API src

Found 7847 results.

Similar terms

s/kn/KI/gi

Digitales Höhenmodell Hamburg DGM 10

Abgeleitetes, flächendeckendes digitales Geländemodell mit einer Rasterweite von 10 Meter auf Basis des DGM1. Für die Fläche der Freien und Hansestadt Hamburg (ohne das Gebiet des hamburgischen Wattenmeeres) wurde in 2020 eine Laserscanvermessungen (Airborne Laserscanning) durchgeführt. Die Daten liegen im Lagestatus 310 (ETRS89/UTM) vor, mit Höhenangaben über Normalhöhennull (NHN), gemäß DE_DHHN2016_NH. Die Genauigkeit eines einzelnen Messpunktes liegt in eindeutig definierten Bereichen, wie z.B. auf Straßenflächen, bei ca. ± 105 cm. In Bereichen von Abschattungen (Brücken), Vegetation, insbesondere Flächen in Wald- und Strauchgebieten und bei stark geneigtem Gelände, ist die Genauigkeit geringer. Standardmäßig werden vom LGV folgende Rasterweiten angeboten: DGM 1 (Rasterweite 1m), DGM 10 (Rasterweite 10m), DGM 25 (Rasterweite 25m). Eine jährliche Aktualisierung dieser Daten erfolgt über Luftbildbefliegungen. Neben der reinen Bereitstellung der Höheninformation als regelmäßiges Gitter werden die Daten auch als Dienstleistung in einer Dreiecksvermaschung (TIN) abgegeben. Dabei ist ein Datenaustausch mit 2D- und 3D-CAD-Systemen sichergestellt. Als weitere Dienstleistung können z.B. Höhenlinien und Profile abgeleitet oder Volumina und Neigungen errechnet werden. Durch Integration weiterer Geobasis- und Fachdaten (Vektor- und Rasterdaten) können weitere Dienstleistungen z.B. für die Bereiche Wasserwirtschaft, Tiefbau, Umwelt und Stadtplanung sowie Energieversorgung groß- und kleinräumige Anwendungen abgeleitet werden.

Digitales Höhenmodell Hamburg DGM 1

Aus Laserscanvermessungen (Airborne Laserscanning) oder photogrammetrischen Produkten abgeleitetes, flächendeckendes digitales Geländemodell mit einer Rasterweite von 1 Meter für die Fläche der Freien und Hansestadt Hamburg. Die Daten stammen jeweils aus den landesweiten 3D-Laserscanbefliegungen aus 2010, 2020 und 2022 und liegen im Lagestatus ETRS89_UTM32 (Lagestatus 310) und mit Höhenangaben über Normalhöhennull (NHN), gemäß DE_DHHN2016_NH vor. Eine punktuelle Aktualisierung dieser Daten erfolgt über photogrammetrische Produkte und ist ggf. in den Metadaten der einzelnen Jahrgänge dokumentiert. Die Genauigkeit eines einzelnen Messpunktes liegt in eindeutig definierten Bereichen, wie z.B. auf Straßenflächen, bei ca. ± 15 cm. In Bereichen von Abschattungen (z. B.: Brücken), dichter Vegetation, insbesondere Flächen in Wald- und Strauchgebieten und bei stark geneigtem Gelände, ist die Genauigkeit geringer. Standardmäßig wird vom LGV ab dem Jahr 2022 folgende Rasterweite angeboten: DGM 1 (Rasterweite 1m). Ältere Jahrgänge haben zusätzlich noch folgende Rasterweiten: DGM 10 (Rasterweite 10m) DGM 25 (Rasterweite 25m) Neben der reinen Bereitstellung der Höheninformation als regelmäßiges Gitter werden die Daten auch als Dienstleistung in einer Dreiecksvermaschung (TIN) abgegeben. Dabei ist ein Datenaustausch mit 2D- und 3D-CAD-Systemen sichergestellt. Als weitere Dienstleistung können z.B. Höhenlinien und Profile abgeleitet oder Volumina und Neigungen errechnet werden. Durch Integration weiterer Geobasis- und Fachdaten (Vektor- und Rasterdaten) können weitere Dienstleistungen z.B. für die Bereiche Wasserwirtschaft, Tiefbau, Umwelt und Stadtplanung sowie Energieversorgung für groß- und kleinräumige Anwendungen abgeleitet werden.

