API src

Found 4430 results.

Similar terms

s/datenvearbeitung/Datenverarbeitung/gi

Sonderforschungsbereich (SFB) 1253: Catchments as Reactors: Schadstoffumsatz auf der Landschaftsskala (CAMPOS); Catchments as Reactors: Metabolism of Pollutants on the Landscape Scale (CAMPOS), Teilprojekt P08: Konzeptionelle Unsicherheit, Modellzulässigkeit und Optimierung von Datenerfassungsstrategien

Die landschaftsweite Modellierung des reaktiven Stofftransports beinhaltet eine nichteindeutige Auswahl von Teilmodellen (konzeptionelle Unsicherheit). Die vorliegende Komplexität der Landschaft macht den Einsatz komplexer Modelle erforderlich, wobei eine zu große Komplexität problematisch ist: solche Modelle lassen sich an eine Vielzahl von Datensätzen anpassen, besitzen aber nur begrenzte Vorhersagekraft. Das Projekt wird die konzeptionelle Unsicherheit des genutzten Modells untersuchen und quantifizieren, und prüfen, ob das Modell zulässig im Sinne der verfügbaren Daten ist. Das Modell wird dann genutzt, um Monitoringstrategien und die damit verbundene Modellierungs- und Feldaktivitäten des gesamten Konsortiums zu optimieren.

Edge-Cloud-gestützter Datenraum für die Windindustrie, Teilvorhaben: Konzeption und Anwendung einer interoperablen Informationsbereitstellung und Rückverfolgbarkeit durch die Nutzung von Datenräumen und digitalen Zwillingen in der Windindustrie

Umweltbetriebspruefung und Bilanzierung bei der Margon Brunnen GmbH

Das Unternehmen der Mineralwasserproduktion, Margon Brunnen GmbH, wurde 1995/96 auf der Grundlage der EG-Verordnung 1836/93 ueber die freiwillige Beteiligung am Gemeinschaftssystem fuer das Umweltmanagement hinsichtlich seines Umweltverhaltens geprueft und zertifiziert. Den Regeln der Verordnung gemaess sind wesentliche Schritte der Umweltbetriebspruefung sowie die Zertifizierung mindestens alle drei Jahre zu wiederholen, wobei insbesondere die Erfuellung der Umweltziele und des Umweltprogramms ueberprueft wird. Dazu erfolgte im Vorhaben die Datenerhebung und -verarbeitung sowie die Bilanzierung zum Umweltverhalten des Unternehmens insbesondere unter Beachtung der seit der Erstpruefung veraenderten Rahmen- bzw. Betriebsbedingungen, die Erfassung der betrieblichen Umweltwirkungen durch das neu eingefuehrte PET-Gebinde im Vergleich mit dem aus Glas, die Erarbeitung einer umfassenden Energiebilanz fuer die bereits installierte Rueckgewinnung und Nutzung von Abwaerme aus verschiedenen Prozessen, eine kritische Diskussion mit Schlussfolgerungen fuer die Betriebspraxis sowie Zuarbeiten zur Gefaehrdungsanalyse und zur Ueberarbeitung des betrieblichen Umweltprogramms.

Forschergruppe (FOR) 2131: Datenassimilation in terrestrischen Systemen; Data Assimilation for Improved Characterisation of Fluxes across Compartmental Interfaces, Teilprojekt: Skalenproblematik bei der Assimilation von passiven L-Band Mikrowellenbeobachtungen von Satelliten in hochaufgelöste gekoppelte Modelle

