Das Landeskompetenzzentrum Forst Eberswalde verwaltet Daten von fast 1000 im ganzen Land Brandenburg verteilten Versuchen mit über 3000 häufig sehr langfristig bearbeiteter Einzelflächen (teilweise seit 1870), von denen mehr als 1000 Flächen noch unter aktueller Beobachtung stehen. Die Digitalisierung der Lageskizzen älterer Flächen erfolgte 2013-2014. Neue Flächen werden mit Hilfe von GPS geografisch verortet. Die Daten werden in einer Datenbank der langfristigen forstlichen Versuchsflächen des Landes Brandenburg verwaltet. Der WFS-Dienst enthält 52 abrufbare Layer zu den forstliche Versuchsflächen des Landes Brandenburg: die Gesamtmenge aller Flächen sowie gefiltert nach einzelnen fachbezogenen Parametern.
The Global Ozone Monitoring Experiment-2 (GOME-2) instrument continues the long-term monitoring of atmospheric trace gas constituents started with GOME / ERS-2 and SCIAMACHY / Envisat. Currently, there are three GOME-2 instruments operating on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B, and -C, launched in October 2006, September 2012, and November 2018, respectively. GOME-2 can measure a range of atmospheric trace constituents, with the emphasis on global ozone distributions. Furthermore, cloud properties and intensities of ultraviolet radiation are retrieved. These data are crucial for monitoring the atmospheric composition and the detection of pollutants. DLR generates operational GOME-2 / MetOp level 2 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Chemistry Monitoring (AC-SAF). GOME-2 near-real-time products are available already two hours after sensing. The operational NO2 total column products are generated using the algorithm GDP (GOME Data Processor) version 4.x integrated into the UPAS (Universal Processor for UV / VIS Atmospheric Spectrometers) processor for generating level 2 trace gas and cloud products. The total NO2 column is retrieved from GOME solar back-scattered measurements in the visible wavelength region (425-450 nm), using the Differential Optical Absorption Spectroscopy (DOAS) method. For more details please refer to relevant peer-review papers listed on the GOME and GOME-2 documentation pages: https://atmos.eoc.dlr.de/app/docs/
The Global Ozone Monitoring Experiment-2 (GOME-2) instrument continues the long-term monitoring of atmospheric trace gas constituents started with GOME / ERS-2 and SCIAMACHY / Envisat. Currently, there are three GOME-2 instruments operating on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B, and -C, launched in October 2006, September 2012, and November 2018, respectively. GOME-2 can measure a range of atmospheric trace constituents, with the emphasis on global ozone distributions. Furthermore, cloud properties and intensities of ultraviolet radiation are retrieved. These data are crucial for monitoring the atmospheric composition and the detection of pollutants. DLR generates operational GOME-2 / MetOp level 2 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Chemistry Monitoring (AC-SAF). GOME-2 near-real-time products are available already two hours after sensing. The operational HCHO total column products are generated using the algorithm GDP (GOME Data Processor) version 4.x integrated into the UPAS (Universal Processor for UV / VIS Atmospheric Spectrometers) processor for generating level 2 trace gas and cloud products. For more details please refer to relevant peer-review papers listed on the GOME and GOME-2 documentation pages: https://atmos.eoc.dlr.de/app/docs/
