Die rasche Verstädterung und das Bevölkerungswachstum haben in den heutigen Gesellschaften neue Probleme geschaffen. Zu diesen Problemen gehören die Verknappung der Trinkwasserressourcen, Schwierigkeiten bei der Abfallbewirtschaftung, Luftverschmutzung, Verkehrsstaus und eine sich verschlechternde und veraltete Infrastruktur. Neben der zunehmenden Dringlichkeit einer nachhaltigen Entwicklung haben Fortschritte in der Mathematik und im Data Science das Konzept der "Smart Cities" zur Lösung dieser Probleme hervorgebracht. Die Versorgung der Menschen mit einer sicheren, zuverlässigen und kostengünstigen Trinkwasserversorgung ist von größter Bedeutung für die Gesundheit in der Gesellschaft, die Wirtschaft und die Politik. Daher ist der Zugang zu sauberem Wasser und sanitären Einrichtungen als eines der 17 Ziele in der Agenda 2030 für nachhaltige Entwicklung der Vereinten Nationen enthalten (https://sdgs.un.org/goals). In diesem Zusammenhang sind die Wasserversorgungsnetze (WDN) das Herzstück jeder intelligenten Stadt und erfordern neue Überlegungen und Entwicklungen, um intelligenter verwaltet und betrieben zu werden. Eines der Hauptprobleme in WDNs sind Lecks im System. Leckagen führen zu einem spürbaren Verlust von sauberem Wasser, was zu umgekehrten Leckagen, Verunreinigungen durch Grundwasser und ernsthaften Betriebsschwierigkeiten führen kann. Eine frühzeitige Leckerkennung spart Wasser und verhindert, dass sich kleine Lecks zu Wassereinbrüchen ausweiten. Daher sind Einrichtungen zur frühzeitigen Leckerkennung für jedes intelligente WDN unerlässlich, um Verluste und die Gefahr von Leckagen zu verringern. SMARTWINE zielt darauf ab, das Potenzial einer Kombination aus maschinellem Lernen (ML), Graphentheorie und Optimierungstechniken zu erforschen und zu nutzen, um zuverlässige, schnelle und einfach zu bedienende Methoden zur Echtzeit-Leckerkennung und Alarmierung in WDNs zu entwickeln.
Gesellschaftliche Relevanz: Die Versorgung der Bevölkerung mit ausreichend Wasser in guter Qualität wird eine der großen Herausforderungen in der nahen Zukunft sein. Landnutzung und Klimawandel verschärfen dieses Problem. Wir haben nur begrenzte Möglichkeiten, neues Wasser bereitzustellen oder Wasser in Stauseen für Zeiten von Wasserknappheit aufzubewahren. Eine kluge Nutzung und Bewirtschaftung der Wasserressourcen scheinen die vielversprechendsten Instrumente zur Entschärfung der Situation. Daher wurden numerische Modelle für Seen eingesetzt, die sich jedoch immer noch an Ozeanannahmen orientieren. Infolgedessen sind simulierte Strömungen im tiefen Wasser von Seen nahe der Temperatur der maximalen Dichte (d. h. nahe 4 °C) fehlerhaft oder unrealistisch. Wir haben bessere Kenntnisse über die physikalischen Eigenschaften von Seewasser. Numerische Seemodelle könnten also wesentlich verbessert werden. Unsere Hypothese ist es, dass das Einbringen von Thermobarizität in numerische Modelle die bekannten Probleme behebt und so die entscheidenden Effekte weit besser dargestellt werden können. Wissenschaftliche Herausforderung: Thermobare Effekte kontrollieren die Tiefenzirkulation in tiefen Seen in der gemäßigten und subpolaren Klimazone. Obwohl das Thema in letzter Zeit in der Ozeanographie an Interesse gewonnen hat, wurden die Merkmale in tiefen Seen bislang nicht richtig behandelt. Per Definition geht die praktische physikalische Größe der potentiellen Dichte verloren, wenn thermobare Effekte dominieren. Dies erschwert die Darstellung von Stabilitätsbetrachtungen. Wir sind jedoch überzeugt, dass die Beschreibung thermobarer Effekte deutlich verbessert werden kann. Wir schlagen vor, ausgehend von den Grundlagen thermodynamischer Ansätze über Stabilitätsbetrachtungen bis hin zu vereinfachter Modellierung die Implementierung der thermobaren Effekte in numerischen Modellen vorzunehmen, um die Auswirkungen in einigen prominenten Fällen zu demonstrieren. Wir sind überzeugt, dass wir mit unseren vereinten Kompetenzen neue Ansätze finden, um thermobare Effekte zu verstehen und zu kommunizieren. Mit unserer Erfahrung werden wir effektive numerische Ansätze finden, um dieses Thema grundlegend zu bearbeiten und neue Lösungsansätze zu bieten. Schließlich werden wir DELFT3D (DELTARES) einsetzen, um thermobare Effekte in einigen tiefen Seen zu simulieren und zu demonstrieren. Wir erwarten, dass dieses Projekt die Perspektive einer zukünftigen fruchtbaren Zusammenarbeit eröffnet.
