API src

Found 1597 results.

Related terms

GFZ Data Services

GFZ Data Services is a repository for research data and scientific software across the Earth System Sciences, hosted at GFZ. The curated data are archived, persistently accessible and published with digital object identifier (DOI). They range from large dynamic datasets from global monitoring networks with real-time aquisition, to international services in geodesy and geophysics, to the full suite of small and highly heterogeneous datasets collected by individual researchers or small teams ("long-tail data"). In addition to the DOI registration and data archiving itself, GFZ Data Services team offers comprehensive consultation by domain scientists and IT specialists. Among others, GFZ Data Services is data publisher for the IAG Services ICGEM, IGETS and ISG (IAG = Int. Association for Geodesy; ICGEM = Int. Center for Global Earth Models; IGETS = Int. Geodynamics and Earth Tide Service; ISG = Int. Service for the Geoid), the World Stress Map, INTERMAGNET, GEOFON, the Geophysical Instrument Pool Potsdam GIPP, TERENO, EnMAP Flight Campaigns, the Potsdam Institute for Climate Impact Research PIK, the Specialised Information Service for Solid Earth Geosciences (FID GEO) and hosts the GFZ Catalogue for the International Generic Sample Number IGSN.

Beobachtungen an Straßenwetterstationen (Glättemeldeanlagen)

Beobachtungen an deutschlandweit verteilten Straßenwetterstationen. Meteorologische Parameter wie Temperatur, Niederschlag usw. werden alle 15 Minuten gemessen.

Bodenbewertung - Bodenkundliche Feuchtestufe (BKF)

Die bodenkundliche Feuchtestufe ist ein Kennwert zur Bewertung des Lebensraumes für natürliche Pflanzen(-gesellschaften) und wird über Bodenwasserhaushaltsverhältnisse bewertet. Diese werden maßgeblich vom Wasserrückhaltevermögen, dem Grundwasseranschluss, dem Niederschlag und der Evapotranspiration gesteuert. Standorte mit sehr niedrigen (trocken) oder sehr hohen (nass) bodenkundlichen Feuchtestufen lassen sich meist nur mit hohem Aufwand landwirtschaftlich nutzen und sind daher als Extremstandorte für den Naturschutz häufig von besonderem Interesse. Mit der bodenkundlichen Feuchtestufe wird eine natürliche Bodenfunktionen nach § 2 Abs. 2 BBodSchG bewertet und zwar nach Punkt 1.a) die Lebensgrundlage und Lebensraum für Menschen, Tiere, Pflanzen und Bodenorganismen. Das hierfür gewählte Kriterium ist das Standortpotenzial für natürliche Pflanzengesellschaften mit dem Kennwert bodenkundliche Feuchtestufe. Die Karten liegen für die folgenden Maßstabsebenen vor: - 1 : 1.000 - 10.000 für hochaufgelöste oder parzellenscharfe Planung, - 1 : 10.001 - 35.000 für Planungen auf Gemeindeebene, - 1 : 35.001 - 100.000 für Planungen in größeren Regionen, - 1 : 100.001 - 350.000 für landesweit differenzierte Planung, - 1 : 350.001 - 1000.000 für landesweite bis bundesweite Planung.

Bodenkarte von Niedersachsen 1 : 50 000 - Bodenkundliche Feuchtestufe - Frühjahrszahl (1991-2020)

Die Karte zeigt die Frühjahrszahl der Bodenkundlichen Feuchtestufe für den 30-jährigen Zeitraum 1991-2020. Die Bodenkundlichen Feuchtestufe (BKF) ermöglicht eine Aussage über die Feuchtesituation von Standorten. Sie gibt Auskunft über die mögliche landwirtschaftliche Nutzung und über Nutzungseinschränkungen aufgrund von Trockenheit oder Feuchte. Die BKF berücksichtigt bodenkundliche, hydrologische, morphologische und klimatische Kennwerte. Für die Beurteilung der Feuchtesituation werden 12 Feuchtestufen (von dürr bis nass) unterschieden. Ermittelt werden je nach Bodentyp auch nach Jahreszeit getrennte Werte (Frühjahrszahl/Sommerzahl, z.B. 6/2). Unterschiede zwischen Frühjahrs- und Sommerzahl können z.B. bei stauwasserbeeinflussten Böden auftreten, die im Frühjahr deutlich feuchter als im Sommer sein. Die Frühjahreszahl beschreibt den Feuchtezustand eines Standortes, bei stauwasserbeeinflussten Böden den Zustand in den Frühjahresmonaten, wenn Stauwasser auftritt.

