Die Deutsche Umweltstudie zur Gesundheit (GerES = German Environmental Survey; ehemals Umwelt-Survey) ist eine breit angelegte Studie zur Erfassung der Schadstoffbelastung der Bevölkerung in Deutschland. In den einzelnen Erhebungswellen prüft das Umweltbundesamt regelmäßig, mit welchen potenziell gesundheitsschädlichen Substanzen und Umwelteinflüssen (Chemikalien, Schimmel, Lärm) die Menschen hierzulande in Berührung kommen. Analysiert wird, wie hoch die Belastung durch einzelne Umwelteinflüsse ist, woher einzelne Schadsubstanzen stammen, über welche Wege sie in den menschlichen Körper und in den Wohnraum gelangen und in welchem Umfang umweltassoziierte Beschwerden von den Befragten genannt werden. Die Studienergebnisse dienen als umweltpolitische Entscheidungsgrundlage zum Schutz und der Förderung der Gesundheit der Menschen in Deutschland. In der aktuellen Erhebungswelle (GerES VI), die in den Jahren 2023 bis 2024 in 150 Studienorten in Deutschland durchgeführt wird, werden ca. 1.500 Erwachsene im Alter von 18 bis 79 Jahren in ihren Haushalten aufgesucht. Bei den Teilnehmenden handelt es sich um nach einem wissenschaftlichen Verfahren aus den Einwohnermeldeämtern zufällig ausgewählte Personen. Die Interviewenden führen mit den Teilnehmenden ein ca. einstündiges standardisiertes und computergestütztes Interview und nehmen Trinkwasser- sowie Urinproben entgegen, die die Teilnehmenden nach Anleitung zuvor gewonnen haben. Bei einem zweiten Hausbesuch wird den Teilnehmenden durch ärztliches Fachpersonal eine Blutprobe abgenommen. Bei Unterstichproben werden zusätzlich verschiedene Luft- und Staubproben in den Haushalten genommen und dokumentiert. Mit dem Vorhaben erfolgt die qualitätsgesicherte Vorbereitung, Durchführung, Nachbereitung und Auswertung der Feldarbeit und ein Teil des Datenmanagements.
Dieses Projekt befasst sich mit der Einrichtung eines Datenmanagementsystems (aufbauend auf ein bereits bestehendes; im TR32). Dieses System ist in der Lage, große Mengen an Forschungsdaten zu speichern und zur Verfügung zu stellen. Es ermöglicht eine genaue Datencharakterisierung über eine flexible, jedoch standardisierte und benutzeroberflächenunabhängige Metadatenstruktur. Datensäte können Digitale Objekt Identifier (DOI) erhalten. Alle raumbezogenen Daten des SFB werden über ein WebGIS zugänglich sein. Die Daten der Wetterstationen (Z03) werden entsprechend gängiger Standards im System integriert. Eine weitere Aufgabe dieses Projekts besteht in der Analyse raumbezogener Daten für die gemeinsamen Forschungsgebiete des SFB.
Die Ziele des Zentralprojekts 2 (C2) umfassen das projektübergreifende Datenmanagement und den Datenaustausch. Eine zentrale Datenbank stellt eine nachhaltige Nutzung der gesammelten Informationen, auch über die Projektlaufzeit hinaus, sicher. Zudem wird die datengetriebene Synthese innerhalb und zwischen den Projekten durch die Bereitstellung von aggregierten Datensätzen und die Entwicklung und Implementierung von spezifischen Analyse-Programmen gefördert. Dabei werden die zur Verfügung stehenden Ressourcen durch die Kombination von existierenden und neuen, offline und online Lösungen, effizient genutzt. Somit soll auch ein nachhaltiger Beitrag zu den aktuellen, DFG geförderten, Datenserviceprojekten geliefert werden. Im Rahmen von C2 wird zusätzlich die Bohrkernkampagne in enger Zusammenarbeit mit den betreffenden Projekten koordiniert.
