API src

Found 372 results.

Related terms

Other language confidence: 0.5191634870211213

BFD5L: Ackerzahl

Die Acker- und Grünlandzahl ist eine Verhältniszahl und kennzeichnet die natürliche Ertragsfähigkeit eines Standortes. Sie wird aus der Boden- bzw. Grünlandgrundzahl durch Berücksichtigung weiterer Parameter (bei Acker z. B. Klima, Hangneigung oder Waldschatten) berechnet. (<a href='https://www.lgb-rlp.de/fileadmin/service/lgb_downloads/boden/bfd5l_methodenbeschriebe/bfd5l_ertragsmesszahl.pdf' target='_blank'>bfd5l_ertragsmesszahl.pdf</a>)

Klimaanalysekarten 2014 (Umweltatlas)

Die gesamtstätische Klimamodellierung dient als Grundlage, um die den Ist-Zustand des Stadtklimas im Land Berlin in die Planung einbeziehen zu können. Es werden hierfür notwendige stadtklimatische Klimaanalysen (siehe Klimaanalyse) und -bewertungen (siehe Planungshinweise Stadtklima) bereitgestellt. Für die gesamte Stadtfläche werden im Bereich der Klimaanalyse acht Klimaparameter jeweils in einer Rasterdarstellung mit einer hohen räumlichen Auflösung von 10 m x 10 m sowie aggregiert auf ca. 25.000 Block- und Blockteilflächen angeboten. Durch die hohe räumliche Auflösung sind die Klimaanalyseergebnisse dazu geeignet Planungsprojekte bis zur Ebene der Bauleitplanung zu unterstützen. Die dargestellten Parameter umfassen darüber hinaus nicht nur die wichtigsten klimatischen Größen wie (1) bodennahes Windfeld und Kaltluftvolumenstrom, (2) Luft- und (3) Strahlungstemperatur, (4) nächtliche Abkühlung sondern auch den thermischen Bewertungsindex (5) PET sowie die (6) Anzahl meteorologischer Kennwerte im Mittel der Jahre 2001-2010. Die Zusammenfassung der Erkenntnisse aus der Klimaanalyse erfolgt in der (7) Klimaanalysekarte. Die Klimaanalysekarte ermöglicht es, die einzelnen Bereiche der Stadt nach ihren unterschiedlichen klimatischen Funktionen, d.h. ihrer Wirkung auf andere Räume, abzugrenzen.

BFD5L: Ackerzahl

Die Acker- und Grünlandzahl ist eine Verhältniszahl und kennzeichnet die natürliche Ertragsfähigkeit eines Standortes. Sie wird aus der Boden- bzw. Grünlandgrundzahl durch Berücksichtigung weiterer Parameter (bei Acker z. B. Klima, Hangneigung oder Waldschatten) berechnet. (<a href='https://www.lgb-rlp.de/fileadmin/service/lgb_downloads/boden/bfd5l_methodenbeschriebe/bfd5l_ertragsmesszahl.pdf' target='_blank'>bfd5l_ertragsmesszahl.pdf</a>)

BFD200: Nitratrückhaltevermögen

Das Nitratrückhaltevermögen des Bodens wird insbesondere anhand der Feldkapazität im durchwurzelbaren Bodenraum [FKdB] und dem Stauwassereinfluss bewertet. Klimaparameter werden nicht einbezogen, so dass nur eine Aussage über den Boden, nicht aber über den Standort gemacht werden kann. (<a href='https://www.lgb-rlp.de/fileadmin/service/lgb_downloads/boden/bfd200_methodenbeschriebe/bfd200_nrv.pdf' target='_blank'>bfd200_nrv.pdf</a>)

Bedarfsgerechte Automatisierung der Freiflächen- und Tröpfchenbewässerungstechnik mittels on-site IOT-Sensorik, unterstützt durch Satellitentechnik, Teilprojekt C