Neue Sorten werden in Feldversuchen in mehreren Umwelten (MET) extensiv getestet, um zuverlässige empirische Grundlage für Sortenempfehlungen für Landwirte zu erhalten. Falls die Zielpopulation von Umwelten groß genug und heterogen ist, ist eine Aufteilung in Subregionen oft vorteilhaft. Bei der Planung solcher Versuche erhebt sich die Frage der Zuordnung der Feldversuche den Subregionen. Zu Lösung dieses Problems werden meistens lineare gemischte Modelle angenommen. Optimale Versuchspläne (optimale Zuordnungen der Feldversuche) werden für beste lineare unverszerrte Vorhersagen (BLUPs) für Genotypeffekte und ihre paarweise lineare Kontraste bestimmt. In diesem Projekt werden lineare gemischte Modelle mit korrelierten Genotypeffekten untersucht, die zudem Jahres- und / oder Umweltfaktoren miteinbeziehen können. Außerdem ist geplant unvollständige Block-Designs (alpha-Designs, Zeilen-Spalten-Pläne) neben randomisierten vollständigen Block-Designs zu berücksichtigen. Für den Fall dass Markerdaten verfügbar sind, werden Versuchspläne für MET für Sparse Testing untersucht. Sparse Testing bedeutet die Prüfung jedes Genotyps ausschließlich in einem Teil der Feldversuche. Dadurch wird die Erfassung der Marker-Umwelt-Interaktion in einer erhöhten Zahl von Umwelten ermöglicht, wodurch eine höhere Präzision der Schätzung von Markereffekten erreicht wird. Die Aufgabe der Versuchsplanung ist nun die Zuordnung der Genotypen zu den Prüfumwelten. Die linearen gemischten Modelle sind hier so kompliziert, dass die Designfragestellungen nicht trivial sind. In den Fällen, wo die daraus resultierenden Designkriterien keine Spezialfälle von bekannten Kriterien sind, werden neue Berechnungsmethoden für optimale Versuchsplanung entwickelt. Eine zugehörige Fragestellung in dieser Forschung ist die Ermittlung von optimalen oder hocheffizienten Designs, die unabhängig von oder mindestens unsensitiv bzgl. der Kovarianzmatrix der zufälligen Effekte sind. Zu Lösung dieses Problems wird ein Bayesianischer Ansatz benutzt. Außerdem werden das Minimax-Kriterium und / oder das Maximin-Efficiency-Kriterium untersucht, die dem "worst case" bezüglich der zugrundeliegenden Kriterien entsprechen.
