Um die Gesundheit der Menschen und die Vegetation vor den Einflüssen zu hoher Luftschadstoffbelastungen zu schützen, wird die Luftqualität laufend untersucht und nach gesetzlichen Vorschriften beurteilt. Dafür betreibt das Landesamt für Umwelt (LfU) in Schleswig-Holstein ein Netz aus Messstationen, an denen mit unterschiedlichen Methoden Luftschadstoffe gemessen werden. Die Messdaten aus Schleswig-Holstein und viele zusätzliche Informationen zu den Messungen werden an das Umweltbundesamt weiter geleitet und von dort gemeinsam mit den Daten aller Bundesländer an die Europäische Kommission gemeldet. Alle aktuell veröffentlichten Daten sind als ***vorläufig*** einzustufen, da sie zu Ihrer schnellen Information zunächst automatisch auf Gültigkeit geprüft werden. Vor der abschließenden Bewertung und Beurteilung der Luftqualität findet später eine mehrstufige Prüfung nach gesetzlichen Vorgaben statt. Bei den CSV-Dateien „fehlt“ am Tag der Umstellung von Normalzeit (MEZ) auf Sommerzeit (MESZ) die 3-Uhr-Messung, am Tag der Umstellung von Sommer- auf Normalzeit gibt es hingegen zwei 3-Uhr-Messungen. Die JSON-Dateien sind von dieser Problematik nicht betroffen, hier wird durchgängig Normalzeit verwendet. [Informationen zur Messstation](https://www.schleswig-holstein.de/DE/Fachinhalte/L/luftqualitaet/Messstationen/Fehmarn.html)
Um die Gesundheit der Menschen und die Vegetation vor den Einflüssen zu hoher Luftschadstoffbelastungen zu schützen, wird die Luftqualität laufend untersucht und nach gesetzlichen Vorschriften beurteilt. Dafür betreibt das Landesamt für Umwelt (LfU) in Schleswig-Holstein ein Netz aus Messstationen, an denen mit unterschiedlichen Methoden Luftschadstoffe gemessen werden. Die Messdaten aus Schleswig-Holstein und viele zusätzliche Informationen zu den Messungen werden an das Umweltbundesamt weiter geleitet und von dort gemeinsam mit den Daten aller Bundesländer an die Europäische Kommission gemeldet. Alle aktuell veröffentlichten Daten sind als ***vorläufig*** einzustufen, da sie zu Ihrer schnellen Information zunächst automatisch auf Gültigkeit geprüft werden. Vor der abschließenden Bewertung und Beurteilung der Luftqualität findet später eine mehrstufige Prüfung nach gesetzlichen Vorgaben statt. Bei den CSV-Dateien „fehlt“ am Tag der Umstellung von Normalzeit (MEZ) auf Sommerzeit (MESZ) die 3-Uhr-Messung, am Tag der Umstellung von Sommer- auf Normalzeit gibt es hingegen zwei 3-Uhr-Messungen. Die JSON-Dateien sind von dieser Problematik nicht betroffen, hier wird durchgängig Normalzeit verwendet. [Informationen zur Messstation](https://www.schleswig-holstein.de/DE/Fachinhalte/L/luftqualitaet/Messstationen/Altendeich.html)
Um die Gesundheit der Menschen und die Vegetation vor den Einflüssen zu hoher Luftschadstoffbelastungen zu schützen, wird die Luftqualität laufend untersucht und nach gesetzlichen Vorschriften beurteilt. Dafür betreibt das Landesamt für Umwelt (LfU) in Schleswig-Holstein ein Netz aus Messstationen, an denen mit unterschiedlichen Methoden Luftschadstoffe gemessen werden. Die Messdaten aus Schleswig-Holstein und viele zusätzliche Informationen zu den Messungen werden an das Umweltbundesamt weiter geleitet und von dort gemeinsam mit den Daten aller Bundesländer an die Europäische Kommission gemeldet. Alle aktuell veröffentlichten Daten sind als ***vorläufig*** einzustufen, da sie zu Ihrer schnellen Information zunächst automatisch auf Gültigkeit geprüft werden. Vor der abschließenden Bewertung und Beurteilung der Luftqualität findet später eine mehrstufige Prüfung nach gesetzlichen Vorgaben statt. Bei den CSV-Dateien „fehlt“ am Tag der Umstellung von Normalzeit (MEZ) auf Sommerzeit (MESZ) die 3-Uhr-Messung, am Tag der Umstellung von Sommer- auf Normalzeit gibt es hingegen zwei 3-Uhr-Messungen. Die JSON-Dateien sind von dieser Problematik nicht betroffen, hier wird durchgängig Normalzeit verwendet. [Informationen zur Messstation](https://www.schleswig-holstein.de/DE/Fachinhalte/L/luftqualitaet/Messstationen/Barsbuettel.html)
Global Cloud-Top Height (CTH) as derived from the Sentinel-5P/TROPOMI instrument. Clouds play a crucial role in the Earth's climate system and have significant effects on trace gas retrievals. The cloud-top height is retrieved from the O2-A band using the ROCINN algorithm. Daily observations are binned onto a regular latitude-longitude grid. The TROPOMI instrument aboard the SENTINEL-5P space craft is a nadir-viewing, imaging spectrometer covering wavelength bands between the ultraviolet and the shortwave infra-red. TROPOMI's purpose is to measure atmospheric properties and constituents. It is contributing to monitoring air quality and providing critical information to services and decision makers. The instrument uses passive remote sensing techniques by measuring the Top Of Atmosphere (TOA) solar radiation reflected by and radiated from the earth and its atmosphere. The four spectrometers of TROPOMI cover the ultraviolet (UV), visible (VIS), Near Infra-Red (NIR) and Short Wavelength Infra-Red (SWIR) domains of the electromagnetic spectrum, allowing operational retrieval of the following trace gas constituents: Ozone (O3), Nitrogen Dioxide (NO2), Sulfur Dioxide (SO2), Formaldehyde (HCHO), Carbon Monoxide (CO) and Methane (CH4). Within the INPULS project, innovative algorithms and processors for the generation of Level 3 and Level 4 products, improved data discovery and access technologies as well as server-side analytics for the users are developed.