The Global Ozone Monitoring Experiment-2 (GOME-2) instrument continues the long-term monitoring of atmospheric trace gas constituents started with GOME / ERS-2 and SCIAMACHY / Envisat. Currently, there are three GOME-2 instruments operating on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B and -C, launched in October 2006, September 2012, and November 2018, respectively. GOME-2 can measure a range of atmospheric trace constituents, with the emphasis on global ozone distributions. Furthermore, cloud properties and intensities of ultraviolet radiation are retrieved. These data are crucial for monitoring the atmospheric composition and the detection of pollutants. DLR generates operational GOME-2 / MetOp level 2 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Chemistry Monitoring (AC-SAF). GOME-2 near-real-time products are available already two hours after sensing. The operational BrO (Bromine monoxide) total column products are generated using the algorithm GDP (GOME Data Processor) version 4.x integrated into the UPAS (Universal Processor for UV / VIS Atmospheric Spectrometers) processor for generating level 2 trace gas and cloud products. For more details please refer to https://atmos.eoc.dlr.de/app/missions/gome2
The Global Ozone Monitoring Experiment-2 (GOME-2) instrument continues the long-term monitoring of atmospheric trace gas constituents started with GOME / ERS-2 and SCIAMACHY / Envisat. Currently, there are three GOME-2 instruments operating on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B and -C, launched in October 2006, September 2012, and November 2018, respectively. GOME-2 can measure a range of atmospheric trace constituents, with the emphasis on global ozone distributions. Furthermore, cloud properties and intensities of ultraviolet radiation are retrieved. These data are crucial for monitoring the atmospheric composition and the detection of pollutants. DLR generates operational GOME-2 / MetOp level 2 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Chemistry Monitoring (AC-SAF). GOME-2 near-real-time products are available already two hours after sensing. OCRA (Optical Cloud Recognition Algorithm) and ROCINN (Retrieval of Cloud Information using Neural Networks) are used for retrieving the following geophysical cloud properties from GOME and GOME-2 data: cloud fraction (cloud cover), cloud-top pressure (cloud-top height), and cloud optical thickness (cloud-top albedo). OCRA is an optical sensor cloud detection algorithm that uses the PMD devices on GOME / GOME-2 to deliver cloud fractions for GOME / GOME-2 scenes. ROCINN takes the OCRA cloud fraction as input and uses a neural network training scheme to invert GOME / GOME-2 reflectivities in and around the O2-A band. VLIDORT [Spurr (2006)] templates of reflectances based on full polarization scattering of light are used to train the neural network. ROCINN retrieves cloud-top pressure and cloud-top albedo. The cloud-top pressure for GOME scenes is derived from the cloud-top height provided by ROCINN and an appropriate pressure profile. For more details please refer to relevant peer-review papers listed on the GOME and GOME-2 documentation pages: https://atmos.eoc.dlr.de/app/docs/
Zweck und Ziel: Extreme Standorte, die haeufig in Zusammenhang mit der Lagerung von Baggergut, dem Anschuetten von Daemmen usw entstehen, koennen oft nur durch eine Rasenansaat rasch wieder in die umgebende Landschaft eingegliedert und gleichzeitig vor Erosion geschuetzt werden. Ziel dieser Untersuchungen ist die Ermittlung geeigneter, vor allem trockenheitsvertragender Wildrasenmischungen zur pflegeextensiven Begruenung und dauerhaften Festlegung unterschiedlicher Bodensubstrate. Ausfuehrung: Durchfuehrung von Gelaendeversuchen mit langfristiger Beobachtung, Untersuchung und nachfolgender Auswertung. Ergebnisse: Der im Rahmen dieses Forschungsvorhabens 1983 durchgefuehrte Versuch auf einer Materialdeponie (Buntsandstein, Muschelkalk) am Neckar laesst aus Entwicklungszeitgruenden noch keine endgueltige Beurteilung zu. Es konnte bisher festgestellt werden, dass der hohe Kleeanteil im Saatgut fuer den Buntsandsteinbereich zunaechst eine Verdraengung anderer Arten bewirkte und das Ziel, einen Trockenrasen anzusiedeln, nicht erreicht wurde. In der Zwischenzeit verzeichnen jedoch auch andere Gras- und Kraeuterarten wieder hoehere Anteile im Bestand. Das hat insgesamt zu einer vollstaendigen Begruenung dieser Flaechen gefuehrt. Im Muschelkalk breitet sich der Trockenrasen weiterhin nur langsam aus, was aber vor allem auf den hohen Anteil an grobkoernigen Substrat zurueckzufuehren ist. Wo sich feinteiliges Material hinter groberem Substrat ansiedeln kann, setzt unmittelbar auch eine Vegetationsentwicklung ein. Hier sind es vor allem die Graeser und einige wenige Kraeuter, die unter den exponierten Bedingungen hoehere Anteile am Bestand einnehmen.Die Untersuch
