Zahlreiche Prozesse sind an der Entwicklung von Wolkensystemen unter leicht unterkühlten Bedingungen bis zu -10°C beteiligt. Das Zusammenspiel von Thermodynamik, Wasserdampf und Aerosolpartikeln steuert die Verteilung von Flüssigwasser und Eis, die Niederschlagsbildung und die Strahlungseigenschaften. Das Projekt PolarCAP zielt darauf ab, die komplexen Zusammenhänge aufzulösen, indem die Entwicklung der Eisphase unter leicht unterkühlten Bedingungen in einer thermodynamisch und aerosol-kontrollierten natürlichen Umgebung mittels Radarpolarimetrie und Spectral-Bin Modellierung untersucht wird. Zielobjekt der Studie sind flüssigwasserdominierte, unterkühlte stratiforme Wolken, die sich im Winter häufig im Temperaturbereich von -10 bis 0°C über dem Schweizer Plateau bilden. Im Rahmen des externen ERC-Forschungsprojekts CLOUDLAB werden Drohnen eingesetzt, um diese Wolken mit definierten Mengen verschiedener Arten von eisnukleierenden Partikeln, wie Silberjodid oder Snowmax, zu impfen. Die anschließend gebildete Eisphase und die Auflösung der Flüssigphase werden im Rahmen von CLOUDLAB mit Hilfe von In-situ-Messungen und einem Standardsatz von Fernerkundungsinstrumenten wie Lidar und LDR-Wolkenradar charakterisiert. Konkretes Ziel von CLOUDLAB ist, die 1- und 2-Momenten-Parametrisierungen der Eisphase des Wettervorhersagemodells ICON zu verbessern. PolarCAP wird mit dem CLOUDLAB-Projekt zusammenarbeiten, um diesen einzigartigen Datensatz durch die Anwendung modernster polarimetrischer Radar- und Lidar-basierter Fernerkundungstechniken zur Bestimmung der mikrophysikalischen Eigenschaften von Wolken sowie durch die Anwendung wolkenauflösender Spektral-Bin Modellierung zu verbessern und zu nutzen. Synergistische, mehrwellenlängen- und polarimetrische bodengebundene Fernerkundung mit scannendem Radar und Lidar wird eingesetzt, um den Übergang von unterkühlten flüssigen stratiformen Wolken in Mischphasenwolken zu beobachten. Begleitet von wolkenauflösenden Modellsimulationen und Radar-Forward-Operatoren wird PolarCAP die Entwicklung und die beteiligten mikrophysikalischen Prozesse zwischen -10 und 0°C erfassen. Die kombinierten Beobachtungen werden neue Erkenntnisse über das Zusammenspiel von Kontakt- und Immersionsgefrieren, sekundärer Eisbildung und Eisvervielfachung liefern, indem Wolken in verschiedenen Temperaturregimen untersucht werden, von denen angenommen wird, dass sie entweder von spezifischen Eisphasenprozessen beeinflusst bzw. unbeeinflusst sind. PolarCAP wird das derzeitige Verständnis wolkenmikrophysikalischer Prozesse und deren Darstellung in atmosphärischen Modellen herausfordern und die wolkenauflösende Modellierung und deren Kopplung an Radarvorwärtsoperatoren vorantreiben. Insgesamt wird PolarCAP Fortschritte in unseren Fähigkeiten erzielen, die Effizienz verschiedener eisbildender Substanzen besser einschätzen zu können und die Zeitskalen von mikrophysikalischen Prozessen und dem Lebenszyklus von Stratusbewölkung zu verknüpfen.
