API src

Found 7637 results.

Similar terms

s/kn/Zn/gi

Entsiegelungspotenziale 2025

Die Inanspruchnahme von Böden durch Überbauung und Versiegelung führt zum Verlust der Bodenfunktionen mit dauerhaft negativen Folgen für die Leistungsfähigkeit des Naturhaushaltes. Böden weisen vielfältige und schützenswerte Funktionen auf: Als Lebensraum für Pflanzen und Tiere, als Speicher und Filter für das Grundwasser, als Puffer gegenüber Schadstoffen, als Basis für die Landwirtschaft und gesundes Wohnen sowie als Archiv der Natur- und Kulturgeschichte (§ 2 BBodSchG). Diese grundlegenden Funktionen des Bodens sind durch eine adäquate Berücksichtigung der Bodenschutzbelange in der Planung für die Zukunft zu sichern. Die Bedeutung des Bodens erlangt zunehmende gesellschaftliche und umweltpolitische Beachtung insbesondere mit Blick auf die Anpassung an die Folgen des Klimawandels, die Kohlenstoff- und Wasserspeicherfähigkeit des Bodens und die Biodiversität. Dies mündet in bundesweite Maßnahmen und Regelungen zur Reduzierung der Flächenneuinanspruchnahme und der Versiegelung und in die Notwendigkeit eines nachhaltigen Flächenmanagement in Städten und Gemeinden. „Die Siedlungs- und Verkehrsfläche (SuV) in Deutschland ist im vierjährigen Mittel der Jahre 2019 bis 2022 durchschnittlich um rund 52 Hektar pro Tag gewachsen. Der tägliche Anstieg nahm damit gegenüber dem Vorjahresindikatorwert ab (55 Hektar pro Tag in den Jahren 2018 bis 2021).“ (Destatis, 2024a, 2024b, 2024c, vgl. UBA, 2024). International und national greifen ambitionierte Zielsetzungen und Maßnahmen die Reduzierung der Flächenneuinanspruchnahme auf. Sowohl das globale Nachhaltigkeitsziel 15 der Vereinten Nationen als auch die daran angelehnte Deutsche Nachhaltigkeitsstrategie greifen den Schutz und die nachhaltige Nutzung der Ressource Boden auf und weisen die Degradationsneutralität als wichtiges Ziel aus (UN, 2015; Bundesregierung, 2021). Mit der Deutschen Nachhaltigkeitsstrategie 2016 hat die Bundesregierung das 30 Hektar-Ziel des Jahres 2020 auf das Jahr 2030 auf „unter 30 Hektar pro Tag“ festgeschrieben (Bundesregierung, 2017; Destatis, 2018). In der Weiterentwicklung der Nachhaltigkeitsstrategie der Bundesregierung 2021 wird ergänzend bis zum Jahr 2050 eine Flächenkreislaufwirtschaft angestrebt, das heißt, es sollen netto keine weiteren Flächen für Siedlungs- und Verkehrszwecke beansprucht werden (Bundesregierung, 2021). Der Unterschied zwischen Flächenneuinanspruchnahme und Versiegelung: Unter Flächenneuinanspruchnahme wird die Netto-Zunahme der Siedlungs- und Verkehrsfläche verstanden. Der Indikator „Anstieg der Siedlungs- und Verkehrsfläche“ bezieht sich auf die Umwandlung land- und forstwirtschaftlich genutzter Fläche in Siedlungs- und Verkehrsfläche und umfasst damit auch nicht versiegelte Areale wie Stadtparks, Hofflächen, Verkehrsbegleitgrün, Friedhöfe, Kleingärten etc. Insbesondere in urbanen Räumen ist der Indikator oft unzureichend, um den tatsächlichen Zustand der Böden sowie den nachhaltigen Umgang mit dieser Ressource bewerten zu können. Die Flächenversiegelung einer Stadt kann auch bei gleichbleibender Flächenneuinanspruchnahme ansteigen (z. B. durch Innenentwicklung und bauliche Nachverdichtung). Der Grad der Versiegelung und seine Entwicklung gibt daher i.d.R. den. detaillierteren Aufschluss über die Inanspruchnahme der natürlichen Ressource Boden im urbanen Raum (LABO, 2020). Einer von 16 Kernindikatoren, an denen die nachhaltige Entwicklung im Land Berlin gemessen wird, ist daher die Flächenversiegelung (AfS Berlin-Brandenburg, 2021). Dieser Indikator ermöglicht im Land Berlin, auf der Grundlage gesetzlich verankerter Regelungsmöglichkeiten, die Einbeziehung der begrenzten Ressource Boden in das Spannungsfeld von Bau- und Planungsprozessen und die Stärkung des Schutzes und der Wiederherstellung wertvoller Bodenfunktionen. Das Anliegen der Senatsverwaltung für Mobilität, Verkehr, Klimaschutz und Umwelt und der Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen besteht somit darin, Instrumente für ein aktives, praxisorientiertes Flächenmanagement zur Verfügung zu stellen. Diese erleichtern es insbesondere den Bodenschutzbehörden, ihre Aufgaben als Träger öffentlicher Belange z. B. im Rahmen der Bauleitplanung wahrzunehmen