Bedarfsgerechtes Güllemanagement ist seit vielen Jahren eine vielschichtige Herausforderung für landwirtschaftliche Betriebe. Um dem rechtlichen Rahmen und Nachweispflichten nachzukommen, ist ein vielversprechender Lösungsansatz, die Gülle im Ausbringungsfahrzeug mittels NIR-Systemen auf N-Gesamt (Gesamtstickstoff), NH4-N (Ammonium-N), P2O5 (Phosphor) und K2O (Kalium) sowie Trockenmasse hin zu analysieren. Eine breite Marktdurchdringung verlangt ein kompaktes, nachrüstbares und preisgünstiges NIR-System, welches die geforderte Genauigkeit und Qualitätsanforderung erfüllt. Das Vorhaben iDentPlus setzt sich zum Ziel, eine Gesamtsystemlösung bestehend aus einem innovativen NIR-Sensorsystem basierend auf MEMS-IR-Detektoren und einem intelligenten Cloud-System mit KI-basierten Monitoring und Computing für den Feldeinsatz zu qualifizieren und bei einer hohen Anzahl von landwirtschaftlichen Betrieben zu erproben. Zur Gewährleistung der Funktionssicherheit unter den rauen Einsatzbedingungen werden neben einer Sensor-Selbstdiagnose auch eine kontinuierliche Überwachung der gemessenen NIR-Spektren im Feld und eine bedarfsgesteuerte Aktualisierung der Analysemodelle mittels Over-the-Air Update realisiert. Ferner sollen die für die Auswertung notwendigen Algorithmen entwickelt werden. Dabei wird ein besonderer Fokus auf Stickstoff gelegt, wobei die anderen Inhaltsstoffe mit bearbeitet werden. Basierend auf dem weiterzuentwickelnden NIR-Sensorsystem soll ein Verfahren zur automatisierten Erstellung der Analysemodelle aus Referenzdaten entwickelt werden, um eine genaue Nährstoffbestimmung über einen langen Betriebszeitraum sicherzustellen. Das übergeordnete Ziel ist die Entwicklung und Evaluierung einer ganzheitlichen Systemlösung bestehend aus einem NIR-Sensorsystem, einer Cloud-Lösung, mit Datenmanagement, Cloud-Monitoring und -Computing sowie die Entwicklung der Verfahren und der dafür nötigen Algorithmen zur Bestimmung der Nährstoffgehalte des organischen Wirtschaftsdunges.
Bedarfsgerechtes Güllemanagement ist seit vielen Jahren eine vielschichtige Herausforderung für landwirtschaftliche Betriebe. Um den rechtlichen Rahmenbedingungen und Nachweispflichten nachzukommen, ist ein vielversprechender Lösungsansatz, die Gülle im Ausbringungsfahrzeug mittels NIR-Systems (Nahinfrarot) auf N-Gesamt (Gesamtstickstoff), NH4-N (Ammonium-N), P2O5 (Phosphor) und K2O (Kalium) sowie Trockenmasse hin zu analysieren. Eine breite Marktdurchdringung verlangt ein kompaktes, nachrüstbares und preisgünstiges NIR-System, welches die geforderte Genauigkeit und Qualitätsanforderungen erfüllt. Das Vorhaben iDentPlus setzt sich zum Ziel, eine Gesamtsystemlösung bestehend aus einem innovativen NIR-Sensorsystem basierend auf MEMS-IR-Detektoren und einem intelligenten Cloud-System mit KI-basierten Monitoring und Computing für den Feldeinsatz zu qualifizieren und bei einer hohen Anzahl von landwirtschaftlichen Betrieben zu erproben. Zur Gewährleistung der Funktionssicherheit unter den rauen Einsatzbedingungen werden neben einer Sensor-Selbstdiagnose auch eine kontinuierliche Überwachung der gemessenen NIR-Spektren im Feld und eine bedarfsgesteuerte Aktualisierung der Analysemodelle mittels Over-the-Air Update realisiert. Ferner sollen die für die Auswertung notwendigen Algorithmen entwickelt werden. Dabei wird ein besonderer Fokus auf Stickstoff gelegt, wobei die anderen Inhaltsstoffe mit bearbeitet werden. Basierend auf dem weiterzuentwickelnden NIR-Sensorsystem soll ein Verfahren zur automatisierten Erstellung der Analysemodelle aus Referenzdaten entwickelt werden, um eine genaue Nährstoffbestimmung über einen langen Betriebszeitraum sicherzustellen. Das Ziel ist die Entwicklung und Evaluierung einer ganzheitlichen Systemlösung bestehend aus einem NIR-Sensorsystem, einer Cloud-Lösung, mit Datenmanagement, Cloud-Monitoring und -Computing sowie die Entwicklung der Verfahren und der Algorithmen zur Bestimmung der Nährstoffgehalte des organischen Wirtschaftsdunges.