Modell-gestützte Szenarienanalyse zur Optimierung der Pflanzenproduktion für den Klimaschutz, Modell-gestützte Szenarienanalyse zur Optimierung der Pflanzenproduktion für den Klimaschutz

Der menschengemachte Klimawandel bedroht langfristig die Stabilität der Ökosysteme des Planeten, und damit auch die Stabilität der menschlichen Gesellschaft durch Verknappung von Wasser, Nahrung und Lebensraum. Insbesondere die landwirtschaftliche Nahrungsmittelproduktion blickt einer ungewissen Zukunft entgegen und es besteht erheblicher Informationsbedarf hinsichtlich geeigneter Klimaschutzstrategien. Übergeordnetes Ziel des Vorhabens ist die Identifizierung von geeigneten Bewirtschaftungsmaßnahmen und betrieblichen Strategien zur Optimierung der Pflanzenproduktion im Sinne des Klimaschutzes. Das Projekt ModOKlim verfolgt dabei vorrangig folgende wissenschaftliche Ziele: (i) die verlässliche Reproduktion von räumlichen und zeitlichen Mustern der Produktivität landwirtschaftlicher Kulturen in Deutschland über die vergangenen 30 Jahre mit Hilfe von Agrarökosystemmodellen, (ii) die deterministische Projektion der Ertragsaussichten und damit verbundener THG-Emissionen landwirtschaftlicher Kulturen in Deutschland, (iii) die Szenarienanalyse mit Hilfe von biophysikalischen und ökonomischen Modellen zur Beurteilung von Erfolgsaussichten von Klimaschutzstrategien in Richtung von profitablen, klimaangepassten und artenreichen Anbausystemen und (iv) die Integration des aktuellsten Stands der Wissenschaft in Bezug auf die probabilistische Projektion von Extremwetterereignissen in die Projektionen der deterministischen Modelle. Ziel des Arbeitspakets 1 ist die Analyse des Auftretens ertragsrelevanter Extremwetter für landwirtschaftliche Kulturen in Vergangenheit und Zukunft. Mit Hilfe eines objekt-orientierten Ansatzes basierend auf Radardaten wird am KIT untersucht, bei welchen Umgebungsbedingungen sich schaden-relevante Hagelstürme bilden und wie sich diese Bedingungen in einem zukünftigen Klima verändern. Durch den objekt-orientierten Ansatz und Verfahren des maschinellen Lernens werden robustere Trendaussagen erwartete im Vergleich zu den bisher verwendeten Methoden.

Vorhersage urbaner atmosphärischer Anzahlkonzentrationen ultrafeiner Partikel mit Hilfe von Machine Learning- und Deep Learning-Algorithmen (ULTRAMADE)