Anwendung von Methoden des maschinellen Lernens zur Verbesserung der Prognosen und Analysen der BfG

Veranlassung Methoden des maschinellen Lernens kommen in der gewässerkundlichen Praxis der BfG bisher nur vereinzelt zum Einsatz. Der Einsatz von ML entspricht in vielen Bereichen aber bereits dem Stand von Wissenschaft und Technik und hält zunehmend Einzug auch in gewässerkundliche Fragestellungen. ML besitzt das Potenzial, zum einen bestehende Aufgaben und Methoden qualitativ zu optimieren (z. B. in Form verbesserter Prognosemethoden). Zum anderen werden durch den Einsatz von ML arbeitsaufwändige, mit klassischen Ansätzen nicht leistbare Analysen erst möglich, wodurch auch gänzlich neue oder substanziell erweiterte Leistungen und Produkte entstehen. Der unmittelbare Anwendungs- und Aufgabenbezug von MALPROG lässt diesbezüglich konkrete Ergebnisse für relevante Fachaufgaben sowie zielführende Erkenntnisse für eine Übertragung auf weitere Arbeitsfelder der BfG erwarten. Ziele Die übergeordneten Ziele von MALPROG sind - wissenschaftliche Erkenntnis und Datenharmonisierung: Untersuchung praktischer Anwendbarkeit von Methoden des maschinellen Lernens für ausgewählte BfG-Fachaufgaben (Messdatenplausibilisierung, Abfluss- und Wasserstandsvorhersage, Vegetationskartierung, Ölerkennung) - Technologietransfer: Überführung zielführender Methoden des maschinellen Lernens in zentrale Dienste und Applikationen der BfG - Konsolidierung des Wissens: Initiierung einer BfG-weiten Arbeitsgruppe "KI" zwecks Beratung, Unterstützung, Austausch und Koordination zukünftiger Anwendungen mit Bezug zu Methoden der künstlichen Intelligenz Für die konkrete Anwendung der ML-Methoden für die Fach- und Beratungsaufgaben der BfG sollen - eine weitere Steigerung der Vorhersagegüte erzielt, längerfristige Vorhersageskalen erschlossen und innovative Beratungsprodukte generiert werden, - eine intelligente Vorbeurteilung von Öl-Verschmutzungen ermöglicht werden, die z. B. einen effizienteren Einsatz unbemannter Systeme ermöglicht und den teuren Datentransfer für weitfliegende Systeme wesentlich reduziert, - durch die Anwendung auf digitale Orthofotos eine Identifizierung von Vegetation mit erhöhtem Automatisierungsgrad auf großer Fläche ermöglicht werden, z. B. für eine effiziente Erstellung von Biotoptypenkartierungen und für ein stringentes Vegetationsmonitoring bei Entwicklungsmaßnahmen, - durch Kameraaufnahmen automatisch Makroplastik in fließenden Gewässern identifiziert und klassifiziert werden, - Messfehler von Bodenfeuchtemessungen identifiziert und korrigiert werden. Die vertiefte Befassung mit den Möglichkeiten und Grenzen von ML-Methoden soll die BfG unterstützen, um die rasant zunehmende Menge an (Umwelt-)Daten unter Nutzung steigender Rechenressourcen in eine verbesserte Leistungsfähigkeit ihres Beratungsangebots (z. B. für die WSV, das BMDV, das BMUV) zu überführen. Die Entwicklung von Anwendungsfeldern im Bereich der künstlichen Intelligenz (KI) ist ein zentrales Ziel der Bundesregierung (KI-Strategie für Deutschland), welches das BMDV für den Verkehrssektor in seinem Aktionsplan "Digitalisierung und Künstliche Intelligenz in der Mobilität" aufgegriffen und weiter konkretisiert hat. Pilothafte Anwendungen belegen aber neben dem hohen Bedarf auch das große Potenzial von Methoden des maschinellen Lernens im Bereich der Gewässerkunde (Prognose, Klassifikation, Regression). Im Rahmen von MALPROG wird die Nutzung KI- bzw. ML-basierter Methoden für konkrete Anwendungsfelder in der Gewässerkunde systematisch untersucht. Als zielführend identifizierte Ansätze werden in die praktische Facharbeit integriert, um letztlich deren Potenzial für konkrete Anwendungen in der Analyse- und Beratungspraxis der BfG und WSV ausschöpfen zu können.