sowie im Rahmen von Umweltprüfungen eine qualifizierte Integration bodenschutzfachlicher Aspekte im Prüfungsprozess vornehmen zu können. Ein regelmäßig in der Planungspraxis auftretendes Problem besteht darin, dass sich die bei einer baulichen Entwicklung eines Gebietes notwendigen Versiegelungen materiell kaum ausgleichen lassen. Der fachlich beste Ausgleich besteht prinzipiell in der Entsiegelung anderer Flächen. Das Auffinden versiegelter Flächen, die tatsächlich entsiegelt werden können, gestaltet sich in Berlin aufgrund der eingeschränkten Verfügbarkeit der meisten Flächen als schwierig und lässt sich im Rahmen der Umweltprüfung mangels eines adäquaten Flächenangebots vielfach nicht realisieren. Entsiegelungsvorschläge haben jedoch meist dann eine Realisierungschance, wenn Entsiegelungsflächen bereits bekannt sind und als geeignet geprüft in einem Verzeichnis vorliegen. In einem ersten Schritt wurde mit der Umweltatlaskarte Planungshinweise zum Bodenschutz ein wichtiges planerisches Instrument für die bodenschutzfachliche Bewertung erarbeitet. Die Wichtung der unterschiedlichen Funktionen und Empfindlichkeiten der Berliner Böden ermöglicht eine differenzierte Bewertung im Rahmen der Bauleitplanung. So wird z. B. für Böden, die aus bodenschutzfachlicher Sicht als besonders wertvoll eingestuft wurden, die Suche von Standortalternativen für bauplanungsrelevante Vorhaben empfohlen (vgl. SenStadt, 2020). Um eine verbesserte Verfügbarkeit von Entsiegelungsflächen zu erreichen, wurde in einem zweiten Schritt das Projekt „Entsiegelungspotenziale in Berlin“ ins Leben gerufen. Das Projekt hat die Erfassung und Bewertung von Flächen mit Entsiegelungspotenzial zum Inhalt und soll dazu dienen, Flächen im Land Berlin aufzufinden, die in absehbarer Zukunft dauerhaft entsiegelt werden können. Soweit möglich, sollen die Funktionsfähigkeit des Bodens wiederhergestellt und naturschutzfachlich wertvolle Lebensräume für Pflanzen und Tiere entwickelt werden. Außerdem soll es gelingen, eine räumliche Entkopplung zwischen den Orten der Beeinträchtigung und der Aufwertung durch eine gesamtstädtische Erfassung und einheitliche Systematik bei der Bewertung der erfassten Flächen zu unterstützen. Hierfür kommt im Einzelfall das Instrument der Eingriffsregelung (nach Baurecht und Naturschutzrecht) in Betracht. Die erfassten Flächen dienen grundsätzlich als Flächenangebot für die Kompensation von Eingriffen in den Boden und bei dauerhaftem Verlust von Bodenfunktionen sowie für Entsiegelungsmaßnahmen im Rahmen von Fördermaßnahmen. Im Rahmen mehrerer Projektphasen werden seit 2010 Recherchen in allen Berliner Bezirken, in den vier Berliner Forstämtern, in den Senatsverwaltungen für Stadtentwicklung, Bauen und Wohnen (SenStadt) und Bildung, Jugend und Familie (SenBJF) sowie bei privaten Eigentümern durchgeführt. Die letzte Aktualisierung erfolgte im August 2025. Die bei diesen Recherchen gewonnenen Daten werden in einer Datenbank zusammengeführt. Im Rahmen des in der Entwicklung befindlichen Berliner Entsiegelungsprogramms wird perspektivisch eine Zusammenführung vorhandener Potenzialerfassungen angestrebt. Hierbei sind partizipative Möglichkeiten zur Einbringung bisher unbekannter Entsiegelungspotenziale durch verschiedenste Akteure in der Stadt denkbar. Um die Umsetzung von Entsiegelungsmaßnahmen zu unterstützen, wurde zudem eine Arbeitshilfe zur Ableitung vereinfachter Kostenansätze für die zu erwartenden Rückbaukosten erstellt (inklusive Excel-Eingabedatei für vereinfachte Kostenschätzung von Entsiegelungsmaßnahmen). Außerdem wird die Arbeitshilfe zur Wiederherstellung von Bodenfunktionen nach einer Entsiegelung online bereitgestellt. Darüber hinaus wird in Form regelmäßiger Newsletter über aktuelle Geschehnisse zum Thema Entsiegelung berichtet. In 2021 wurde eine Dokumentation einer Entsiegelungsmaßnahme veröffentlicht, die überblickshaft den Projektablauf, die Finanzierung sowie die Beteiligten aufzeigt. Im Jahr 2025 soll mit einem Bericht über die Entsiegelung der ehemaligen Bezirksgärtnerei Marienfelde eine weitere Dokumentation eines aktuellen Entsiegelungsprojekts veröffentlicht werden. Für den Newsletter, die Dokumentation, sowie die genannten Arbeitshilfen siehe Entsiegelungspotenziale in Berlin – Berlin.de .