Der Koordinationsantrag für das SPP 2089 Raum-zeitliche Organisation der Rhizosphäre - der Schlüssel zum Verständnis von Rhizosphärenfunktionen - Phase 2 bietet eine kurze Einführung in das Konzept und die Hypothesen des SPP (Abschnitt 1.1), gibt einen kurzen Überblick über die experimentellen Plattformen und die gemeinsamen Probenahmestrategien (Abschnitt 1.2) und umfasst die Zusammenfassung der Forschungsergebnisse aus Phase 1 (Abschnitt 1.3.1 - 1.3.6). Diese Zusammenfassung enthält auch die von der Koordination durchgeführten feldbezogenen Messungen, die nicht an anderer Stelle dargestellt werden können. Die Datenintegration und die Initiierung gemeinsamer Manuskripte wurden adressiert (Abschnitt 1.3.7) und die Ziele des SPP in Phase 2 werden abgeleitet (Abschnitt 1.4), einschließlich der Forschungsfragen und der damit verbundenen gemeinsamen Experimente für Phase 2. Eine besondere Herausforderung ist die Integration von Daten aus verschiedenen Skalen und Disziplinen (Abschnitt 1.5). Dies führt zu den spezifischen Aufgaben der Koordination (Kommunikation, PP-Datenbank BExIS, Soil-Plot-Experiment, Organisation von Treffen/Workshops, Röntgencomputertomographie-Service, Öffentlichkeitsarbeit), die alle darauf abzielen, eine Datensynthese zu ermöglichen (Abschnitt 1.6). Erste Beispiele für integrierte Arbeiten sind in der Bibliographie aufgeführt (Abschnitt 1.7). In Anbetracht des begrenzten Platzes ist die Beschreibung der Forschungsergebnisse sehr kurz und zielt darauf ab, die Ergebnisse in einer integrierten Weise zu präsentieren. Gleiches gilt für die Beschreibung neuer gemeinsamer Experimente, auch hier finden sich die Details in den jeweiligen Einzelanträgen.
Die systematische Untersuchung des Zusammenspiels von Transformationsprozessen in der Rhizosphäre mit Fokus auf Mucilage und Wurzelhaare und deren Kopplungen zur Bodenstruktur, Geochemie, Mikrobiologie und zu hochskalierten Bodenfunktionen wird zur zentralen Frage des PP beitragen, wie Resilienz aus selbstorganisierter raum-zeitlicher Musterbildung in der Rhizosphäre entsteht. Mechanistische, mathematische Modelle in Form von kombinierten zellulären Automaten und PDE/ODE-Systemen auf der Mikroskala bieten die Möglichkeit, Skalen durch Homogenisierungstechniken zu überbrücken.H1: Die Entwicklung der Selbstorganisation in der Rhizosphäre in Verbindung mit den raum-zeitlichen Mustern von Nährstoffen, Wasser und Biomasse kann mit der realisierten Erweiterung des Simulationswerkzeugs nun untersucht werden.H2: Der Zusammenhang zwischen Bodenstrukturbildung, Habitatbedingungen - auch beeinflusst durch die Produktion und den Abbau von Schleimstoffen - und den mikrobiellen Gemeinschaften.H3: Die Größe der Rhizosphäre wird durch die radiale Ausdehnung der Strukturbildung bestimmt, die durch die Wurzelaktivität/Morphologie gesteuert wird.Wir wollen insbesondere das Zusammenspiel von Bodenstruktur (Porosität), Wurzelexudaten und für die Pflanze relevanten Transporteigenschaften untersuchen. Damit adressieren wir die Schwerpunkte Aggregatbildung/Bodenstruktur mit Porenskalenmodellierung und Wasserfluss/Mucilage, und insbesondere die Forschungsfragen der Phase 2:III. Wie interagieren Kohlenstofffluss und Struktur (mit P19, P22)?V. Welche Relevanz hat Mucilage für das System Boden-Pflanze in Bezug auf Trockenheitsresilienz; trotz des mechanistischen Verständnisses auf der Mikroskala - Beweise für Relevanz auf der Systemskala, System Pflanze-Boden fehlen noch (mit P4,P5,P23,P24)VI. Was ist die mechanistische Funktion von Wurzelhaaren - Quantifizierung der Aufrechterhaltung der hydraulischen Kontinuität, der Auswirkung auf die Nährstoffaufnahme und der Ausdehnung von Verarmungszonen (mit P7,P4).In enger Zusammenarbeit mit den experimentellen Partnern evaluieren wir das Zusammenspiel der Mechanismen in konkreten SPP Settings und werden dabei auch auf die von P21 identifizierten raum-zeitlichen Muster aus hochauflösender korrelativer Bildgebung Bezug nehmen. Die notwendige Grundlage für 3D-Simulationen werden parallelisierte, effiziente Algorithmen und Machine Learning sein, um das Upscaling von Bodenfunktionen systematisch zu untersuchen. Das Simulationswerkzeug liefert seinen Wert durch die Fähigkeit, Einflussfaktoren und Mechanismen durch Abstraktion relevanter Prozesse zu veranschaulichen, zu vergleichen und aufzudecken. Es soll nicht die Datenkurven der Experimente "nachzeichnen", sondern neue Erkenntnisse durch die separate Analyse, aber auch die Untersuchung des Zusammenspiels mehrerer Prozesse in einer integrativen Simulation gewinnen. Damit soll es eine Wissenslücke schließen, die Experimente allein derzeit nicht füllen können.