Entwicklung eines automatisierten Systems zur Bewertung der N-Versorgung von Wintergetreide für die landwirtschaftliche Praxis über skalierbare Applikationsfenster, Teilprojekt B

Skalenübergreifende Charakterisierung von polaren Permafrost-Landschaften mittels Flugzeug- und Satellitengestützen Daten und geophysikalischen in-situ Messungen

Im Lauf der letzten Dekaden wurde für große Teile der Arktis eine signifikante Erwärmung der Erdoberfläche und des oberflächennahen Untergrunds beobachtet. Deren Folgen zeigen sich bereits heute - beispielsweise in einer Ausbreitung der Buschvegetation und einer Vertiefung der saisonalen Auftauschicht. In Anbetracht der Bedeutung von Änderungen in Permafrostregionen für Umwelt, Infrastruktur und Klimasystem besteht ein dringender Bedarf, Parameter dieses Raumes großflächig zu bestimmen und kontinuierlich zu überwachen. Durch die Weite und spärlichen Besiedelung der Arktis sind diese Umweltdaten jedoch nur unzureichend verfügbar und ihre Erhebung ist kostenintensiv. In diesem Kontext können fernerkundliche Daten einen wichtigen Beitrag leisten; Flugzeug- und Satellitengestützte Systeme ermöglichen eine effiziente und flächendeckende Aufnahme von Oberflächeneigenschaften. Ziel des Projekts ist die Identifizierung und Quantifizierung von Zusammenhängen zwischen Eigenschaften der Erdoberfläche, welche durch Fernerkundung abgeleitet werden können, und Eigenschaften des Untergrunds, die den Zustand von Permafrostgebieten charakterisieren. Basierend auf diesen Ergebnissen ist ein weiteres Ziel die Erstellung von konzeptionellen Modellen, welche die Verschränkung und Verbindung von Umwelt-Parameter zeigen. Die Arbeiten werden in einem skalenübergreifenden Multi-Sensor-Ansatz durchgeführt. Der Fokus wird dabei auf die Identifizierung der Kopplungen zwischen Oberfläche und Untergrund, sowie auf den Einfluss des Betrachtungsmaßstabs gelegt. Als fernerkundliche Daten stehen zur Verfügung: (1) grob aufgelöste optische und thermische Satellitendaten, (2) mittel-aufgelöste Radar- und Multi-Spektraldaten und (3) hoch-aufgelöste Thermal-, Hyperspektral- und Laserscanner-Daten von regionalen Befliegungen. Die Charakterisierung des Untergrunds erfolgt mittels (1) geomorphologischer Kartierung, (2) Zeitreihen-Analyse der Temperatur und Bodenfeuchte aus abgeteuften Sensoren, (3) Ground Penetrating Radar (GPR) und (4) elektrischen Widerstandsmessungen. Fernerkundliche Daten der Erdoberfläche und geophysikalische Daten zum Untergrund werden mit multivariaten statistischen Methoden analysiert - mit dem Ziel Zusammenhängen zwischen Oberflächen- und Untergrund-Parametern des periglazialen Systems zu identifizieren und zu quantifizieren. Als Untersuchungsgebiete wurden die Mackenzie Delta Region und das Peel Plateau identifiziert. Beide Regionen liegen in Nord Kanada und zeigen innerhalb geringer Distanzen verschiedenartige, durch Permafrost geprägte Ökosysteme. Zudem stehen durch Vorstudien Daten zur Verfügung; zum einen Referenzdaten von Feld-Kampagnen und zum anderen Satellitenbilder verschiedener Sensoren. Darüber hinaus wird vom Alfred Wegener Institut eine Befliegung dieser Gebiete geplant und finanziert. Das Flugzeug wird mit einer vielfältigen Instrumentenauswahl bestückt; u. a. ein flugzeuggetragenes GPR, ein Laserscanner und eine hyperspektral Kamera.