Digital GreenTech 2 - agents42watermarkets: Auf dem Weg zu einer effizienten, bedarfsgerechten und robusten sozio-technischen Wassermarktwirtschaft, Teilprojekt 2

Fluglärm Lnight 2022

Berechnungsergebnis LNight 2022 nach EU-Umgebungslärmrichtlinie (2002/49/EG, 34. BImSchV) als Isophonenbänder für den Großflughafen Hannover/Langenhagen. Die Berechnung des Pegels LNight erfolgt nach der Berechnungsmethode für den Umgebungslärm von Flugplätzen (BUF). Ermittelt werden diese Pegel rechnerisch in einer Höhe von 4 m über Grund und in einem Raster von 50 x 50 m. Als akustische Quelle dienen die relevanten Flugrouten mit den darauf fliegenden Luftfahrzeugen. Die Darstellung erfolgt in 5 dB Klassen gemäß Legende. Die Geometrie des Pegelrasters liegt in UTM- Koordinaten vor.

Entwicklung eines Copernicus-Dienstes zur Erstellung konsistenter Daten für die Waldfläche Deutschlands, Teilvorhaben: Datenmanagement

Energieeffizienzerhöhung im Abfall- und Recyclingstoff-Sortierprozess durch Anwendung von Methoden der künstlichen Intelligenz, Teilvorhaben: Sensortechnologie und Datenakquise

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.

Trace element contents for the <2 μm, 2-20 μm and bulk fractions from LGM European loess sequences

Trace element contents in microg/g measured on the <2 microns, 2-20 microns size fractions and bulk samples from LGM European loess sequences. Samples were crushed in an agate mortar and trace element concentrations were measured following Chauvel et al. (2011). Reproducibility for trace element analyses is better than 5% based on repeat measurements, and the accuracy is also better than 5%, based on the analyses of international rock standards (JSD-1, JSD-3 and LKSD-1.

Resiliente Abfluss- und Stauregelung der Wasserstraßen bei extremen Niederschlagsereignissen

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.

Entwicklung von energieeffizienten Koaleszenzfiltermedien für CO2-Einsparung bei der Verdichtung von Wasserstoff mittels eines neuartigen Herstellprozesses, Teilvorhaben: Numerische Modellierung und Simulation von Filtersystemen basierend auf Machine Learning und CFD-Methoden

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.

Optimierung des DIC-Messsystems zur Erfassung von Deformationen an Windenergieanlagen

Ziel des Vorhabens ist die Weiterentwicklung eines optischen Messsystems zur Erfassung komplexer, instationärer Rotorblattdeformationen an Windenergieanlagen (WEA) zwecks Verbesserung der aeroelastischen Robustheit künftiger WEA. Das Messsystem basiert auf dem Verfahren der digitalen Bildkorrelation (Digital Image Correlation, DIC) und ist in der Lage, die Verformungen berührungslos und ohne die Integration zusätzlicher Sensoren in das Rotorblatt zu messen. Die Messtechnik soll so verbessert werden, dass sie - im Vergleich zum aktuellen Stand des DIC-Messsystems - in der Lage ist, über einen erweiterten Gierwinkelbereich der WEA und eine längere Betriebsdauer präzise und effizient zu messen. Hierdurch sollen erstmals Langzeitmessungen mit der DIC-Messtechnik an WEA ermöglicht werden. Die Messdaten lassen sich dann zur Validierung der numerischen Auslegungswerkzeuge nutzen, mit denen schließlich die Rotorblätter möglichst präzise strukturdynamisch ausgelegt werden können. Dies ist notwendig, um die zukünftigen mechanischen Herausforderungen bei weiter wachsenden Rotordurchmessern zu bewältigen. Mittels neuartiger, auf Methoden der künstlichen Intelligenz basierenden Verarbeitungs- und Analyseverfahren, soll die Effizienz und damit einhergehend die Attraktivität der DIC-Messtechnik an WEA für Forschung und Industrie deutlich gesteigert werden. Ziel ist es, die maximale Messdauer von aktuell etwa 15 Minuten auf 8 Stunden zu erweitern, den Auswerteprozess für 15 Minuten Messdaten von 3 Werktagen inklusive Personaleinsatz auf wenige, automatisierte Stunden zu reduzieren und die Kompensation von Gierwinkeländerungen der WEA von bis zu ±15 Grad zu ermöglichen. Die DIC-Messtechnik wird damit langfristig zu einem etablierten Verfahren zur Bestimmung der Rotorblattverformungen an WEA und hilft, den Mangel an experimentellen Validierungsdaten für die strukturmechanische und aeroelastische Auslegung zu verringern.

