API src

Found 575 results.

Other language confidence: 0.7530123552109022

Machbarkeitsstudie Deutschlandweite Befragung von Unternehmen zur Klimawandelanpassung

Die Folgen des Klimawandels bergen ökonomische Risiken für Unternehmen. Die physische Klimarisiken - insb. Extremwetterereignisse, veränderte Niederschlagsmuster und erhöhte Durchschnittstemperaturen - können zu Produktionsrückgängen, steigenden Rohstoffkosten und Gebäudeschäden führen. Nach einer aktuellen Studie des Umweltbundesamts berichten nur etwa die Hälfte der DAX-30-Unternehmen zu diesen Risiken. Dabei schätzt allein diese Gruppe die potenziellen Schäden auf einen Gesamtwert von mehreren Milliarden Euro. Über das Risikobewusstsein in anderen Unternehmen, insbesondere KMU, ist wenig bekannt. Ziel dieses Vorhabens ist es, eine Machbarkeitsstudie für die Befragung von Unternehmen bezüglich Klimarisiken und des Umgangs mit Klimawandelanpassung zu erstellen. Dabei sollen die Möglichkeiten eine repräsentative Erhebung, etwa im Rahmen existierender Unternehmenspanels, eruiert, mögliche Fragenkomplexe entworfen sowie ein handbares Konzept erstellt werden. Auch sollen vergleichbare Erhebungen in anderen OECD-Ländern als Benchmark recherchiert werden. In einer Themenkonferenz im 3. Projektjahr sollen Zwischenergebnisse mit der Zielgruppe diskutiert werden.

HeideBench: A Multispectral UAV Time-Series Benchmark for Forest Crown Phenology in Dölauer Heide

We present HeideBench, a very-high-resolution multispectral uncrewed aerial vehicle dataset for forest crown phenology collected over a forest patch in Dölauer Heide, Halle (Saale), Germany. Dölauer Heide is currently dominated by pine plantations (Kiefernforste), which cover the largest area but are increasingly affected by dieback, while its potential natural vegetation is sessile oak–hornbeam forest rich in small-leaved lime (Albrecht et al., 1993). In addition to these pine stands, the area contains near-natural mixed deciduous forests with oaks, birches, and beeches, making it a particularly relevant setting for observing seasonal canopy development under contrasting forest structures and ongoing ecological transition. Against this background, HeideBench provides repeated observations of the same forest patch through the growing season. The dataset contains 18 georeferenced multispectral GeoTIFF orthomosaics acquired between 6 March 2025 and 5 November 2025, spanning a 244-day seasonal period from early spring to late autumn. The acquisitions have a median revisit interval of 14 days, with intervals ranging from 4 to 27 days, and an average ground sampling distance of 5.53 cm per pixel. The valid imaging footprint covers approximately 32.1 ha and is bounded by 11.902653–11.911325°E and 51.499959–51.508576°N. Data were collected using a DJI Mavic 3M Enterprise uncrewed aerial vehicle equipped with four multispectral cameras measuring green (560 nm), red (650 nm), red-edge (730 nm), and near-infrared (860 nm) reflectance, in that order. Flights used a real-time kinematic (RTK) positioning module for centimeter-level geolocation, and all data are provided in coordinate reference system EPSG:25832. Imagery was processed with Agisoft Metashape 2.3.1 to generate calibrated multispectral orthomosaics. The dataset further includes 5,885 crop-safe individual tree crown instance segmentations over the same footprint, extracted with the DeepTrees software package (Khan et al., 2025). HeideBench is intended to support crown-centric analyses of seasonal canopy development, temporal representation learning, phenology-aware feature extraction, and the evaluation of tree crown delineation under seasonal change. HeideBench is a result of the Dynamic Platform Project titled "PhenoEmbed: Multispectral UAV AI Embeddings for phenology-aware tree crown delineation" of the Integration Platform 1: "Sustainable future land use" (IP1) at the Helmholz Centre for Environmental Research (UFZ) in Leipzig, Germany.