Bedingt durch den Klimawandel sind landwirtschaftliche Kulturpflanzen vermehrt Wasserstress und Frostschäden ausgesetzt. Gleichzeitig prognostiziert die FAO einen Anstieg des globalen Wasserbedarfs um 55% (Landwirtschaft um 11%), bei einem Anstieg der gesamten beregneten Fläche um 6% bis 2050. Diese Problematik, kombiniert mit dem Bevölkerungsanstieg, wachsendem Energiebedarf und dem Rückgang der nutzbaren landwirtschaftlichen Fläche in den Industriestaaten, verlangt nach Lösungen. Ein bedarfsgerechter, energiesparender und effizienter Einsatz der Ressourcen Wasser und Energie ist erforderlich, um eine zukunftsfähige und nachhaltige Bewässerung zu gewährleisten und der steigenden Nutzungskonkurrenz, um die Ressource Wasser, zu begegnen. Während eine automatisierte Bewässerung im Gewächshaus bereits Stand der Technik ist, wird die Freiflächen und Tröpfchenbewässerung wie z.B. im Gemüse bzw. Obstbau überwiegend manuell auf Basis von Erfahrungswerten der Anbauer oder aufgrund fest geplanter Bewässerungsintervalle durchgeführt. Dies führt in der Regel zu hohen Bewässerungsgaben und kann weiterhin zu Nährstoffauswaschungen führen. Ziel dieses Projektes ist es daher, Daten aus den unterschiedlichsten Quellen auf einer intelligenten Service-Plattform miteinander zu verknüpfen, um dadurch über eine digitale Entscheidungsunterstützung, eine bedarfsgerechte und (teil-)automatisierte Bewässerung zu ermöglichen. Gerade die Integration lokaler Sensoren in einem multivariaten Ansatz, soll dabei auch der zunehmenden Entwicklung von teilabgedeckten Agrarflächen durch Agri-Photovoltaik-Anlagen, Folien und Netzen gerecht werden. Kern des Projekts ist dabei ein Cloud-basierter Bewässerungsplaner, der sich automatisiert an die on-Site gemessenen Klimaparameter, sowie den aktuellen phänologischen Bedingungen in Echtzeit anpasst. Der Planer wird dann mit den bestehenden Systemen der Projektpartner vernetzt, um die Ausführung der Bewässerung zu (teil)-automatisieren.

BFD200: Nitratrückhaltevermögen

Das Nitratrückhaltevermögen des Bodens wird insbesondere anhand der Feldkapazität im durchwurzelbaren Bodenraum [FKdB] und dem Stauwassereinfluss bewertet. Klimaparameter werden nicht einbezogen, so dass nur eine Aussage über den Boden, nicht aber über den Standort gemacht werden kann. (<a href='https://www.lgb-rlp.de/fileadmin/service/lgb_downloads/boden/bfd200_methodenbeschriebe/bfd200_nrv.pdf' target='_blank'>bfd200_nrv.pdf</a>)

Bedarfsgerechte Automatisierung der Freiflächen- und Tröpfchenbewässerungstechnik mittels on-site IOT-Sensorik, unterstützt durch Satellitentechnik

Bedingt durch den Klimawandel sind landwirtschaftliche Kulturpflanzen vermehrt Wasserstress und Frostschäden ausgesetzt. Gleichzeitig prognostiziert die FAO einen Anstieg des globalen Wasserbedarfs um 55% (Landwirtschaft um 11%), bei einem Anstieg der gesamten beregneten Fläche um 6% bis 2050. Diese Problematik, kombiniert mit dem Bevölkerungsanstieg, wachsendem Energiebedarf und dem Rückgang der nutzbaren landwirtschaftlichen Fläche in den Industriestaaten, verlangt nach Lösungen. Ein bedarfsgerechter, energiesparender und effizienter Einsatz der Ressourcen Wasser und Energie ist erforderlich, um eine zukunftsfähige und nachhaltige Bewässerung zu gewährleisten und der steigenden Nutzungskonkurrenz, um die Ressource Wasser, zu begegnen. Während eine automatisierte Bewässerung im Gewächshaus bereits Stand der Technik ist, wird die Freiflächen und Tröpfchenbewässerung wie z.B. im Gemüse bzw. Obstbau überwiegend manuell auf Basis von Erfahrungswerten der Anbauer oder aufgrund fest geplanter Bewässerungsintervalle durchgeführt. Dies führt in der Regel zu hohen Bewässerungsgaben und kann weiterhin zu Nährstoffauswaschungen führen. Ziel dieses Projektes ist es daher, Daten aus den unterschiedlichsten Quellen auf einer intelligenten Service-Plattform miteinander zu verknüpfen, um dadurch über eine digitale Entscheidungsunterstützung, eine bedarfsgerechte und (teil-)automatisierte Bewässerung zu ermöglichen. Gerade die Integration lokaler Sensoren in einem multivariaten Ansatz, soll dabei auch der zunehmenden Entwicklung von teilabgedeckten Agrarflächen durch Agri-Photovoltaik-Anlagen, Folien und Netzen gerecht werden. Kern des Projekts ist dabei ein Cloud-basierter Bewässerungsplaner, der sich automatisiert an die on-Site gemessenen Klimaparameter, sowie den aktuellen phänologischen Bedingungen in Echtzeit anpasst. Der Planer wird dann mit den bestehenden Systemen der Projektpartner vernetzt, um die Ausführung der Bewässerung zu (teil)-automatisieren.