Vorhersage von Schüttungen alpiner Karstquellen im Hinblick auf den Klimawandel unter Verwendung neuer Deep Learning-Methoden

Karstgrundwasserleiter spielen im Alpenraum eine wichtige Rolle. Sie bedecken etwa 56% der Fläche, und ein erheblicher Teil der Bevölkerung ist ganz oder teilweise von Trinkwasser aus Karstquellen abhängig, die oft mit wertvollen Ökosystemen verbunden sind und zur Wasserkrafterzeugung beitragen. Die Alpen zählen nach Studien zu den am stärksten vom Klimawandel betroffenen Gebieten in Europa. Als Folge der steigenden Temperaturen werden sich die gespeicherten Mengen an Schnee und Eis stark verringern, was zu einer Verschiebung zwischen Wasserhaushaltskomponenten in Verbindung mit einer saisonalen Umverteilung der Niederschläge führt. Außerdem wird erwartet, dass Hoch- und Niedrigwasserereignisse häufiger auftreten werden. Der Stand der Technik bei der Modellierung der Schüttung von Karstquellen, meist mittels konventioneller numerischer Modelle, ist auf standortspezifische, oft aufwändige und nicht übertragbare wissenschaftliche Studien beschränkt, die manuelle Modellabstimmung und Kalibrierung erfordern. Bis heute gibt es keinen leicht übertragbaren Ansatz, der gleichzeitig auf viele Karstquelleinzugsgebiete anwendbar ist. In diesem Projekt werden wir einen modernen, Deep-Learning basierten Ansatz zur Modellierung der Schüttung von Karstquellen entwickeln, der sich besonders gut eignet, übertragbare Modelle, die Informationen von verschiedenen Standorten nutzen können, aufzubauen. Deep Learning ist ein Teilgebiet des maschinellen Lernens, basierend auf künstlichen neuronalen Netzen, das sich sowohl bei akademischen als auch bei industriellen Anwendungen als sehr erfolgreich erwiesen hat. Die vorgeschlagene Studienregion sind die Alpen, mit Karstgebieten in Österreich, der Schweiz, Deutschland, Frankreich, Italien und Slowenien, mit einem Schwerpunkt auf dem besonders vom Klimawandel betroffenen von der Alpenkonvention abgegrenzten Gebirgsgebiet. Als Grundlage der Studie dient das World Karst Spring Database (WoKaS). Es wird im Laufe des Projekts mit zusätzlichen Daten von Behörden und Wasserversorgern ergänzt, insbesondere in Regionen mit bislang schlechter Abdeckung. Die Arbeiten beinhalten die Erstellung eines umfassenden Datensatzes mit Einzugsgebietsattributen und meteorologischen Einflussgrößen für etwa 150 Quellen. Klassische Lumped-Parameter-Modelle werden als Benchmarks aufgesetzt und mit den neu entwickelten Deep-Learning basierten Modellergebnissen verglichen. Ziel ist es, die Eignung neuartiger Deep-Learning Modellansätze für die Abschätzung der Auswirkungen des Klimawandels für eine Vielzahl von kurz- und langfristigen Vorhersagen zu untersuchen. Eine vertiefende Fallstudie des Dachsteingebietes, dessen große Karstregion wesentlich zur Wasserversorgung und Wasserkrafterzeugung beiträgt, wird die vergleichende Untersuchung mit einem numerischen 3D-Modell erweitern. Schließlich werden die entwickelten Modelle dazu verwendet, um Auswirkungen des Klimawandels auf die alpinen Karstgrundwasserressourcen vorherzusagen.

1 2 3 4 5 … 762 763 764