Das Vorhaben 'LangEFeld' zielt auf ein Langzeit-Monitoring von Elektroabscheidern im Feld an Kleinfeuerungsanlagen wie dem Pellet- und Kaminofen ab. Hierbei soll es um die Verfügbarkeit und mögliche Alterungseffekte der Elektroabscheider im Feld gehen und die Abscheideeffizienz vor und nach dem Feldversuch werden ermittelt. Für die Beurteilung der Abscheidegrade sind geeignete Messverfahren zu suchen. Außerdem werden verschiedene Messmethoden zur Bestimmung der Partikelanzahl und Partikelgrößenverteilung in Prüfständen vor und nach dem Abscheider miteinander verglichen. Daraus sollen Empfehlungen an die Praxis hinsichtlich der Betriebssicherheit und der Vermeidung von Fehlbedienungen abgeleitet werden. Gleichzeitig werden auch die Grundlagen erarbeitet, um zukünftig effektive Staubminderungsmaßnahmen entwickeln zu können sowie wirkungsvolle Benutzerregeln und Fördermaßnahmen für solche nachrüstbaren Komponenten ableiten zu können. Neben den Elektroabscheidern gibt es auch vielversprechende Katalysatorlösungen als integrierte Emissionsminderungsmaßnahme, die jedoch bisher keinen Langzeittests ausgesetzt wurden, weshalb momentan noch keine belastbaren Aussagen zu Standzeiten von Katalysatoren in Einzelraumfeuerungen getroffen werden können. Damit werden die im Projekt ohnehin erforderlichen Datenerfassungen und Dokumentationen an den Praxisanlagen zusätzlich dazu verwendet, die Einsatzbedingungen bei der gezielt herbeigeführten Katalysatoralterung über längere Betriebszeiten zu charakterisieren.
Vorhabenziel: Das Forschungsprojekt bearbeitet zwei Schwerpunkte: Die energetische Querschnittsanalyse von deutschen Theaterspielstätten und das Intensivmonitoring des denkmalgeschützten, aktuell in Sanierung befindlichen Opern- und Schauspielhauses Köln nach seiner Wiedereröffnung 2015. Ziel ist die Analyse von 10- 15 charakteristischen Gebäuden für ein Benchmarking der durch ihre Frequentierung stark öffentlich wahrgenommenen Theaterspielstätten. Detaillierte vergleichende Angaben zu Energiekennwerten, Wirtschaftlichkeit, Lebenszykluskosten und Nutzerzufriedenheit wurden für den Gebäudetypus bislang nicht erhoben, diese erfasst das Forschungsprojekt u.a. mit dem Schwerpunkt Komfortuntersuchung im Monitoring. Arbeitsplanung: Für die energetischen Querschnittsanalysen werden Berechnungen mit den Bilanzierungswerkzeugen TEK-Tool und EnerCalc, sowie Kurzzeitmessungen und Nutzerbefragungen durchgeführt. Für das Intensivmonitoring des Opern- und Schauspielhauses wird ein Messkonzept erarbeitet, welches in Phase 2 mit Messungen, Nutzerbefragung, Auswertungen und Optimierungen umgesetzt wird. Ein mögliches Überführen in ein Langzeitmonitoring wird vorbereitet. Geplante Ergebnisverwertung: Das im Forschungsprojekt erarbeitete Energie-Benchmarking für den Gebäudetypus Theaterspielstätten ermöglicht den Häusern eine Positionierung im Bereich Energie und die Identifizierung von Hochverbrauchern. Die erarbeiteten Kennwerte des Gebäudetypus Theaterspielstätten sollen über den Normenausschuss die Nutzungsrandbedingungen für Theater- und Veranstaltungsbauten der DIN 18599 weiter optimieren helfen. Die erfassten Daten erweitern die EnOB-Datenbank um Theaterspielstätten. In die Forschungsarbeiten werden Studierende einbezogen, ein fachübergreifendes Studienmodul 'Optimierung von Sanierungskonzepten mittels Monitoring' wird entwickelt. Die Bilanzierungswerkzeuge TEK und EnerCalc werden über die Lehre weiter verbreitet und die den Entwicklern gespiegelten Erfahrungen mit TEK helfen die Werkzeuge weiter zu optimieren.