Bedarfsgerechte Automatisierung der Freiflächen- und Tröpfchenbewässerungstechnik mittels on-site IOT-Sensorik, unterstützt durch Satellitentechnik, Teilprojekt B

Bedingt durch den Klimawandel sind landwirtschaftliche Kulturpflanzen vermehrt Wasserstress und Frostschäden ausgesetzt. Gleichzeitig prognostiziert die FAO einen Anstieg des globalen Wasserbedarfs um 55% (Landwirtschaft um 11%), bei einem Anstieg der gesamten beregneten Fläche um 6% bis 2050. Diese Problematik, kombiniert mit dem Bevölkerungsanstieg, wachsendem Energiebedarf und dem Rückgang der nutzbaren landwirtschaftlichen Fläche in den Industriestaaten, verlangt nach Lösungen. Ein bedarfsgerechter, energiesparender und effizienter Einsatz der Ressourcen Wasser und Energie ist erforderlich, um eine zukunftsfähige und nachhaltige Bewässerung zu gewährleisten und der steigenden Nutzungskonkurrenz, um die Ressource Wasser, zu begegnen. Während eine automatisierte Bewässerung im Gewächshaus bereits Stand der Technik ist, wird die Freiflächen und Tröpfchenbewässerung wie z.B. im Gemüse bzw. Obstbau überwiegend manuell auf Basis von Erfahrungswerten der Anbauer oder aufgrund fest geplanter Bewässerungsintervalle durchgeführt. Dies führt in der Regel zu zu hohen Bewässerungsgaben und kann weiterhin zu Nährstoffauswaschungen führen. Ziel dieses Projektes ist es daher, Daten aus den unterschiedlichsten Quellen auf einer intelligenten Service-Plattform miteinander zu verknüpfen, um dadurch über eine digitale Entscheidungsunterstützung, eine bedarfsgerechte und (teil-)automatisierte Bewässerung zu ermöglichen. Gerade die Integration lokaler Sensoren in einem multivariaten Ansatz, soll dabei auch der zunehmenden Entwicklung von teilabgedeckten Agrarflächen durch Agri-Photovoltaik-Anlagen, Folien und Netzen gerecht werden. Kern des Projekts ist dabei ein Cloud-basierter Bewässerungsplaner, der sich automatisiert an die on-Site gemessenen Klimaparameter, sowie den aktuellen phänologischen Bedingungen in Echtzeit anpasst. Der Planer wird dann mit den bestehenden Systemen der Projektpartner vernetzt, um die Ausführung der Bewässerung zu (teil)-automatisieren.

Hochaufgelöste numerische Untersuchungen des Turbulenzeffektes auf die Struktur von nächtlichen Strahlungsnebeln

Nebel als meteorologisches Phänomen kann große Auswirkungen für die Wirtschaft, aber auch auf die persönliche Sicherheit haben, indem er die Sichtweite in der atmosphärischen Grenzschicht reduziert. Wirtschaftliche Verluste für den Luft-, See-, und Landvekehr als Folge von Nebel sind dabei vergleichbar zu Verlusten durch Winterstürme. Trotz der Fülle an Literatur über Nebel bleibt unser Verständnis der physikalischen Prozesse die zu Nebelbildung und seiner Mikrophysik beitragen unvollständig. Dies ist dadurch begründet, dass mehrere komplexe Prozesse, wie z.B. Strahlungsabkühlung, turbulentes Durchmischen und die mikrophysikalischen Prozesse nichtlinear miteinander interagieren. Zusätzlich verkomplizieren Bodenheterogenitäten bezüglich Vegetation und Bodeneigenschaften die Vorhersagbarkeit von Nebel. Die Fähigkeit von numerischen Wettervorhersagemodellen Nebel vorherzusagen ist in Folge dessen noch dürftig. In diesem Projekt werden hochaufgelöste Grobstruktursimulationen (Large-Eddy Simulationen, LES) verwendet um den Effekt von Turbulenz auf nächtliche Strahlungsnebel zu untersuchen. Das LES Modell PALM wird dazu mit einer sehr hohen Auflösung von etwa 1 m verwendet. Dabei werden in den LES sowohl ein Euler'sches Bulk Wolkenphysikschema, als auch ein Lagrange'sches Partikelmodell, welches die explizite Behandlung von Aerosolen und Nebeltropfen erlaubt, verwendet. Dieser innovative Ansatz erlaubt die Nebeltropfen-Turbulenz-Interaktion zum ersten Mal mit LES zu untersuchen. Das Ziel dieser Studie ist es, einen umfassenden Überblick über die Schlüsselparameter zu erhalten, welche den Lebenszyklus sowie die dreidimensionale Makro- und Mikrostruktur von Strahlungsnebel bestimmen. Weiterhin wird der Effekt von nächtlichem Strahlungsnebel auf die morgendliche Übergangszeit und die Grenzschicht am Tag untersucht. Der Effekt von Bodenheterogenitäten auf nächtlichen Strahlungsnebel wird mit Hilfe von aufgeprägten regelmäßigen idealisierten und unregelmäßigen beobachteten Bodenheterogenitäten in den LES untersucht. Die LES Daten werden anhand von Messdaten der meteorologischen Messstandorte in Cabauw (Niederlande) und Lindenberg (Deutschland) validiert und mit Simulationsdaten des eindimensionalen Grenzschicht- und Nebelvorhersagemodells PAFOG (Universität Bonn) verglichen.

Risiken und Resilienz hydrologischer Extreme in städtisch-ländlichen Gebieten im südlichen Afrika - Co-Produktion von Wasser- und Klimadienstleistungen für ein angepasstes und nachhaltiges Risikomanagement, Teilprojekt 3

1 2 3 4 5 … 36 37 38