Das Verbundvorhaben untersucht die Auswirkungen verschiedener Managementvarianten auf die ökosystemare Entwicklung von Waldbrandflächen. Anhand von Dauerbeobachtungsflächen werden Gebiete mit Brandgeschichte analysiert und das Potenzial und die Effektivität natürlicher Regenerationsprozesse im Ökosystem erfasst, um Handlungsempfehlungen für den Umgang mit brandgeschädigten Flächen zu formulieren. Damit wird außerdem ein Grundstein für langfristige Erforschung sowie Lehre und Bildung zum Thema gelegt. Als mittelfristiges Ergebnis der Wiederbewaldung soll dabei die Entwicklung von möglichst klimawandelresilienten sowie pyrophoben Wäldern erreicht werden. Das Teilvorhaben 7 analysiert dabei mittels terrestrischem Laserscanning die Waldstrukturen lebender und stehender toter Biomasse. Durch wiederholende Aufnahmen kann die Entwicklung eines Bestandes genau dokumentiert werden. Weiterhin wird ein flächendeckendes Wildtiermonitoring mittels unbemannten Fluggeräten (UAV's) durchgeführt. Dies erlaubt eine präzise Erfassung der Wildtierbestände und ist somit von entscheidender Bedeutung für das Wildtiermanagement, die Waldneubildung und die Wildschadensprävention. Für eine umfassende Biotopkartierung ist das Brutvogelmonitoring ein bedeutender Baustein. Hierbei soll die Entwicklung und das Verhalten von Brutvögeln nach den Störereignissen analysiert werden.
Die weitere Entwicklung von Drohnen für verschiedene Zwecke, auch für den Personen- und Güterverkehr, birgt neben Potenzialen auch Probleme. Die Vorstellung, dass zukünftig die Paketlieferung nur noch über Güterdrohnen abgewickelt wird scheint unrealistisch bei der Menge des zu erwartenden Güteraufkommens. Gleichzeitig ist der Drohneneinsatz mit einem stark erhöhten Energieverbrauch verglichen mit dem Landtransport verbunden. Problematisch aus Sicht der Umwelt und des Schutzes der Gesundheit ist auch der Lärm und der Fakt, dass es zu Belastungen führen kann, wenn der Luftraum permanent für Drohnenflüge genutzt wird. Diese bisher noch nicht untersuchten möglichen negativen Effekte von Drohnen sollen in diesem Projekt untersucht werden. Zugleich analysiert das Projekt Chancen für die umweltschonendere Gestaltung des Verkehrs mittels unbemannter Luftfahrt und macht Vorschläge wie diese Potenziale gehoben werden können ohne dass die Risiken überwiegen.
With the introduction of mobile mapping technologies, geomonitoring has become increasingly efficient and automated. The integration of Simultaneous Localization and Mapping (SLAM) and robotics has effectively addressed the challenges posed by many mapping or monitoring technologies, such as GNSS and unmanned aerial vehicles, which fail to work in underground environments. However, the complexity of underground environments, the high cost of research in this area, and the limited availability of experimental sites have hindered the progress of relevant research in the field of SLAM-based underground geomonitoring.
In response, we present SubSurfaceGeoRobo, a dataset specifically focused on underground environments with unique characteristics of subsurface settings, such as extremely narrow passages, high humidity, standing water, reflective surfaces, uneven illumination, dusty conditions, complex geometry, and texture less areas. This aims to provide researchers with a free platform to develop, test, and train their methods, ultimately promoting the advancement of SLAM, navigation, and SLAM-based geomonitoring in underground environments.
SubSurfaceGeoRobo was collected in September 2024 in the Freiberg silver mine in Germany using an unmanned ground vehicle equipped with a multi-sensor system, including radars, 3D LiDAR, depth and RGB cameras, IMU, and 2D laser scanners. Data from all sensors are stored as bag files, allowing researchers to replay the collected data and export it into the desired format according to their needs. To ensure the accuracy and usability of the dataset, as well as the effective fusion of sensors, all sensors have been jointly calibrated. The calibration methods and results are included as part of this dataset. Finally, a 3D point cloud ground truth with an accuracy of less than 2 mm, captured using a RIEGL scanner, is provided as a reference standard.