Das Forsthydrologische Forschungsgebiet Reinhardswald (Nordhessen) umfasst das 420 ha grosse, bewaldete Einzugsgebiet des Elsterbaches. Dort werden seit 1971 Wasser- und Stoffbilanzuntersuchungen durchgefuehrt. Vorrangiges Ziel ist es, die atmogene Saeure- und Schadstoffbelastung dieses repraesentativen Mittelgebirgs-Waldoekosystems zu quantifizieren und die langfristigen Auswirkungen der sauren Deposition auf die forstlichen Standorte, die Waldbestockung, das Abflussverhalten/-regime und die Gewaesserqualitaet zu dokumentieren. Im Rahmen einer normalen forstlichen Bewirtschaftung wird das Forschungsgebiet Reinhardswald also als 'Barometer-Einzugsgebiet' zum Erkennen exogen verursachter Veraenderungen im Wasser- und Stoffhaushalt genutzt
Die aus der Emission von Schadstoffen aus Schweineställen resultierende Umweltbelastung ist vor allem auf Geruch, Staub, Methan, Kohlendioxid, Ammoniak, Schwefelwasserstoff und über 100 weitere Spurengase zurückzuführen. Zur Minderung dieser Emissionen dient eine Abgasreinigungsanlage, die modular aus einer chemischen Wäsche und einer Biofiltration im Pilotanlagen-Maßstab zusammengesetzt ist. In dem beantragten Projekt werden durch experimentelle und theoretische Untersuchungen die Erlangung von Kenntnissen über grundlegende Zusammenhänge dabei und die weiterführende Minimierung der Schad- und Geruchsstoffkonzentrationen im Abgas angestrebt. Die experimentellen Untersuchungen zur genaueren Charakterisierung des Anlagenverhaltens und der ablaufenden Prozesse gliedern sich in zwei Schwerpunktbereiche: Der erste umfasst die Prozesse im chemischen Wäscher, insbesondere Staubeintrag, -beschaffenheit, -Abscheidegrad und Adsorptionsvermögen des Staubes - dabei steht der Zusammenhang zwischen Staubeintrag und Geruchsminderungsgrad im Mittelpunkt - sowie die Parameterbestimmung für eine Modellierung und Simulation. Der zweite Schwerpunkt liegt auf dem Bereich Langzeitmonitoring der Abgasreinigungsanlage - insbesondere hinsichtlich der Wirkungsgradabhängigkeiten und der Einflussgrößen auf die Verfahrensstabilität. Die Modellierung und Simulation der gesamten Reinigungsanlage durch Adaption verfahrensspezifischer Zusammenhänge soll Vorhersagen für verschiedene apparative Ausgangssituationen und verfahrenstechnische Einstellungen liefern.
| Origin | Count |
|---|---|
| Bund | 809 |
| Land | 68 |
| Schutzgebiete | 2 |
| Wissenschaft | 47 |
| Type | Count |
|---|---|
| Daten und Messstellen | 33 |
| Ereignis | 4 |
| Förderprogramm | 743 |
| Repositorium | 2 |
| Text | 49 |
| unbekannt | 64 |
| License | Count |
|---|---|
| geschlossen | 85 |
| offen | 790 |
| unbekannt | 20 |
| Language | Count |
|---|---|
| Deutsch | 737 |
| Englisch | 256 |
| Resource type | Count |
|---|---|
| Archiv | 8 |
| Bild | 3 |
| Datei | 31 |
| Dokument | 36 |
| Keine | 495 |
| Unbekannt | 3 |
| Webdienst | 18 |
| Webseite | 342 |
| Topic | Count |
|---|---|
| Boden | 642 |
| Lebewesen und Lebensräume | 767 |
| Luft | 554 |
| Mensch und Umwelt | 895 |
| Wasser | 560 |
| Weitere | 886 |