Brennstoffzellensysteme werden erst wirtschaftlich und ökologisch nachhaltig, wenn eine Kreislaufwirtschaft um das Produkt aufgebaut wird. Dies liegt zum einen darin begründet, dass (Primär-)Platin, das Teil der MEA ist, einen erheblichen Anteil am CO2-Fußabdruck und den Kosten eines Brennstoffzellenstacks hat und zum anderen, dass Brennstoffzellensysteme eine hohe Wertschöpfung haben, welche am Ende des ersten Produktlebenszyklus so weit wie möglich erhalten bleiben sollte. Da verschiedene Komponenten der Brennstoffzelle, insbesondere die MEA, nach einer gewissen Betriebszeit chemische Degradationserscheinungen aufweisen, ist eine unmittelbare Weiterverwendung ausgeschlossen. Sobald ein Brennstoffzellenstack an sein Lebensende gelangt oder aufgrund eines Defekts frühzeitig ausfällt, bedarf es einer Zustandsbeurteilung des Stacks. Daraus muss abgeleitet werden, ob eine Reparatur des Stacks in Form eines Austauschs degradierter Zellen möglich ist. Falls dies nicht mehr möglich ist, bedarf es der Demontage des Brennstoffzellenstacks sowie einer entsprechenden Befundung und ggf. Wiederaufbereitung der Einzelkomponenten, um der Anforderung eines hohen Wertschöpfungserhalts gerecht zu werden. Komponenten, die aufgrund irreversibler Degradationserscheinungen nicht mehr aufbereitet werden können, müssen möglichst sortenrein einem Recycling zugeführt werden. Unter Berücksichtigung der erwarteten Stückzahlen müssen daher bereits jetzt Konzepte für die automatisierte Zustandsbeurteilung und Demontage von Brennstoffzellenstacks, mit dem Ziel einer Kreislaufwirtschaft, entwickelt werden, um langfristig zum Erfolg der Technologie beizutragen. Der Fokus des wbks liegt einem Demonstrator für die automatisierte Demontage unter Berücksichtigung der genannten Herausforderungen. Der Demonstrator bildet Aspekte der Handhabung und Qualitätssicherung ab und ist für verschiedene Stackdesigns befähigt.
Dem Projektvorhaben liegt folgende Problemstellung zu Grunde: Brennstoffzellensysteme werden erst wirtschaftlich und ökologisch nachhaltig, wenn eine Kreislaufwirtschaft um das Produkt aufgebaut wird. Dies liegt zum einen darin begründet, dass (Primär-)Platin, das Teil der MEA ist, einen erheblichen Anteil am CO2-Fußabdruck und den Kosten eines Brennstoffzellenstacks hat und zum anderen, dass Brennstoffzellensysteme eine hohe Wertschöpfung haben, welche am Ende des ersten Produktlebenszyklus so weit wie möglich erhalten bleiben sollte. Da verschiedene Komponenten der Brennstoffzelle, insbesondere die MEA, nach einer gewissen Betriebszeit chemische Degradationserscheinungen aufweisen, ist eine unmittelbare Weiterverwendung ausgeschlossen. Sobald ein Brennstoffzellenstack an sein Lebensende gelangt oder aufgrund eines Defekts frühzeitig ausfällt, bedarf es einer Zustandsbeurteilung des Stacks. Daraus muss abgeleitet werden, ob eine Reparatur des Stacks in Form eines Austauschs degradierter Zellen möglich ist. Falls dies nicht mehr möglich ist, bedarf es der Demontage des Brennstoffzellenstacks sowie einer entsprechenden Befundung und ggf. Wiederaufbereitung der Einzelkomponenten, um der Anforderung eines möglichst hohen Wertschöpfungserhalts gerecht zu werden. Komponenten, die aufgrund irreversibler Degradationserscheinungen nicht mehr aufbereitet werden können, müssen im Sinne der Nachhaltigkeit möglichst sortenrein einem Recycling zugeführt werden. Unter Berücksichtigung der erwarteten Stückzahlen müssen daher bereits jetzt Konzepte für die automatisierte Zustandsbeurteilung und Demontage von Brennstoffzellenstacks, mit dem Ziel einer Kreislaufwirtschaft, entwickelt werden, um langfristig zum Erfolg der Technologie beizutragen.
Die anthropogene Verbreitung der Edelmetalle durch die Nutzung vornehmlich als Katalysator in der chemischen Industrie und in Kraftfahrzeugen hat bereits zu messbaren Veraenderungen der Edelmetallgehalte in Umweltproben gefuehrt. Ein systematischer Ueberblick ueber die Veraenderungen und deren Auswirkungen auf Lebewesen ist noch nicht machbar, da zu wenige Untersuchungen vorliegen. Fuer das Element Platin sind, zumindest fuer die Verbreitung in der Umwelt, einige Aussagen verfuegbar. Fuer die Metalle Palladium, Rhodium und Iridium sind Untersuchungen nur ansatzweise zu finden. Praktisch keine Aussagen sind ueber die Bindungszustaende zu erhalten. Angaben ueber die vorkommenden Metallspezies sind aber fuer die Kenntnis der Wirkungsmechanismen dieser Metalle auf Lebewesen wichtig. Ziel des Projektes ist die Charakterisierung von Umweltproben, speziell biologischer Proben, bezueglich ihrer Gehalte an Edelmetallen und deren Spezies.
