondere organische Verbindungen, Elementverteilung. Entwicklung von Messmethoden und -geraeten, Modellrechnungen zur Erfassung von Quellen und Senken, Transportberechnungen.
Die Roman Mayer GmbH hat beim Landratsamt Augsburg die immissionsschutzrechtliche Genehmigung gemäß §§ 4, 6 BImSchG für die Errichtung und den Betrieb einer Anlage zur Lagerung von gefährlichen Stoffen in einer bestehenden Lagerhalle am Standort Otto-Hahn-Straße 14, 86368 Gersthofen, Flur-Nr. 591 der Gemarkung Gersthofen beantragt. Dabei handelt es sich um eine Logistikhalle, in der entzündbare Gase in Einzelbehältnissen bis max. 1.000 cm³, entzündbare Flüssigkeiten, toxische Stoffe, ätzende Stoffe, organische Peroxide und sonstige Gefahrstoffe gelagert werden. Die Errichtung und der Betrieb einer Anlage zur Lagerung brennbarer Gase, soweit es sich ausschließlich um Einzelbehältnisse mit einem Volumen von jeweils nicht mehr als 1.000 cm³ handelt, mit einem Fassungsvermögen von 40t (120 t Aerosol) ist der Nr. 9.1.2.2 der Anlage 1 zum UVPG zuzuordnen und in Spalte 2 mit „S“ gekennzeichnet. Die Errichtung und der Betrieb einer Anlage zur Lagerung von in der Nr. 30 des Anhang 2 zur 4. BImSchV (Stoffliste zu Nr. 9.3 Anhang 1) genannten Stoffen, mit einer Lagerkapazität von 45 t ist der Nr. 9.3.3 der Anlage 1 zum UVPG zuzuordnen und in Spalte 2 mit „S“ gekennzeichnet. Für das geplante Vorhaben war deshalb im Rahmen des immissionsschutzrechtlichen Genehmigungsverfahrens vom Landratsamt Augsburg eine standortbezogene Vorprüfung zur Feststellung der UVP-Pflicht entsprechend § 7 Abs. 2 UVPG durchzuführen.
| Origin | Count |
|---|---|
| Bund | 1875 |
| Europa | 177 |
| Kommune | 4 |
| Land | 285 |
| Weitere | 1609 |
| Wirtschaft | 2 |
| Wissenschaft | 752 |
| Zivilgesellschaft | 25 |
| Type | Count |
|---|---|
| Chemische Verbindung | 13 |
| Daten und Messstellen | 55 |
| Ereignis | 6 |
| Förderprogramm | 1547 |
| Gesetzestext | 13 |
| Repositorium | 3 |
| Text | 109 |
| Umweltprüfung | 5 |
| unbekannt | 257 |
| License | Count |
|---|---|
| geschlossen | 174 |
| offen | 1816 |
| unbekannt | 5 |
| Language | Count |
|---|---|
| Deutsch | 1618 |
| Englisch | 565 |
| Resource type | Count |
|---|---|
| Archiv | 19 |
| Bild | 11 |
| Datei | 225 |
| Dokument | 234 |
| Keine | 1348 |
| Multimedia | 1 |
| Unbekannt | 2 |
| Webdienst | 10 |
| Webseite | 360 |
| Topic | Count |
|---|---|
| Boden | 1369 |
| Lebewesen und Lebensräume | 1619 |
| Luft | 1607 |
| Mensch und Umwelt | 1995 |
| Wasser | 1529 |
| Weitere | 1965 |