Im FuE-Vorhaben EnSort sollen im hoch-komplexen Sortierprozess von recycelbaren Abfallstoffen (Verpackungsmaterialien, gelbe Tonne aus Haushalten etc.) zu Wertstoffen mit Hilfe der Künstlichen Intelligenz über zu erfassende und auszuwertende Materialerkennungsdaten Aggregate mit hohem spezifischen Energieverbrauch optimiert werden. Dazu muss die Anpassungsfähigkeit der Anlage an sich ändernde Input- und flexibel geforderte Outputqualitäten erhöht werden. Für die vorauslaufende Digitalisierung des bisher überwiegend manuell geregelten Prozesses ist ein Modell zur vollständigen Simulation des Sortierprozess als digitaler Zwilling zu erstellen. Dieses 'Betriebsmodell' wird im großtechnischen Praxisbetrieb einer Sortieranlage für Leichtverpackungsabfälle (LVP) iterativ verbessert und verifiziert. Die Energieeffizienzsteigerung ist später Resultat einer sich an die ständig wechselnden In- und Outputparameter anpassende Prozessregelung. Weiterhin wird über eine intelligente voll automatisierte Regelung der Gesamtanlage die Auslastung der Einzelaggregate optimiert und damit der Durchsatz erhöht. So sinkt der spezifische Energieverbrauch. Zusätzlich wird die Herstellung der Ballen, zu denen die Recyclate zur Volumenreduktion für die Transportwege gepresst werden, optimiert. Hierzu werden Erkenntnisse aus rein betrieblichen sowie durch das BMWi geförderten Vorhaben genutzt.
Abflussprognosen zur Bewältigung von Extremwetterlagen Um das Transportaufkommen in Deutschland auch unter schwierigen Bedingungen zu bewältigen und dies aufrecht zu erhalten bzw. zu steigern, sind verkehrsträgerübergreifende Lösungsansätze notwendig. Ziel dieses Projekt ist es, die Resilienz und die Verfügbarkeit des Verkehrsträgers Wasserstraße bei extremen Wetterereignissen zu erhöhen. Aufgabenstellung und Ziel Etwa 3.000 km der Bundeswasserstraßen sind mit Staustufen ausgebaut, die meist aus einem beweglichen Wehr, einer Schleuse und einem Laufwasserkraftwerk bestehen. Durch das Ändern des Abflusses über das Kraftwerk und über das Wehr hält ein lokaler Regler den gewünschten Oberwasserstand innerhalb der vorgegebenen Stauzieltoleranz. Die Abfluss- und Stauregelung soll dabei mehrere, mitunter gegensätzliche Ziele erfüllen: Einhaltung des Stauziels innerhalb der festgelegten Toleranz, Verminderung von Abflussschwankungen, optimale Nutzung der Wasserkraft und Minimierung des Verschleißes der Wehrverschlüsse. Im Zuge des Klimawandels ist mit einer Zunahme extremer Wetterereignisse zu rechnen. Die Abfluss- und Stauregelung steht gerade in Niedrigwasserperioden vor wachsenden Herausforderungen. Schwankungen des Abflusses sind in diesen Phasen schwierig auszugleichen und Über- bzw. Unterschreitungen der Stauzieltoleranz sind nicht auszuschließen. Dadurch entsteht eine Gefahr für die Schifffahrt. Ziel des vorgestellten Vorhabens ist es, anhand einer fundierten Datenanalyse und der Methode des maschinellen Lernens Zusammenhänge zwischen Niederschlagsereignissen und Abflussschwankungen vertieft zu untersuchen. Zusätzlich sollen Abflussprognosen erstellt werden, welche die Abfluss- und Stauregelung unterstützen. Bedeutung für die Wasserstraßen- und Schifffahrtsverwaltung des Bundes (WSV) Die Verwendung maschinellen Lernens für Abflussvorhersagen auf der Basis von Niederschlags- und Zuflussdaten stellt ein vielversprechendes Werkzeug für die WSV dar. Prognosen schaffen einen vorausschauenden Handlungsspielraum für die Abfluss- und Stauregelung, sodass starke Wasserstandsund Abflussschwankungen minimiert und damit die Sicherheit und Leichtigkeit der Schifffahrt erhöht werden. Die Resilienz der Wasserstraße wird dadurch auch unter den zunehmenden Auswirkungen