Die 3D-Mikrostruktur von Wurzeln spielt eine Schlüsselrolle für biologische, chemische und physikalische Prozesse, die die Bildung und Funktion von Rhizosphäre und Wurzelstruktur beeinflussen. Computertomographie (CT) ist eine leistungsfähige Technik zur Untersuchung räumlich und zeitlich aufgelöster Wurzelwachstumsmuster in 3D. Simulierte Wurzelarchitekturen liefern jedoch zusätzliche Erkenntnisse, z.B. durch schnellere Datenerfassung und höhere zeitliche Auflösung. In beiden Fällen werden große Mengen an komplexen Bilddaten generiert, die statistisch analysiert und mit möglichst wenigen Parametern modelliert werden müssen.In Kooperation mit der Gruppe von D. Vetterlein (UFZ) haben wir ein Wurzeldistanzmodell entwickelt, das in der Lage ist, Wachstumsmuster in den ersten Wochen des Wachstums von Vicia faba zu beschreiben. Mit der Gruppe von A. Schnepf (FZJ) wurden Zusammenhänge zwischen den Eingangsparametern des 3D-Wurzelarchitekturmodells CRootBox und verschiedenen Kenngrößen der simulierten Wurzelsysteme, wie Wurzellängendichte und Volumen der konvexen Hülle, untersucht.Ziel dieses Projekts ist es, die erfolgreiche Zusammenarbeit mit den beiden genannten Partnergruppen fortzusetzen und auszubauen. Dabei analysieren wir statistisch (experimentell beobachtete und simulierte) Wurzelwachstumsmuster aus der Bodenperspektive. Neben der Analyse ganzer Wurzelsysteme mittels Wurzeldistanzmodellen entwickeln wir lokale Wurzeldistanzmodelle bezüglich bestimmter Klassen von Wurzelsegmenten, z.B. ältere Segmente (in der Nähe des Keims) oder Segmente, die sich an oder in der Nähe der Wurzelspitzen befinden. Dies liefert detaillierte Einblicke in die Dynamik von Wurzelwachstum und -funktion. Darüber hinaus werden quantitative Zusammenhänge zwischen den Eingangsparametern von CRootBox und weiteren Wurzelkenngrößen bestimmt. Multivariate Ansätze wie Copulas liefern die mathematischen Werkzeuge, um parametrische Metamodelle für Vektoren von (korrelierten) Wurzelkenngrößen zu konstruieren. Aus den dabei ermittelten Ergebnissen wird ein universell anwendbarer Ansatz für die zielgerichtete Kalibrierung von Wurzelarchitekturmodellen entwickelt. Insbesondere zeigen wir, wie Methoden des maschinellen Lernens mit den erzielten Ergebnissen kombiniert werden können, um CRootBox mit Hilfe von tomographischen Wurzelbilddaten oder abgeleiteten Kenngrößen zu kalibrieren. Weiterhin beschreiben wir geometrische Wurzelmuster statistisch zur Unterscheidung zwischen rein zufälligen, gleichmäßigen und clusterbildenden Morphologien. Dabei werden Methoden der stochastischen Geometrie bei der Analyse des Wachstums von Wurzelsystemen verwendet, um z.B. die Korrelation von Schnittpunkten der Wurzel mit planaren (z.B. vertikalen oder horizontalen) Bodenabschnitten mit chemischen 2D-Maps zu untersuchen. Desweiteren werden wir eine vergleichende statistische Analyse von Wurzelkenngrößen in beschränkten und unbeschränkten Wurzelarchitekturen durchführen.