Ultrafeine Partikel (UFP) mit einem aerodynamischen Durchmesser kleiner als 100 nm stehen unter dem Verdacht die menschliche Gesundheit zu schädigen, allerdings fehlt bisher die abschließende wissenschaftliche Evidenz aus epidemiologischen Studien. Zur Herleitung von Expositionskonzentrationen gegenüber UFP wurden zum Teil statistische Modellierungsverfahren genutzt um UFP-Anzahlkonzentrationen vorherzusagen. Ein häufig genutztes Verfahren ist eine auf Flächennutzung basierte lineare Regression („land-use regression“, LUR). Allerdings wurden in luftqualitativen Studien auch andere, ausgefeiltere Modellansätze benutzt, z.B. „machine learning“ (ML) oder „deep learning“ (DL), die eine bessere Vorhersagegenauigkeit versprechen. Das Ziel des Projekts ist die Modellierung von UFP-Anzahlkonzentration in urbanen Räumen basierend auf ML- und DL-Algorithmen. Diese Algorithmen versprechen eine bessere Vorhersagegenauigkeit gegenüber linearen Modellansätzen. Mit unserem Modellansatz wollen wir sowohl räumliche als auch zeitliche Variabilität der UFP-Anzahlkonzentrationen abbilden. In einem ersten Schritt werden die Messergebnisse aus mobilen Messkampagnen genutzt um ein ML-basiertes LUR Modell zu kalibrieren. Zusätzlich werden urbane Emissionen aus lokalen Quellen, abseits vom Straßenverkehr, identifiziert und explizit in das Modell einbezogen. In einem zweiten Schritt wird ein DL-Modellansatz basierend auf Langzeit-UFP-Messungen mit dem ML-Modell gekoppelt um die Repräsentierung der zeitlichen Variabilität zu verbessern. Unser vorgeschlagenes Arbeitsprogramm besteht aus fünf Arbeitspaketen (WP): WP 1 beinhaltet mobile Messungen mittels eines mobilen Labors und eines Messfahrads. WP 2 besteht aus stationären Messungen, die an Stationen des German Ultrafine Aerosol Network durchgeführt werden. In WP 3 werden wichtige UFP-Emissionsquellen, insbesondere Nicht-Verkehrsemissionen, mit Hilfe von zusätzlichen kurzzeitigen stationären Messungen identifiziert und quantifiziert. In WP 4 werden ML-Algorithmen genutzt um ein statistisches Modell aufzubauen. Als Kalibrierungsdatensatz werden die Messungen aus WP 1 benutzt. Das Modell wird UFP-Anzahlkonzentrationen mit Hilfe eines Datensatzes aus erklärenden Variablen, u.a. meteorologische Größen, Flächennutzung, urbaner Morphologie, Verkehrsmengen und zusätzlichen Informationen zu UFP-Quellen nach WP 3, vorhersagen. In WP 5 werden die UFP-Anzahlkonzentrationen aus WP 2 für einen DL-Modellansatz genutzt, der die zeitliche Variabilität repräsentieren wird. Dieser wird dann mit dem ML-Modell aus WP 4 gekoppelt. Der Nutzen der Modellkopplung wird mit dem Datensatz aus WP 3 validiert. Aus unserem Projekt wird ein Modell hervorgehen, das in der Lage ist die räumliche und zeitliche Variabilität urbaner UFP-Anzahlkonzentrationen in einer hohen Genauigkeit zu repräsentieren. Damit wird unsere Studie einen Beitrag zur Quantifizierung von Expositionskonzentrationen gegenüber UFP z.B. in epidemiologischen Studien leisten.

Aktionsprogramm Umwelt und Gesundheit NRW (APUG NRW), Aktionsprogramm Umwelt und Gesundheit (APUG) NRW