Bedarfsgerechtes Güllemanagement ist seit vielen Jahren eine vielschichtige Herausforderung für landwirtschaftliche Betriebe. Um den rechtlichen Rahmenbedingungen und Nachweispflichten nachzukommen, ist ein vielversprechender Lösungsansatz, die Gülle im Ausbringungsfahrzeug mittels NIR-Systems (Nahinfrarot) auf N-Gesamt (Gesamtstickstoff), NH4-N (Ammonium-N), P2O5 (Phosphor) und K2O (Kalium) sowie Trockenmasse hin zu analysieren. Eine breite Marktdurchdringung verlangt ein kompaktes, nachrüstbares und preisgünstiges NIR-System, welches die geforderte Genauigkeit und Qualitätsanforderungen erfüllt. Das Vorhaben iDentPlus setzt sich zum Ziel, eine Gesamtsystemlösung bestehend aus einem innovativen NIR-Sensorsystem basierend auf MEMS-IR-Detektoren und einem intelligenten Cloud-System mit KI-basierten Monitoring und Computing für den Feldeinsatz zu qualifizieren und bei einer hohen Anzahl von landwirtschaftlichen Betrieben zu erproben. Zur Gewährleistung der Funktionssicherheit unter den rauen Einsatzbedingungen werden neben einer Sensor-Selbstdiagnose auch eine kontinuierliche Überwachung der gemessenen NIR-Spektren im Feld und eine bedarfsgesteuerte Aktualisierung der Analysemodelle mittels Over-the-Air Update realisiert. Ferner sollen die für die Auswertung notwendigen Algorithmen entwickelt werden. Dabei wird ein besonderer Fokus auf Stickstoff gelegt, wobei die anderen Inhaltsstoffe mit bearbeitet werden. Basierend auf dem weiterzuentwickelnden NIR-Sensorsystem soll ein Verfahren zur automatisierten Erstellung der Analysemodelle aus Referenzdaten entwickelt werden, um eine genaue Nährstoffbestimmung über einen langen Betriebszeitraum sicherzustellen. Das Ziel ist die Entwicklung und Evaluierung einer ganzheitlichen Systemlösung bestehend aus einem NIR-Sensorsystem, einer Cloud-Lösung, mit Datenmanagement, Cloud-Monitoring und -Computing sowie die Entwicklung der Verfahren und der Algorithmen zur Bestimmung der Nährstoffgehalte des organischen Wirtschaftsdunges.
Bedarfsgerechtes Güllemanagement ist seit vielen Jahren eine vielschichtige Herausforderung für landwirtschaftliche Betriebe. Um den rechtlichen Rahmenbedingungen und Nachweispflichten nachzukommen, ist ein vielversprechender Lösungsansatz, die Gülle im Ausbringungsfahrzeug mittels NIR-Systems (Nahinfrarot) auf N-Gesamt (Gesamtstickstoff), NH4-N (Ammonium-N), P2O5 (Phosphor) und K2O (Kalium) sowie Trockenmasse hin zu analysieren. Eine breite Marktdurchdringung verlangt ein kompaktes, nachrüstbares und preisgünstiges NIR-System, welches die geforderte Genauigkeit und Qualitätsanforderungen erfüllt. Das Vorhaben iDentPlus setzt sich zum Ziel, eine Gesamtsystemlösung bestehend aus einem innovativen NIR-Sensorsystem basierend auf MEMS-IR-Detektoren und einem intelligenten Cloud-System mit KI-basierten Monitoring und Computing für den Feldeinsatz zu qualifizieren und bei einer hohen Anzahl von landwirtschaftlichen Betrieben zu erproben. Zur Gewährleistung der Funktionssicherheit unter den rauen Einsatzbedingungen werden neben einer Sensor-Selbstdiagnose auch eine kontinuierliche Überwachung der gemessenen NIR-Spektren im Feld und eine bedarfsgesteuerte Aktualisierung der Analysemodelle mittels Over-the-Air Update realisiert. Ferner sollen die für die Auswertung notwendigen Algorithmen entwickelt werden. Dabei wird ein besonderer Fokus auf Stickstoff gelegt, wobei die anderen Inhaltsstoffe mit bearbeitet werden. Basierend auf dem weiterzuentwickelnden NIR-Sensorsystem soll ein Verfahren zur automatisierten Erstellung der Analysemodelle aus Referenzdaten entwickelt werden, um eine genaue Nährstoffbestimmung über einen langen Betriebszeitraum sicherzustellen. Das Ziel ist die Entwicklung und Evaluierung einer ganzheitlichen Systemlösung bestehend aus einem NIR-Sensorsystem, einer Cloud-Lösung, mit Datenmanagement, Cloud-Monitoring und -Computing sowie die Entwicklung der Verfahren und der Algorithmen zur Bestimmung der Nährstoffgehalte des organischen Wirtschaftsdunges.
| Origin | Count |
|---|---|
| Bund | 283 |
| Land | 30 |
| Wissenschaft | 13 |
| Zivilgesellschaft | 1 |
| Type | Count |
|---|---|
| Ereignis | 3 |
| Förderprogramm | 231 |
| Text | 56 |
| unbekannt | 18 |
| License | Count |
|---|---|
| geschlossen | 66 |
| offen | 234 |
| unbekannt | 8 |
| Language | Count |
|---|---|
| Deutsch | 301 |
| Englisch | 60 |
| Resource type | Count |
|---|---|
| Bild | 5 |
| Datei | 2 |
| Dokument | 18 |
| Keine | 174 |
| Multimedia | 1 |
| Webseite | 125 |
| Topic | Count |
|---|---|
| Boden | 162 |
| Lebewesen & Lebensräume | 205 |
| Luft | 113 |
| Mensch & Umwelt | 308 |
| Wasser | 130 |
| Weitere | 267 |