The Tree Species Germany product provides a map of dominant tree species across Germany for the year 2022 at a spatial resolution of 10 meters. The map depicts the distribution of ten tree species groups derived from multi-temporal optical Sentinel-2 data, radar data from Sentinel-1, and a digital elevation model. The input features explicitly incorporate phenological information to capture seasonal vegetation dynamics relevant for species discrimination. A total of over 80,000 training and test samples were compiled from publicly accessible sources, including urban tree inventories, Google Earth Pro, Google Street View, and field observations. The final classification was generated using an XGBoost machine learning algorithm. The Tree Species Germany product achieves an overall F1-score of 0.89. For the dominant species pine, spruce, beech, and oak, class-wise F1-scores range from 0.76 to 0.98, while F1-scores for other widespread species such as birch, alder, larch, Douglas fir, and fir range from 0.88 to 0.96. The product provides a consistent, high-resolution, and up-to-date representation of tree species distribution across Germany. Its transferable, cost-efficient, and repeatable methodology enables reliable large-scale forest monitoring and offers a valuable basis for assessing spatial patterns and temporal changes in forest composition in the context of ongoing climatic and environmental dynamics.
Zielsetzung: Klimatische Veränderungen beeinflussen die verfügbare Wassermenge und -qualität in Talsperren, was deutliche Auswirkungen auf die Sicherheit der Trinkwasserversorgung und auf die Ökosysteme der Stauseen und den Landschaftswasserhaushalt hat. Klimaprognosen deuten für Gebiete wie den Harz auf einen Anstieg von Niederschlägen im Winter und häufigere Trockenperioden im Sommer hin, was stärker schwankende Wasserstände bedeutet. Zur Anpassung im Management der Talsperren und deren Ökosystemen mangelt es jedoch oft an präzisen Vorhersagen und den nötigen Instrumenten, um risikobasierte Entscheidungen über notwendige dynamische Betriebsstrategien zu treffen. Vor diesem Hintergrund soll im Rahmen des Projekts ein vorhersagebasiertes, mengen- und gütegewichtetes Entscheidungsunterstützungssystem für Talsperren entwickelt werden, welches auf datengetriebenen Modellen basiert und am Beispiel des Systems der Harzwasserwerke implementiert wird. Das Projekt konzentriert sich darauf, durch die Nutzung moderner Technologien und Methoden der Künstlichen Intelligenz (KI), wie LSTM-Netzwerke (Long Short-Term Memory) und Ensemble-Methoden, zuverlässige Vorhersagen des Wasserbedarfs und -dargebots zu erstellen. Diese Vorhersagen werden in ein hydrodynamisches Optimierungsmodell integriert, um eine flexible und belastbare Entscheidungsunterstützung im Ereignisfall zu ermöglichen. Hierdurch sollen die verschiedenen Bewirtschaftungsziele wie Hochwasserschutz, Versorgungssicherheit, Ökosystemleistungen, Landschaftswasserhaushalt und Energieerzeugung bestmöglich erfüllt werden. Die Kombination von Echtzeit-Sensoren, Open-Source-Datensätzen und fortschrittlichen Datenanalyse-Tools ermöglicht es, komplexe und dynamische Prozesse zu simulieren und in Echtzeit Informationen bereitzustellen. Im Sinne der nachhaltigen Klimawandelanpassung werden so proaktive Maßnahmen zur Unterstützung der Versorgungssicherheit, des Hochwasserschutzes sowie des Landschaftswasserhaushaltes ermöglicht. Die Implementierung des Demonstrators im System der Harzwasserwerke soll die Vorteile einer proaktiven Steuerung demonstrieren und eine multikriterielle Bewertung im Vergleich zu herkömmlichen Methoden ermöglichen. Der Fokus liegt nicht nur auf einem hohen Technology Readiness Level, sondern auch auf der Handhabung von Unsicherheiten und der Berücksichtigung verschiedener Vorhersagehorizonte. Diese sind für die verschiedensten wasserwirtschaftlichen Zielsetzungen von entscheidender Bedeutung.