Dieses Projekt analysiert den Nutzen und Wert von passiven L-Band Satellitenbeobachtungen für die Ensemble-basierte Datenassimilation mit vollgekoppelten Erdsystemmodellen für mesoskalige Einzugsgebiete. Modellauflösungen sind dabei typischerweise in der Größenordnung von 100 m für die Landkomponenten und 1 km für die Atmosphärenkomponente des gekoppelten Modells; diese ist viel höher als die der Satellitenbeobachtungen, die typischerweise mehrere 10 Kilometer beträgt. Ensemble-basierte Datenassimilation erfordert die Erzeugung von synthetischen Beobachtungen aus dem Erdsystemmodell heraus mit Hilfe eines Beobachtungsoperators, der dann mit Beobachtungen verglichen wird um das Analyseensemble zu generieren. Da der Modellzustand nicht notwendigerweise alle Informationen enthält, die der Beobachtungsoperator benötigt (dieser ist im Wesentlichen ein Strahlungstransportmodell) muss die fehlende Information aus externen Datenquellen extrahiert werden. Die zentralen Projektziele sind die Weiterentwicklung einen geeigneten Beobachtungsoperators, der es erlaubt Satellitenbeobachtungen im L-Band zu erzeugen, sowie dessen Nutzung für die Datenassimilation mit Hilfe der Terrestrial Systems Modeling Platform (TerrSysMP, Shrestha et al. 2014) gekoppelt mit dem Parallelized Data Assimilation Framework (PDAF, Nerger et al. 2013). Während wir in Phase I hauptsächlich einen flexiblen Beobachtungsoperator erstellt und validiert haben, konzentrieren wir uns in Phase II, neben weiteren Verbesserungen des Operators bezüglich Vegetation und seiner Operationalisierung, auf die eigentliche Datenassimilation. Diese umfasst (a) die Bestimmung des Biases zwischen virtuellen Beobachtungen des Datenassimilationsmodells und solchen des virtuellen wie des realen Einzugsgebietes, (b) Datenassimilationsexperimente zur Quantifizierung des Wertes solcher Beobachtungen auch im Vergleich zu anderen Beobachtungen, sowie (c) Vorverarbeitungs- und Filterungsmethoden um die niedrig aufgelösten Messungen optimal für die Systemzustandsschätzung auszunutzen.

BioRegio: Regionale Biomassenutzungsstrategien

Das Verbundprojekt 'BioRegio - Regionale Bioenergienutzung' übertrug die im BMU-Projekt 'Stoffstrom-Biomasse' erstellten Werkzeuge auf ausgewählte Modell-Regionen und überprüfte die Umsetzungsbedingungen für die nationalen Strategien zur nachhaltigen energetischen Nutzung von Biomasse. Neben EDV- und Datenfragen wurde vom Öko-Institut dabei auch ein Werkzeug zur Berechnung der regionalen Wertschöpfung erstellt. Die Modellregionen waren folgende (in Klammern: betreuendes Institut): Naturpark Saar-Hunsrück (IZES + IfAS), Südlicher Oberrhein und Kiel-Eckernförde-Rendsburg-Neumünster (Öko-Institut), Emscher-Lippe (FhI-UMSICHT), Mecklenburg Ost und Mittelsachsen (IE). Informationen zu den Modellregionen finden sich unter www.bioregio.info

Aufbau eines Datenraums der chemischen Industrie sowie Schnittstellen der mit ihr verbundener Wertschöpfungsketten am Beispiel des digitalen Produkt Passes (Chem-X), Teilvorhaben: Datenaustausch mit Datenräumen/semantischen Modellen für digitale Materialpässe zur Steigerung der Nachhaltigkeit

Continuous water level observations at station BEFmate_I4pio, 2020-01 to 2023-03

Data presented here were collected between 2020-01 and 2023-03 at station BEFmate_I4pio within the research unit DynaCom (Spatial community ecology in highly dynamic landscapes: From island biogeography to metaecosystems, https://uol.de/dynacom/ ) involving the Universities of Oldenburg, Göttingen, and Münster, the iDiv Leipzig and the Nationalpark Niedersächsisches Wattenmeer. Experimental islands and saltmarsh enclosed plots were established in the back-barrier tidal flat and in the saltmarsh zone of the island of Spiekeroog (Germany). Groundwater levels at different elevation zones were measured using pressure loggers deployed in dip wells within the experimental islands as well as in the saltmarsh enclosed plots. Measurements were obtained using Hobo U20L Water Level Loggers (Onset Computer Corporation, Bourne, MA/USA). All devices were pre-calibrated by the manufacturer. Logged data were retrieved in the field using a Hobo Underwater Shuttle (U-DTW-1) and were read out with the HOBOware Pro (V3.7.28) software, Subsequent data processing was done using MATLAB (R2024b). Atmospheric pressure correction for water-level calculations was applied using data from a nearby weather station. Post-processing and quality control included (a) the removal of data covering maintenance activities, (b) an outlier detection, and (c) visual checks. Outliers in water level and temperature time series were detected using a moving-median filter and a 3-sigma criterion, with additional cross-checking against a reference sensor. Identified outliers were removed, and height-corrected water level series were produced to ensure consistency across sensors and years.