The Bushveld Complex in South Africa is the world’s largest mafic layered intrusion by far and it contains more than three-fourths of the global reserves of platinum group elements (PGE) and more than one-third of global chromium reserves. All of the chromium and much of the platinum are hosted by layers of chromitite in the so-called Critical Zone, a stratigraphic interval of variable thickness (ca 1000 to 1500 m) in the lower third of the 7000-8000 meter-thick intrusion. The data presented herein result from the German-South African project AMREP (Applied Mineralogy for Research Efficiency of Platinum Metals), which investigated the feasibility of extracting PGE from chromitite layers that were mined for chromium at the Thaba Cr mine. The data comprise in-situ mineral analyses by electron microprobe (EPMA data), whole-rock chemical analyses of the platinum-group element concentration (PGE assay data), and microtextural analysis of thin sections to determine the grain size and size distribution of chromite in the layers (CSD data: crystal size distribution).
Dieser WebMapService (WMS) stellt die Flurstücke, Flurstücksnummern und Gemarkungen aus dem vorhandenen Datenmodell ALKIS für die Freie und Hansestadt Hamburg im INSPIRE Zielmodell dar. Im Amtlichen Liegenschaftskatasterinformationssystem (ALKIS®) werden alle Daten des Liegenschaftskatasters zusammengeführt und integriert gepflegt. Die Daten werden vom Landesbetrieb Geoinformation und Vermessung zusätzlich im Hamburger Transparenzportal als Open Data-Datensatz bereitgestellt. Zur genaueren Beschreibung der Daten und Datenverantwortung nutzen Sie bitte den Verweis zur Datensatzbeschreibung.
Zielstellung der Entwicklung ist es, Fachleuten und der interessierten Öffentlichkeit Projekttätigkeiten im Bereich des Abfalltechnologietransfers übersichtlich darzustellen. So werden in einer interaktiven Karte Projektträger, Projektstandorte und deren Wirkbereiche visualisiert. Zusätzlich können Informationen wie Kontaktdaten, Projektlaufzeiten oder Projektsteckbriefe über die Karte abgefragt und heruntergeladen werden. Durch dieses ressortübergreifende Angebot wird zudem die Abstimmung und Kooperation zwischen Projektbeteiligten erleichtert.
The Global Ozone Monitoring Experiment-2 (GOME-2) instrument continues the long-term monitoring of atmospheric trace gas constituents started with GOME / ERS-2 and SCIAMACHY / Envisat. Currently, there are three GOME-2 instruments operating on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B and -C, launched in October 2006, September 2012, and November 2018, respectively. GOME-2 can measure a range of atmospheric trace constituents, with the emphasis on global ozone distributions. Furthermore, cloud properties and intensities of ultraviolet radiation are retrieved. These data are crucial for monitoring the atmospheric composition and the detection of pollutants. DLR generates operational GOME-2 / MetOp level 2 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Chemistry Monitoring (AC-SAF). GOME-2 near-real-time products are available already two hours after sensing. OCRA (Optical Cloud Recognition Algorithm) and ROCINN (Retrieval of Cloud Information using Neural Networks) are used for retrieving the following geophysical cloud properties from GOME and GOME-2 data: cloud fraction (cloud cover), cloud-top pressure (cloud-top height), and cloud optical thickness (cloud-top albedo). OCRA is an optical sensor cloud detection algorithm that uses the PMD devices on GOME / GOME-2 to deliver cloud fractions for GOME / GOME-2 scenes. ROCINN takes the OCRA cloud fraction as input and uses a neural network training scheme to invert GOME / GOME-2 reflectivities in and around the O2-A band. VLIDORT [Spurr (2006)] templates of reflectances based on full polarization scattering of light are used to train the neural network. ROCINN retrieves cloud-top pressure and cloud-top albedo. The cloud-top pressure for GOME scenes is derived from the cloud-top height provided by ROCINN and an appropriate pressure profile. For more details please refer to relevant peer-review papers listed on the GOME and GOME-2 documentation pages: https://atmos.eoc.dlr.de/app/docs/