HiDALGO - HPC-Exzellenzzentrum für Big-Data-Technologien und globale Herausforderungen auf Höchstleitungsrechnern

Energy-Efficient Large-Scale Artificial Intelligence for Sustainable Data Centers, Teilvorhaben: Neuromorphic Hardware for Sustainable Al Data Centers

Vorhersage von Schüttungen alpiner Karstquellen im Hinblick auf den Klimawandel unter Verwendung neuer Deep Learning-Methoden

Karstgrundwasserleiter spielen im Alpenraum eine wichtige Rolle. Sie bedecken etwa 56% der Fläche, und ein erheblicher Teil der Bevölkerung ist ganz oder teilweise von Trinkwasser aus Karstquellen abhängig, die oft mit wertvollen Ökosystemen verbunden sind und zur Wasserkrafterzeugung beitragen. Die Alpen zählen nach Studien zu den am stärksten vom Klimawandel betroffenen Gebieten in Europa. Als Folge der steigenden Temperaturen werden sich die gespeicherten Mengen an Schnee und Eis stark verringern, was zu einer Verschiebung zwischen Wasserhaushaltskomponenten in Verbindung mit einer saisonalen Umverteilung der Niederschläge führt. Außerdem wird erwartet, dass Hoch- und Niedrigwasserereignisse häufiger auftreten werden. Der Stand der Technik bei der Modellierung der Schüttung von Karstquellen, meist mittels konventioneller numerischer Modelle, ist auf standortspezifische, oft aufwändige und nicht übertragbare wissenschaftliche Studien beschränkt, die manuelle Modellabstimmung und Kalibrierung erfordern. Bis heute gibt es keinen leicht übertragbaren Ansatz, der gleichzeitig auf viele Karstquelleinzugsgebiete anwendbar ist. In diesem Projekt werden wir einen modernen, Deep-Learning basierten Ansatz zur Modellierung der Schüttung von Karstquellen entwickeln, der sich besonders gut eignet, übertragbare Modelle, die Informationen von verschiedenen Standorten nutzen können, aufzubauen. Deep Learning ist ein Teilgebiet des maschinellen Lernens, basierend auf künstlichen neuronalen Netzen, das sich sowohl bei akademischen als auch bei industriellen Anwendungen als sehr erfolgreich erwiesen hat. Die vorgeschlagene Studienregion sind die Alpen, mit Karstgebieten in Österreich, der Schweiz, Deutschland, Frankreich, Italien und Slowenien, mit einem Schwerpunkt auf dem besonders vom Klimawandel betroffenen von der Alpenkonvention abgegrenzten Gebirgsgebiet. Als Grundlage der Studie dient das World Karst Spring Database (WoKaS). Es wird im Laufe des Projekts mit zusätzlichen Daten von Behörden und Wasserversorgern ergänzt, insbesondere in Regionen mit bislang schlechter Abdeckung. Die Arbeiten beinhalten die Erstellung eines umfassenden Datensatzes mit Einzugsgebietsattributen und meteorologischen Einflussgrößen für etwa 150 Quellen. Klassische Lumped-Parameter-Modelle werden als Benchmarks aufgesetzt und mit den neu entwickelten Deep-Learning basierten Modellergebnissen verglichen. Ziel ist es, die Eignung neuartiger Deep-Learning Modellansätze für die Abschätzung der Auswirkungen des Klimawandels für eine Vielzahl von kurz- und langfristigen Vorhersagen zu untersuchen. Eine vertiefende Fallstudie des Dachsteingebietes, dessen große Karstregion wesentlich zur Wasserversorgung und Wasserkrafterzeugung beiträgt, wird die vergleichende Untersuchung mit einem numerischen 3D-Modell erweitern. Schließlich werden die entwickelten Modelle dazu verwendet, um Auswirkungen des Klimawandels auf die alpinen Karstgrundwasserressourcen vorherzusagen.