Übergeordnetes Ziel ist die Entwicklung eines wasserhydraulischen, selektiv arbeitenden Unkrautbekämpfungsgerätes für Grünland. Es wird an den genormten Schnittstellen an den Traktor gekoppelt: Dreipunktaufnahme im Frontanbau, Antrieb über die Zapfwelle, ISOBUS-Steuerung. Innerhalb der Projektlaufzeit soll mit Hilfe von Kameras und künstlicher Intelligenz eine online-Detektion von Herbstzeitlosen und weiteren Schadpflanzen im Grünland erreicht werden. Dabei sollen die neuronalen Netze eines offline Ansatzes, die im Vorläuferprojekt SELBEX für die maschinelle Analyse von Drohnenbildern entwickelt wurden, weiter optimiert und mit dem jetzt angestrebten online Ansatz kombiniert werden. Die Schadpflanzen sollen durch gezielt applizierte Wasserstrahlen zurückgedrängt werden. Auch dieses bereits im Vorläuferprojekt entwickelte Prinzip soll weiter optimiert und das Verfahren auf weitere Pflanzen ausgeweitet werden. Damit kann dieses Gerät für eine selektive und nicht-chemische Unkrautbekämpfung eingesetzt werden und stellt eine einzigartige, bisher nicht verfügbare Lösung dar. Sie wird für landwirtschaftliche Betriebe interessant, die Grünland mit hohen naturschutzfachlich begründeten Auflagen bewirtschaften, nach Ökostandards arbeiten oder im Grünland den Einsatz von chemischen Pflanzenschutzmitteln reduzieren wollen. Das Gerät soll so konstruiert werden, dass Arbeitsbreiten von 2,50 m und 6,0 m möglich sind. So können für verschiedene Flächenstrukturen und Erfordernisse der Kunden wettbewerbsfähige Geräte angeboten werden.
Das Projekt KI-RAM liefert Beiträge zur Reduzierung von verkehrsbedingten Mikroplastikemissionen durch Reifenabrieb. Ein auf den Abrieb fokussierter Digitaler Zwilling von Nutzfahrzeugreifen wird erstellt. Mittels KI-basierter Analyse von Inline-Abriebsensor-Daten werden Haupteinflussfaktoren identifiziert, Restlaufzeitprognosen & ein Reifenranking realisiert sowie Strategien zur Abriebvermeidung erarbeitet. Das Ziel des von iMes bearbeiteten Teilprojekts ist die Entwicklung des oben genannten Digitalen Zwillings als Repräsentation von Nutzfahrzeugreifen und den daran auftretenden Abriebsprozessen. Die Forschungsfragen hierbei sind, welche Faktoren, wie z.B. Reifenmaterial, Wetter oder Straßenbelag, bewirken Reifenabrieb und wie groß ist deren Einfluss. Auch die Möglichkeit des Erkennens und der Vorhersage von Reifenabrieb durch den Digitalen Zwilling ist zu untersuchen. Des Weiteren soll analysiert werden, ob ein Zusammenhang zwischen den im Projekt durchgeführten Feldstudien zum Reifenabrieb (Vermessung der Reifendicke mit einem Inline-Abriebsensor eines Fahrzeuges im Einsatz über einen gewissen Zeitraum) mit den typischen Reifenabrieb-Labortests besteht. Diese Fragestellungen sollen mit Hilfe datengetriebener Modelle aus dem Bereich der Statistik und der künstlichen Intelligenz beantwortet werden.