Das Thema 'Environmental health' erfordert die enge Zusammenarbeit zwischen Verantwortlichen des Gesundheits- und des Umweltsektors. Um diesen Querschnittsbereich auch mit begrenzten Ressourcen erfolgreich zu bearbeiten, besteht - wie inzwischen weithin anerkannt - ein hoher Bedarf an neuen Formen des Informationsaustausches, der Abstimmung und Kooperation. Die sich entwickelnden Strukturen und Abläufe müssen evaluiert und optimiert werden. Vor diesem Hintergrund entstand auf europäischer Ebene eine Serie ministerieller Konferenzen 'Umwelt und Gesundheit'. Zur zweiten Europäischen Ministerkonferenz in Helsinki (1994) legte die Weltgesundheitsorganisation (WHO) den europäischen Aktionsplan Umwelt und Gesundheit (EHAPE) vor. Auf der Konferenz verpflichteten sich die teilnehmenden Mitgliedsstaaten, bis 1997 sogenannte Nationale Aktionspläne Umwelt und Gesundheit (National Environmental Health Action Plans, NEHAPs) zu erarbeiten. Im Jahre 1999 waren 40 der 51 Staaten dieser Verpflichtung nachgekommen. Das deutsche Aktionsprogramm - zu dem auch eine umfangreiche Dokumentation gehört - wurde unmittelbar vor der dritten Europakonferenz in London (1999) vom Bundesministerium für Umwelt und vom Bundesministerium für Gesundheit veröffentlicht. Gemäß NRW-Koalitionsvereinbarung 'Eine Allianz für Nordrhein-Westfalen' (Abschnitt I.3.11) vom Sommer 2000 wird nunmehr auch für NRW ein Aktionsprogramm Umwelt und Gesundheit entwickelt. Zur Unterstützung bei der Entwicklung und Umsetzung des Programms auf Landesebene fördert das Ministerium für Umwelt und Naturschutz, Landwirtschaft und Verbraucherschutz (MUNLV) des Landes Nordrhein-Westfalen seit dem 1.10.2000 das Kooperationsprojekt 'Aktionsprogramm Umwelt und Gesundheit NRW', an dem die Universität Bielefeld und das Landesinstitut für den Öffentlichen Gesundheitsdienst beteiligt sind. Projektaufgabe ist es, bei der Vorbereitung und Betreuung des Aktionsprogramms mitzuwirken und als wissenschaftliche Geschäftsstelle für das Aktionsprogramm zu fungieren. Das 'Aktionsprogramm Umwelt und Gesundheit NRW' soll sich an den WHO-Vorgaben, an bereits vorliegenden NEHAPs und am bundesdeutschen Aktionsprogramm orientieren. In Anlehnung an Modalitäten der Gesundheitsberichterstattung ist geplant, Teilaufträge vergeben werden, die der Erstellung schriftlicher Beiträge für das Aktionsprogramm dienen oder auf andere Weise die Erarbeitung der Aktionsprogrammes unterstützen. Es ist vorgesehen, daß das 'Aktionsprogramm Umwelt und Gesundheit NRW' in einem breit angelegten Informations- und Diskussionsprozeß - z.B. in einem zu schaffenden Forum - erarbeitet und unter den Beteiligten mit dem Ziel weitgehender Konsensbildung abgestimmt wird. Eine Evaluation des Vorhabens ist ebenfalls geplant.

Digital GreenTech 2 - TreeMon: Entwicklung eines autonomen Schallemission-Sensorknoten für das Zustandsmonitoring von stehenden Bäumen, Teilprojekt 4

Herkunftsversuche

In Herkunftsversuchen soll die phänotypische und genetische Variation heimischer und fremdländischer Baumarten ermittelt werden. Gleichzeitig erfolgt eine Prüfung auf waldbauliche Eignung unter südwestdeutschen Standortverhältnissen.

Geochemische Übersichtkarten des Freistaates Sachsen 1:400.000 (GcBÜK400)

Die Datenbestände der im LfULG verfügbaren Stoffdaten von Böden (Messnetze, Sondermessnetze, Auenmessprogramm, Bodenkundliche Landesaufnahme, Fremddaten) werden in geochemischen Übersichtskarten im Maßstab 1:400.000 als Rasterdaten dargestellt. Für die Oberböden liegen Probendaten von über 15.000, für die Unterböden von über 12.000 Standorten vor.