Continuous optical chlorophyll-a and turbidity data along RV MARIA S. MERIAN cruise MSM129/1

Underway optical chlorophyll-a and turbidity data were collected along the cruise track with Sea-Bird Scientific ECO FLNTU sensors installed within two autonomous measurement containers, as part of the "Reinseewassersystem" (RSWS). The containers measure alternatingly. While one container is measuring, the other one is being cleaned. The boxes switched generally every 12 hours. The water inlet for the RSWS is at about 6.5 m below sea surface. Observed chlorophyll-a and turbidity data were both quality controlled. Analysis of the chlorophyll-a and turbidity data during parallel operation of the sensors in the two boxes showed significant differences between the sensors. The sensors were aligned resulting in consistent chlorophyll-a and turbidity time series. The corrected chlorophyll-a data were calibrated based on chlorophyll-a values from discrete water samples taken from a RSWS water outlet in the hangar. Samples were frozen and measured fluorometrically in the lab. The time series was separated into two sections, coastal and open ocean, which were calibrated independently. The turbidity time series was also compared to suspended particulate matter from water samples, however, correlation was low and therefore the comparison not used for calibrating turbidity. The calibrated chlorophyll-a time series and corrected turbidity time series were compared against Globcolour CHL1 and TSM products, respectively. Details on all quality control steps, the calibration, and the comparison with satellite data can be found in the data processing report. The data set user should keep in mind that some parts of the time series are likely affected by non-photochemical quenching, see data processing report. It was out of the scope of the quality control to flag or correct non-photochemical quenching. The resulting data set contains the original data and corresponding quality flags achieved by the quality control algorithm as well as the calibrated chlorophyll-a and corrected turbidity data with corresponding quality flags. The data source is given through the name of the active container. The data set contains data during transit time and station work. We recommend to use ship's speed to filter for only transit data.

Continuous optical chlorophyll-a and turbidity data along RV SONNE cruise SO285

Underway optical chlorophyll-a and turbidity data were collected along the cruise track with Sea-Bird Scientific ECO FLNTU sensors installed within two autonomous measurement systems, called self-cleaning monitoring boxes (SMBs). The SMBs measure alternatingly. While one box is measuring, the other one is being cleaned. The water inlet for the SMBs is at about 4 m below sea surface. Observed chlorophyll-a and turbidity data were both quality controlled and the chlorophyll-a data was additionally calibrated using chlorophyll-a reference data from discrete water samples taken from the CTD water sampler at 10 m depth. Sample chlorophyll-a was determined spectrophotometrically following Jeffrey and Humphrey (1975) as in EPA Method 446. Note that the ship crossed various biogeochemical provinces leading to high variability in the data and, additionally, non-photochemical quenching effects can be observed making it difficult to robustly calibrate the data. A comparison of the calibrated chlorophyll-a with satellite data using the GlobColour CHL1 and CHL2 products is additionally provided. Details on all quality control steps, the calibration, and the comparison with satellite data can be found in the data processing report. The resulting data set contains the original data, the calibrated data (in case of chlorophyll-a) and corresponding quality flags achieved by the quality control algorithm. The data source is given through the name of the active SMB. The data set contains data during transit time and station work. We recommend to use ship's speed to filter for only transit data.

Continuous bio-optical measurements of chloropyll a and turbidity along RV MARIA S. MERIAN cruise MSM97/2

Underway bio-optical sensor measurements of chlorophyll a and turbidity were acquired along the cruise track of RV MARIA S. MERIAN cruise MSM97/2. Measurements were collected with two autonomous measurement systems (RSWS), which are located at 6.5 m below the sea surface. Usually, the RWS-System with measuring container 1 and 2 (MC1 and MC2) interchanged after 6 hours. Only en route data was collected and quality controlled. No data from stationary measurements (in situ) were included. Quality Control specifically for biogeochemical measurements had been applied. For details to all processing steps see Data Processing Report.

1 2 3 4 5 … 441 442 443