Weiterentwicklung des Produktportolios des Umweltzeichens Blauer Engel - Rahmenvorhaben 2023

Das Vorhaben dient der Ableitung und Weiterentwicklung ambitionierter Standards für umweltfreundliche Produkte und Dienstleistungen im Bereich der freiwilligen Produktkennzeichnung mit dem Blauen Engel. Ein Schwerpunkt wird auf IKT-Produkten liegen (u.a. Computer, Server, gewerbliche Router, Netzwerkkomponenten). Die weitere Konkretisierung der Produkte und Dienstleistungen erfolgt in der Leistungsbeschreibung auf Grundlage der Beschlüsse der Jury Umweltzeichen. Die Ergebnisse tragen auch dazu bei, hohe ökologische Standards in Form von Benchmarks in anderen Instrumenten des produktbezogenen Umweltschutzes national und auf europäischer Ebene, z.B. bei der umweltfreundlichen öffentlichen Beschaffung, zu verankern. Neben der Entwicklung neuer Umweltzeichen für Produkte und Dienstleistungen stehen regelmäßig Aktualisierungen bestehender Vergabekriterien an (www.blauer-engel.de/de/fuer-unternehmen/vergabekriterien). Methodisch ist die Integration von bilanzierenden Indikatoren kontinuierlich weiterzuverfolgen, insbesondere die Energie-/Klimabilanz von Produkten und Dienstleistungen. Ebenso gilt es die Operationalisierung von Aspekten der Kreislaufwirtschaft (Langlebigkeit, Rezyklierbarkeit, Recyclateinsatz) bei den untersuchten Produkten und Dienstleistungen weiterzuentwickeln. Output des Vorhabens sind Neue Umweltzeichen und weiterentwickelte, bestehende Vergabekriterien

Carbonate Looping mit einer mobilen Anlage, Teilvorhaben: Betrieb einer Carbonate Looping Demonstrationsanlage basiert auf Wirbelschichten

Residence times across scales: from plot to catchment scale

Residence times is a key signature to characterize flow and transport at all temporal and spatial scales in different hydrological compartments. It is assumed that the spatial organisation of the landscape controls space-time organisation of the water cycle and related processes and hence the residence time. Combining flux and residence concentration data of natural tracers in water, stable isotopes, and artificial tracers will allow us to predict residence time and flow pathways in the different hydrological compartments as well as integrative for entire watersheds. We will investigate with different methods the fingerprint of hydrological processes found in the signal of isotopic composition and natural and artificial tracers of soil, ground and stream water in space and time. The temporal variability of isotopes in soil water, groundwater and stream water will be combined to benchmark transport and flow models and to derive a new functional form of short to long-term transit time distributions. The spatial patterns of stable isotopes in the saturated and unsaturated zone will be used to derive long-term flow pathways, mixing patterns and the proportion of evaporation to transpiration. Artificial tracer experiments using salt and electric resistivities will vizualize and quantify internal flow pathways in particular preferential flow pathways.

CAMELS-DE-1h: hourly hydro-meteorological time series, weather forecasts, and attributes for 1611 catchments in Germany

CAMELS-DE-1h provides a comprehensive and harmonized collection of hydro-meteorological data for 1611 catchments across Germany. The time series data cover the period from 2001 to 2024 and provide measurements of discharge, water level, and meteorological variables in hourly resolution for all catchments. The metorological variables are aggregated to the catchment areas from the gridded data sources RADKLIM-YW and HOSTRADA (DWD) and encompass the variables precipitation, air temperature, humidity, water vapor mixing ratio, global radiation, air pressure, cloud cover, dew point temperature, wind speed, and wind direction. In addition, deterministic and ensemble weather forecasts with a 48-hour lead time, readily processed for all catchments from the ICON-D2 model (DWD), are included for the period 2021 to 2024. The dataset also provides static catchment attributes encompassing topography, soils, land cover, hydrogeology, and human influences. Furthermore, to serve as a baseline for further model development, the dataset includes discharge simulation results from a regionally trained LSTM and a catchment-calibrated HBV (Hydrologiska Byråns Vattenbalansavdelning) conceptual model. A comprehensive description of the dataset can be found in the accompanying data description paper. Key features of CAMELS-DE-1h: 1. Hydro-meteorological time series data in hourly resolution (2001–2024) 2. Historical deterministic and ensemble weather forecasts from ICON-D2 with a 48-hour lead time (2021–2024) 3. Catchment attributes 4. Benchmark discharge simulation results from an LSTM and the HBV model

Internationales Benchmarking zur Verifizierung und Validierung von TH²M-Simulatoren insbesondere im Hinblick auf fluiddynamische Prozesse in Endlagersystemen - Erweiterung auf multiphysikalische Ansätze und mehrdimensionale Modellgeometrien

1 2 3 4 5 … 56 57 58