GcBÜK400 - Cadmium im Oberboden

Cadmium verdient unter den Schwermetallen besondere Beachtung, da seine Toxizität für Tiere und Menschen erheblich größer als die anderer Schwermetalle ist. Als Akkumulationsgift wird es im Körper angereichert und kann dort über Jahrzehnte verbleiben. Auf Grund seiner chemischen Verwandtschaft zum Zink kommt es fast ausschließlich mit diesem vor, insbesondere in allen zinkführenden Mineralen (u. a. Zinkblende, Galmei) und Gesteinen. Die durchschnittliche Cd-Konzentration der Gesteine der oberen kontinentalen Erdkruste (Clarkewert) beträgt 0,1 mg/kg, in Böden finden sich Gehalte in der Regel 0,50 mg/kg. Im Gegensatz zu As und anderen Schwermetallen (z. B. Cr, Ni) ist in den oberflächennah anstehenden sächsischen Hauptgesteinstypen keine geochemische Spezialisierung auf Cd nachweisbar. Die petrogeochemische Komponente liegt im Bereich des Clarkwertes um 0,1 mg/kg. In den Erzlagerstätten ist Cd vor allem an die Zinkerze der polymetallischen hydrothermalen Gänge und teilweise an die Skarnlagerstätten und stratigen-stratiformen Ausbildungen gebunden (chalkogene Komponente). Seit Beginn der Industrialisierung gelangt Cadmium über die Emissionen der Buntmetallhütten, die Verbrennung von Kohlen und Erdöl und in jüngerer Zeit über Galvanotechnik, Müllverbrennung, Düngemittel, Klärschlämme und Komposte anthropogen in die Umwelt. Während in den Oberböden Nord- und Mittelsachsens niedrige Gehalte dominieren (Cd-arme periglaziäre sandige bis lehmige Substrate; Löss), kommt es in den Verwitterungsböden über Festgesteinen zu einer relativen Anreicherung. Eine Abhängigkeit vom Tongehalt ist insofern festzustellen, dass die sandigen Substrate gegenüber lehmigen Substraten etwas niedrigere Cd-Gehalte aufweisen. Auf Acker- und Grünlandstandorten sind im Vergleich zu den Waldstandorten im Oberboden höhere Cd-Gehalte anzutreffen, da infolge der sehr niedrigen pH-Werte unter Forst eine Cd-Mobilisierung und Verlagerung in größere Bodentiefen stattfindet. Besonders hohe Cd-Belastungen befinden sich im Freiberger Raum, die durch die geogene Cd-Anreicherung bei der Bildung buntmetallführender Erzgänge aber vor allem anthropogen durch die Verhüttung von Zinkerzen verursacht werden. Die höchsten Gehalte sind in den Oberböden in unmittelbarer Nähe der Hüttenstandorte sowie in geringeren Konzentrationen östlich davon (in Hauptwindrichtung) festzustellen. Andere Lagerstättengebiete mit Zinkverzungen im Westerzgebirge und in der Erzgebirgsnordrandzone weisen nur schwach erhöhte Gehalte auf. Eine besondere Stellung bei der Belastung mit Cadmium nehmen die Auenböden der Freiberger und der Vereinigten Mulde ein. Durch die Abtragung von Böden mit geogen verursachten Anreicherungen im Einzugsgebiet und den enormen anthropogenen Zusatzbelastungen durch die Erzaufbereitung und die Hüttenindustrie, kommt es bei Ablagerung der Flusssedimente und Schwebanteile in den Überflutungsbereichen zu hohen Cd-Anreicherungen. In den Auenböden der Elbe und Zwickauer Mulde treten dagegen deutlich niedrigere Gehalte auf. Die geogenen und anthropogenen Prozesse führen im Freiberger Raum und in den Auenböden der Freiberger und Vereinigten Mulde zu flächenhaften Überschreitungen der Prüf- und Maßnahmenwerte der Bundes-Bodenschutz- und Altlastenverordnung (BBodSchV) für Cadmium.

Nachhaltige integrierte Stadtentwicklung EFRE 2021-2027 (Fördergebiete)

Der Datensatz enthält die Fördergebiete der Förderung zur "Nachhaltigen integrierten Stadtentwicklung" aus dem Europäischen Fonds für regionale Entwicklung (EFRE) in den Gemeinden des Freistaates Sachsen für die Förderperiode 2021-2027.

1 2 3 4 5 … 783 784 785