The Global Ozone Monitoring Experiment-2 (GOME-2) instrument continues the long-term monitoring of atmospheric trace gas constituents started with GOME / ERS-2 and SCIAMACHY / Envisat. Currently, there are three GOME-2 instruments operating on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B and -C, launched in October 2006, September 2012, and November 2018, respectively. GOME-2 can measure a range of atmospheric trace constituents, with the emphasis on global ozone distributions. Furthermore, cloud properties and intensities of ultraviolet radiation are retrieved. These data are crucial for monitoring the atmospheric composition and the detection of pollutants. DLR generates operational GOME-2 / MetOp level 2 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Chemistry Monitoring (AC-SAF). GOME-2 near-real-time products are available already two hours after sensing. OCRA (Optical Cloud Recognition Algorithm) and ROCINN (Retrieval of Cloud Information using Neural Networks) are used for retrieving the following geophysical cloud properties from GOME and GOME-2 data: cloud fraction (cloud cover), cloud-top pressure (cloud-top height), and cloud optical thickness (cloud-top albedo). OCRA is an optical sensor cloud detection algorithm that uses the PMD devices on GOME / GOME-2 to deliver cloud fractions for GOME / GOME-2 scenes. ROCINN takes the OCRA cloud fraction as input and uses a neural network training scheme to invert GOME / GOME-2 reflectivities in and around the O2-A band. VLIDORT [Spurr (2006)] templates of reflectances based on full polarization scattering of light are used to train the neural network. ROCINN retrieves cloud-top pressure and cloud-top albedo. The cloud optical thickness is computed using libRadtran [Mayer and Kylling (2005)] radiative transfer simulations taking as input the cloud-top albedo retrieved with ROCINN. For more details please refer to relevant peer-review papers listed on the GOME and GOME-2 documentation pages: https://atmos.eoc.dlr.de/app/docs/
Dieser Datensatz enthält die Flurstücke, Flurstücksnummer und die Gemarkungen aus dem vorhandenen Datenmodell ALKIS. Sie wurden in das INSPIRE Zielmodell transformiert. Im Amtlichen Liegenschaftskatasterinformationssystem (ALKIS®) werden alle Daten des Liegenschaftskatasters zusammengeführt und integriert gepflegt. Damit sind Daten der ehemaligen Liegenschaftskarte, des ehemaligen Liegenschaftsbuches und des Grenznachweises in ALKIS enthalten. Basis für ALKIS® ist ein von der Arbeitsgemeinschaft der Vermessungsverwaltungen der Länder der Bundesrepublik Deutschland (AdV) entwickeltes Fachkonzept zur Führung aller Basisdaten des amtlichen Vermessungswesens (siehe Verweis). Alle Bundesländer haben sich verpflichtet einen ALKIS-Grunddatenbestand nach diesem Konzept zu führen. Daneben gibt es entsprechend dem Datenmodell länderspezifische zusätzliche Daten. Dieser Datensatz enthält ausgewählte Daten: Flurstücke, Flurstücksnummer, Gemarkungen Dieser Datensatz enthält die Flurstücke, Flurstücksnummer und die Gemarkungen aus dem vorhandenen Datenmodell ALKIS. Sie wurden in das INSPIRE Zielmodell transformiert. Im Amtlichen Liegenschaftskatasterinformationssystem (ALKIS®) werden alle Daten des Liegenschaftskatasters zusammengeführt und integriert gepflegt. Damit sind Daten der ehemaligen Liegenschaftskarte, des ehemaligen Liegenschaftsbuches und des Grenznachweises in ALKIS enthalten. Basis für ALKIS® ist ein von der Arbeitsgemeinschaft der Vermessungsverwaltungen der Länder der Bundesrepublik Deutschland (AdV) entwickeltes Fachkonzept zur Führung aller Basisdaten des amtlichen Vermessungswesens (siehe Verweis). Alle Bundesländer haben sich verpflichtet einen ALKIS-Grunddatenbestand nach diesem Konzept zu führen. Daneben gibt es entsprechend dem Datenmodell länderspezifische zusätzliche Daten. Dieser Datensatz enthält ausgewählte Daten: Flurstücke, Flurstücksnummer, Gemarkungen
| Origin | Count |
|---|---|
| Bund | 481 |
| Kommune | 1 |
| Land | 770 |
| Wissenschaft | 22 |
| Type | Count |
|---|---|
| Chemische Verbindung | 24 |
| Daten und Messstellen | 782 |
| Förderprogramm | 361 |
| Gesetzestext | 2 |
| Taxon | 2 |
| Text | 61 |
| unbekannt | 32 |
| License | Count |
|---|---|
| geschlossen | 90 |
| offen | 947 |
| unbekannt | 225 |
| Language | Count |
|---|---|
| Deutsch | 1200 |
| Englisch | 291 |
| Resource type | Count |
|---|---|
| Archiv | 38 |
| Bild | 2 |
| Datei | 68 |
| Dokument | 605 |
| Keine | 402 |
| Unbekannt | 2 |
| Webdienst | 13 |
| Webseite | 789 |
| Topic | Count |
|---|---|
| Boden | 1042 |
| Lebewesen und Lebensräume | 1036 |
| Luft | 1036 |
| Mensch und Umwelt | 1250 |
| Wasser | 998 |
| Weitere | 1228 |