Research group (FOR) 2694: Large-Scale and High-Resolution Mapping of Soil Moisture on Field and Catchment Scales - Boosted by Cosmic-Ray Neutrons

The exchange of water between atmosphere, biosphere, and hydrosphere is a result of complex interactions and feedback mechanisms, where soil moisture acts as the key state variable. Novel approaches are required to handle the related scale dependency of water fluxes. Corresponding state-of-the-art methods for observing soil moisture range from continuous point-scale measurements, via field-scale temporal snapshots to remote sensing products on the basin scale and beyond. Cosmic-ray neutron sensing (CRNS) constitutes a considerable advancement in this context by inferring soil moisture from changes in ambient neutron density above the ground, allowing for the integration across hundreds of meters. In this proposal we report on the activities and achievements of the Cosmic Sense research unit (RU) in its first phase, and give an outline of the objectives and the work program for the second phase. The overarching goal remains the development of a quantitative, adaptable, and transferable approach for observing root-zone soil moisture on the field scale while accounting for other dynamic water pools, such as biomass. New to phase II is the addition of snow water pools and the focus on the regional scale by soil moisture mapping with sensor clusters, mobile detectors, remote sensing, and modeling. Cosmic Sense continues to constitute a driving force in the field of soil moisture measurements via CRNS and will strengthen an engaged and innovative community. Our team will advance the understanding of field-scale and regional water storage and fluxes in the soil-vegetation-atmosphere continuum by bundling the expertise of distinguished partners in complementary research modules and joint activities. Working together towards joint research objectives requires intensive interaction in the team as well as overarching coordination and support. The coordination project “Z” acts as a central nexus for the objectives, resources, and outreach activities that are related to the RU as a whole. The key personal resources required are a position for the coordination of meetings, workshops, and general RU matters, and a field technician to support the joint field- and cross-cutting activities. Furthermore, Z strives to support young researchers – particularly those with children – in their work and career, and to enhance gender equality. Z will also promote the outcomes of the RU in a closing workshop, inviting external keynote speakers and supporting attendance via discounts and scholarships. The current and designated Mercator Fellow, Prof. Marek Zreda, will interact with all research modules, he will actively participate in the cross-cutting activities and promote the achievements of Cosmic Sense to the scientific community worldwide. Accordingly, all of the tasks planned in Z will support and interact with the involved research modules of the RU, thus helping to promote the collaboration within the RU and of the dissemination of its outcomes beyond it.

CDC (Climate Data Center)

Free access and download to of a growing selection of DWD’s climate data. Via CDC Search you will find data for direct download and interactive access to station data. The interactive mode gives graphical and tabular previews of the German station data. In addition, all data sets remain accessible from our ftp server for direct download

Hydrogeologische Untersuchungen an den Kuesten Siziliens

Ziel: Erfassen des Grundwasserverlaufes an den Kuesten Siziliens. Vorgehensweise: Aufnahme von PAN-SW-Stereoluftbildern, Falschfarben und Multispektralenphotographien, Thermal-Scanner-Aufnahmen in zwei Wellenlaengenbereichen ueber I.-Kuestenstreifen. Untersuchungsmethode: tektonische Bearbeitung der interessierenden Gebiete, analoge Auswertung der multispektralen Aufnahmen hinsichtlich Bodenfeuchte und Vegetationszustandes. Aequidensiten der Thermalaufnahmen. Korrelation der Ergebnisse aus den drei Auswertegaengen.

1 2 3 4 5 … 158 159 160