API src

Found 514 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.

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.

Integrierter Güterverkehr in Ballungsräumen; von Theorie und Praxis

Das Forschungsvorhaben verfolgt das Ziel, geeignete integrierte Lösungsansätze zu finden, die den neuen Anforderungen an den Wirtschaftsverkehr gerecht werden und gleichzeitig zu seiner nachhaltigen stadtverträglichen Gestaltung beitragen. Der Untersuchungsansatz ist umsetzungs- und handlungsorientiert. Neben der Bestandsaufnahme und Strukturierung der Lösungen mit Hilfe des Mind-Mapping sollen Best-Practice-Beispiele durch ein Benchmarking identifiziert und deren Umsetzungsbedingungen analysiert werden. So können zielgerichtete Handlungsempfehlungen für unterschiedliche Akteursebenen in den Phasen des Planungs- und Umsetzungsprozesses abgeleitet werden, wobei die Methode des Mind-Mapping erneut angewendet wird, um die Ergebnisse zu strukturieren, Folgeideen zu identifizieren und Ideenlandkarten zu entwickeln.

Climate and environmental impact of nuclear power

The report assesses nuclear energy’s role in the transformation to net-zero greenhouse gas emissions by 2050. It contrasts top-down net-zero pathways from five integrated assessment models with a comprehensive bottom-up review of national programmes, including newcomer countries, and benchmarks these against the COP28/29 pledge to triple nuclear capacity. It further analyses system requirements in renewables-dominated grids, climate-change risks to plant reliability, and a harmonised cradle-to-grave environmental footprint of nuclear power across 40 regional life-cycle chains (2020 and 2030). Severe-accident impacts and proliferation risks are discussed, and life-cycle costs and GHG abatement costs of new nuclear (incl. SMRs) are compared with wind and solar.

Forschungscluster Modellfabrik Papier: Klimaneutrale Papiererzeugung, TPf: Minimaler Energieeinsatz und optimierte Energiebereitstellung für eine klimaneutrale Papiererzeugung

Graphenbasierter Datenraum für energieeffiziente Logistikimmobilien

Entwicklung eines kosteneffizienten Perowskit-Heterojunction-Tandemprozess im industriellen Umfeld

Im Teilvorhaben 'Aufbau eines Demonstrators zur Co-Verdampfung von Perowskit-Absorbern' des öffentlich geförderten Forschungsvorhabens 'TANTRUM' liegt der Fokus auf der Industrialisierung der Perowskit-Silizium-Tandem-Technologie. Das vorliegende Projekt hat den Ausbau der Heterojunction-Forschungslinie von Meyer Burger zu einer Perowskit-Silizium-Tandem-Linie mit einem vakuumbruchfreien Verdampfer Prozess zum Ziel. Aufbauend auf der im Projekt erarbeitet Aufstellung der bisher bekannten Schichtsysteme, der verwendeten Materialien und der Verfahren zur Herstellung wird anhand eines Bewertungsschemas eine bevorzugte Prozessroute ermittelt. Neben den Funktionalitäten der Materialien und Verfahrenstechniken, der IP/Rechtslage, wird hierbei auch das ökologische Gefährdungspotenzial mit betrachtet. Entsprechend der erarbeiteten Entscheidungsmatrix wird ein industrialisierbarer Prozessfluss definiert und ein entsprechendes Verdampfer-Equipment inkl. Facility-Anpassungen, sowie Messtechnik und Handhabungstechnik für den Transport aufgebaut, welches auch dem besonderen Recovery-Verhalten von Perowskiten gerecht wird. Während des Ramp-up des Basis-Tandem-Prozesses bei Meyer Burger (Germany) GmbH werden die Einzelprozesse der Top-Zelle entwickelt und anschließend im Gesamt-Tandem-Prozess integriert. Als Maßstab dient hier der Referenzprozess des HZB als Benchmark.

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.

Wissen für angewandte Nachhaltigkeit an deutschen Hochschulen, Teilprojekt B: CAMP KLIMA Klimaresiliente Transformation des Denkmalschutz-Ensembles Campus WH der HTW Berlin

Multibeam bathymetry processed data (Reson SeaBat T50-P working area dataset) of RV Littorina during cruise L13-20 including navigation files and python scripts for automated terrain based navigation correction

Multibeam bathymetry raw and processed data (RESON Seabat T50Extended Range) of Research Vessel Littorina at Fehmarn Belt in the western part of the Baltic Sea. The raw data (.db format) were processed using QPS Qimera software (v 1.7), based on the following workflow: 0.Raw data -> 1.Apply correct Sound Velocity Profiles -> 2. correct lever arm offsets -> 3. Finalize with manual 2D and 3D point editing. The corrected soundings were used to create a GeoTIFF (EPSG Code:4326) .gsf data and GeoTIFF are provided. In addition software is provided with the aim of establishing a benchmark for terrain based navigation correction software using mutlibeam data. A) A script that allows to alter navigation solutions B) A script that allows to compare navigation solutions By altering the original and correct navigation and using the product as a basis for a terrain based navigation correction algorithm, the quality of such an algorithm can be measured by comparing its output to the original navigation. This in turn allows quantitative comparisons between different algorithms or settings. In addition to the original navigation some altered navigation files are provided (in .csv file format).

1 2 3 4 5 … 50 51 52