Zielsetzung: Das Forschungsprojekt OpenSKIZZE befasst sich mit zentralen umwelt- und klimabezogenen Herausforderungen in städtischen Gebieten und konzentriert sich insbesondere auf die Verbesserung städtischer Freiraumplanung und Bauprojekte durch den Einsatz künstlicher Intelligenz. Angesichts der zunehmenden Auswirkungen des Klimawandels, wie extreme Temperaturen und zunehmende Dürren, ist es dringend erforderlich, städtische Gebiete widerstandsfähiger zu machen. Das Projekt identifizierte eine wesentliche Lücke in der aktuellen Praxis: die unzureichende Integration von Umweltdaten und klimatologischen Erkenntnissen in die frühen Phasen der Planungs- und Bauprozesse. OpenSKIZZE ist bestrebt, diese Lücke durch die Entwicklung eines offenen, KI-gestützten Assistenzsystems zu schließen. Das System soll Planer und Architekten dabei unterstützen, Projekte von Beginn an so zu gestalten, dass sie den klimatischen Bedingungen besser standhalten und gleichzeitig die Lebensqualität im urbanen Raum steigern. Durch die Integration fortschrittlicher Algorithmen, maschinellem Lernen und detaillierter Strömungsmechaniksimulationen ermöglicht OpenSKIZZE eine genauere Vorhersage und Bewertung der Klimaauswirkungen in städtischen Gebieten. Auf diese Weise können die Auswirkungen von Bauvorhaben und Gebäudeplatzierungen auf Kaltluftkorridore besser geplant und Wärmeinseln effektiver vermieden werden, was nicht nur zu einer Reduzierung des CO2-Ausstoßes führt, sondern auch die städtische Artenvielfalt fördert und die Lebensbedingungen verbessert der Bewohner. Ein konkretes Beispiel für den Einsatz des OpenSKIZZE-Systems ist die Neugestaltung einer mittelgroßen Baustelle in der Stadt Bonn, die unter Berücksichtigung von Aspekten wie der Luftzirkulation optimiert wird. Das OpenSKIZZE-Projekt zielt daher darauf ab, einen nachhaltigen und ganzheitlichen Ansatz für die Stadtplanung und -entwicklung zu etablieren, der nicht nur aktuelle, sondern auch zukünftige klimatische Herausforderungen berücksichtigt. Die Bereitstellung des Assistenzsystems als offene Software fördert zudem eine breite Zugänglichkeit und Nutzung, die die Umsetzung umweltfreundlicher und klimaangepasster Stadtprojekte auf breiter Basis ermöglicht.
Die Windenergie liefert bereits heute einen bedeutenden Beitrag zum Strommix in Deutschland und wird eine der tragenden Säulen des Energiesystems sein. Damit die Energiewende gelingen kann, sind bei allen erneuerbaren Energien weitere Reduktionen der Stromgestehungskosten (LCoE) notwendig. In den vergangenen Jahren haben technologische Entwicklungen in der Anlagenauslegung, der Regelung und der Vorhersage der Windressource bereits zu signifikanten Reduktionen der LCoE geführt. Dabei spielt der Trend zu immer größeren Windenergieanlagen und Windparks, insbesondere auf See, eine wichtige Rolle. Hieraus ergeben sich enorme Herausforderungen für die zukünftigen Entwicklungen im Bereich der Anlagenauslegung, der Betriebsführung und der Netzeinspeisung. Numerische Strömungssimulationen und insbesondere die skalenübergreifende Modellierung und die gekoppelte Betrachtung multiphysikalischer Prozesse sind hier besonders relevant. In diesem Vorhaben werden skalenübergreifende Ansätze im Bereich mesoskaliger und mikroskaliger Simulation für die Standortbewertung, die Berechnung der Windressource und die Anlagenauslegung untersucht und erweitert. Dabei werden einerseits meteorologische, aeroelastische, ozeanografische und Wellenmodelle in einer Simulationsumgebung miteinander gekoppelt und anderseits werden die Modelle durch Machine Learning Methoden ergänzt, um sehr detaillierte und damit rechenaufwändige Simulationen zu beschleunigen und ihre Präzision zu verbessern. Die gekoppelten Methoden werden im Vorhaben zur Entwicklung neuartiger adaptiver Windparkregler eingesetzt und für die verbesserte Beschreibung der Dynamik von Lasten erprobt. Darüber hinaus werden neue Simulationsansätze höherer Ordnung für die Windenergieanwendung erforscht, die eine weitere Rechenzeitoptimierung versprechen. Um die aufwendigen numerischen Untersuchungen in diesem Vorhaben zu ermöglichen, soll ein Hochleistungsrechner der neuesten Generation an der Universität Oldenburg erweitert werden.