des Klimawandels gesteigert. Untersuchungsmethoden Das Verfahren wird exemplarisch an einer Stauhaltung der Mosel getestet. Die Niederschlagsdaten des Einzugsgebiets der Stauhaltung werden vom Deutschen Wetterdienst im Rahmen der Zusammenarbeit im BMDV-Expertennetzwerk bereitgestellt. Die Pegeldaten der oberliegenden Stauhaltung sowie die der untersuchten Stauhaltung selbst werden von der WSV zur Verfügung gestellt. In einem ersten Schritt werden die Pegeldaten untersucht. Anhand einer Kreuzkorrelation können Abhängigkeiten zwischen dem oberliegenden Pegel und dem Pegel in der untersuchten Stauhaltung aufgezeigt werden. In einem weiteren Schritt werden ebenfalls die Niederschlags- und Wehrdaten betrachtet und deren Zusammenhang mit den Pegeldaten untersucht. Zusätzlich wird eine Methode erarbeitet, um Wasserstandsschwankungen so zu filtern, dass die Werte möglichst unbeeinflusst von Schleusungen und Schifffahrt sind. Im Anschluss an die Aufbereitung der Daten wird nach einer geeigneten Methode des Maschinellen Lernens (ML) gesucht. Dabei werden unterschiedliche ML-Modelle in Python implementiert und trainiert. Der vielversprechendste Modelltyp soll weiter genutzt und mit unterschiedlichen Parametrierungen getestet werden. Hierbei wird immer auf einen Prognosezeitraum von drei Stunden hingearbeitet. Für die Abfluss- und Stauregelung ist eine dreistündige Prognose wünschenswert, um Schwankungen des Abflusses effektiv zu bewältigen.
Der zukünftig erhöhte Wasserstoffbedarf rückt den Transport über Pipelines in den Vordergrund. Durch lange Transportwege muss dieser regelmäßig auf seinen Ausgangsdruck verdichtet werden. Zur Komprimierung sind entsprechende Kompressoren notwendig, welche mit Koaleszenzfiltern ausgestattet werden müssen, um die Reinheit des Wasserstoffs beim Transport zu gewährleisten. Das Projekt beschäftigt sich mit der Entwicklung und Realisierung einer neuartigen Technologie zur Fertigung von Koaleszenzfiltermedien, welche mittels Schaumauftragsverfahren hergestellt werden. Ein gezieltes Design der Filtermedien ermöglicht eine Verringerung des Druckverlustes und somit ein enormes CO2-Einsparpotential. Um das CO2-Einsparpotential unter realen Bedingungen zu ermitteln, wird für Testzwecke ein Wasserstoffteststand aufgebaut. Parallel zu den Experimenten werden numerische Untersuchungen, die zu einem auf klassischen CFD-Verfahren basieren, als auch auf Machine-Learning basierten Ansätzen beruhen. Durch geeignete Co-Simulationen können Modelle für unterschiedliche Skalen berechnet werden. Die validierten Modelle werden für die Optimierung komplexer Filterstrukturen eingesetzt und erlauben eine Effizienz-Steigerung der Filtermedien.
| Origin | Count |
|---|---|
| Bund | 6840 |
| Europa | 10 |
| Global | 1 |
| Kommune | 13 |
| Land | 3491 |
| Wissenschaft | 73 |
| Zivilgesellschaft | 75 |
| Type | Count |
|---|---|
| Chemische Verbindung | 18 |
| Daten und Messstellen | 115 |
| Ereignis | 11 |
| Förderprogramm | 3202 |
| Gesetzestext | 7 |
| Infrastruktur | 3 |
| Sammlung | 2 |
| Software | 2 |
| Text | 379 |
| Umweltprüfung | 1 |
| Videomaterial | 1 |
| unbekannt | 3546 |
| License | Count |
|---|---|
| geschlossen | 609 |
| offen | 4050 |
| unbekannt | 2612 |
| Language | Count |
|---|---|
| Deutsch | 4248 |
| Englisch | 3404 |
| Leichte Sprache | 1 |
| Resource type | Count |
|---|---|
| Archiv | 76 |
| Bild | 48 |
| Datei | 659 |
| Dokument | 389 |
| Keine | 3065 |
| Multimedia | 2 |
| Unbekannt | 9 |
| Webdienst | 22 |
| Webseite | 3407 |
| Topic | Count |
|---|---|
| Boden | 3081 |
| Lebewesen und Lebensräume | 5549 |
| Luft | 5559 |
| Mensch und Umwelt | 7271 |
| Wasser | 3234 |
| Weitere | 6987 |