Um eine ressourcenschonende und energieeffiziente Brennstoffzellenproduktion zu etablieren, bedarf es verbesserter Kontrollsysteme und Prüfmethoden. Übergeordnetes Ziel des Projektes ist daher, die modulare Abbildung der gesamten Test- und Charakterisierungskette zu realisieren. Dazu sollen Konzepte entwickelt und prototypisch umgesetzt werden, die auf eine automatisierte Produktion mit integrierten, kostengünstigen Prüfungen von Brennstoffzellen und deren Komponenten abzielen. Der Fokus liegt dabei auf der Prüfung relevanter Komponenten und Prozessschritte entlang der Produktionskette. Mit der Evaluierung verschiedener Prüfverfahren, wie z.B. der vibroakustischen Emissionsdetektion, verfolgt Amitronics einen vielversprechenden Ansatz, der mit Hilfe von Methoden des maschinellen Lernens dazu dienen soll, schnell und effizient Vorhersagemodelle für Bauzustände (Funktionsdichtheit der BZ) und Produktionsprozesse (Schweißprozesse) zu entwickeln. Am Beispiel des laserbasierten Fertigungsprozesses der BPP soll die neben Wärmestrahlung und Streulicht entstehende Ultraschallakustik zur Überprüfung der Qualität der erzeugten Schweißnähte genutzt werden. Ziel ist es zu untersuchen, ob mit KI-basierten Methoden eine Echtzeitüberwachung der Brennstoffzelle hinsichtlich ihrer Schweißnähte möglich ist. Durch eine sich anschließende Kombination der verschiedenen Prüfmodule soll eine Überwachung der Prüfkette erreicht und Trends in den Datenreihen abgeleitet werden. Durch die Integration eines vibroakustischen Überwachungssystems sollen Material- und Produktionsbedingungen so bewertet werden, dass Fehler bereits während der Produktion (Schweißprozess) vermieden werden können. Damit wird eine effiziente Produktionstechnologie Realität, die eine Qualitätskontrolle in Echtzeit und eine Null-Fehler-Produktion mit hoher Rate ermöglichen soll.
Die Dekarbonisierung des Energiesystems ist eine große und komplexe Herausforderung. Im Rahmen eines gesamtheitlichen, sektorenübergreifenden Ansatz soll das Vorhaben im Rahmen des Energieparks Herzogenrath (EPH) erforschen, wie die dynamische Vernetzung unterschiedlicher Akteure auf Erzeugungs- und Verbrauchsseite realisiert werden kann. Hierzu soll ein zentrales Energiemanagementkonzept entwickelt werden, in dem die Informationen dezentraler Knoten zusammenlaufen und wo mit Hilfe künstlicher Intelligenz Prognosen für einen möglichst kosteneffizienten, systemdienlichen und Emissionsarmen Betrieb abgebildet werden können. Hierzu wird ein Prototypensystem entwickelt, das auf Basis von IOT-Edge-Devices Daten im verteilten System erfassen und zentral zusammenführen kann. Hierbei werden autonome und teil-autonome Betriebsmodi erforscht. Zur Realisierung soll ein digitaler Zwilling der Systemkomponenten, eines Kommunalen Verbrauchers, industrieller Betriebe und lokaler Erzeuger sowie Mobilitätsinfrastruktur entwickelt werden, auf dem Algorithmische Strategien abgebildet werden können, die es erlauben zentrale Synergiepotenziale zusammenzufassen und durch verschiedene Marktkanäle gezielt zu erschließen. Hierdurch soll ein optimaler Betrieb einer CO2-freien Stadt realitätsnah und mit hohem Detailgrad demonstriert werden und eine reale Umsetzung für die Kommune vorbereitet werden. Auf Basis der Szenariountersuchung sollen die gewonnen Erkenntnisse als Blaupause für die Dekarbonisierung in weiteren Kommunen dienen.
| Origin | Count |
|---|---|
| Bund | 1605 |
| Land | 66 |
| Wissenschaft | 20 |
| Zivilgesellschaft | 1 |
| Type | Count |
|---|---|
| Daten und Messstellen | 1 |
| Ereignis | 4 |
| Förderprogramm | 1463 |
| Text | 126 |
| Umweltprüfung | 1 |
| unbekannt | 90 |
| License | Count |
|---|---|
| geschlossen | 194 |
| offen | 1487 |
| unbekannt | 4 |
| Language | Count |
|---|---|
| Deutsch | 1629 |
| Englisch | 263 |
| Resource type | Count |
|---|---|
| Archiv | 1 |
| Bild | 4 |
| Datei | 3 |
| Dokument | 56 |
| Keine | 1431 |
| Multimedia | 1 |
| Unbekannt | 1 |
| Webdienst | 2 |
| Webseite | 210 |
| Topic | Count |
|---|---|
| Boden | 856 |
| Lebewesen und Lebensräume | 901 |
| Luft | 700 |
| Mensch und Umwelt | 1685 |
| Wasser | 577 |
| Weitere | 1412 |