In the framework of the Collaborative Research Centre/Transregio 32 ‘Patterns in Soil-Vegetation-Atmosphere Systems: Monitoring, Modelling, and Data Assimilation’ (CRC/TR32, www.tr32.de), funded by the German Research Foundation from 2007 to 2018, a RDM system was self-designed and implemented. The so-called CRC/TR32 project database (TR32DB, www.tr32db.de) is operating online since early 2008. The TR32DB handles all data including metadata, which are created by the involved project participants from several institutions (e.g. Universities of Cologne, Bonn, Aachen, and the Research Centre Jülich) and research fields (e.g. soil and plant sciences, hydrology, geography, geophysics, meteorology, remote sensing). The data is resulting from several field measurement campaigns, meteorological monitoring, remote sensing, laboratory studies and modelling approaches. Furthermore, outcomes of the scientists such as publications, conference contributions, PhD reports and corresponding images are collected in the TR32DB.
Microaggregate development and turnover and its linkage to the function of soils is a major research field in soil science. The RU 2179 MADSoil - Microaggregates: Formation and turnover of the structural building blocks of soil has mounted the growing awareness of the potential role of microaggregates for the functioning of soils by putting in action a joint collaborative research program. The RU 2179 MAD Soil aims for an advanced mechanistic understanding of the formation, stability and turnover of microaggregates by exploring their structure, composition, and properties in-situ, in-vitro and in-silico. These challenging and demanding goals can only be achieved by a straightforward and purposive coordination and a structured and guided realization of an analysis towards the grand goals by integrating and annealing concepts and findings. Focus of the coordination project for the second phase is thus the synoptic synthesis of the results of the individual projects by expanding of and integrating in the theoretical mechanistic framework provided through our joint modeling endeavor. Besides this scientific focus, continued mission of project PC will be the coordination and organization of sampling campaigns, meetings, symposia and workshops, the provision of the basic physical, chemical and biological parameters of the joint field sites, the loess pedosequence and the organic matter depletion field trial, central data handling including the pre-processing and storage, the dissemination of results, and the realization of outreach activities including the web and social media presence.
In diesem Projekt soll ein mechanistisches Modell entwickelt, sowie analytisch und numerisch untersucht werden, das die Entstehung, Stabilität und Umsetzung von Bodenmikroaggregaten umfassend beschreibt. Im Gegensatz zu bereits existierenden konzeptionellen Aggregierungsmodellen und Kompartmentmodellen zur Kohlenstoffumsetzung und Aggregierung, zielen wir in der Modellierung auf spezifische Transformationsprozesse der Bodenmikroaggregate ab, die zunächst in den anderen Teilprojekten experimentell identifiziert werden. Da wir an einer verbesserten mechanistischen, qualitativen und auch quantitativen Beschreibung der Aggregierung interessiert sind, formulieren wir die aus den Experimenten gewonnenen Einsichten als gewöhnliche Differentialgleichungen (GDGl), partielle Differentialgleichungen (PDGl) und möglicherweise algebraische Gleichungen (AGl). Dazu integrieren wir Informationen über Prozesse, die auf unterschiedlichen räumlichen Skalen erhalten wurden, sowie räumliche Heterogenität und Variabilität in unser Modell. Die gesamte Modellierung erfolgt rigoros und deterministisch und die Modellierungskonzepte beruhen auf Kontinuumsmechanik und beschränken sich nicht auf heuristische Ratenfunktionen. Ausgehend vom Porenskalenmodell wenden wir Mehrskalentechniken an, um ein umfassendes mathematisches Modell auf der Makroskala zu erhalten (bottom up). Wir ziehen insbesondere das Wechselspiel von Geochemie und Mikrobiologie sowie den Zusammenhang zu Bodenfunktionen mit ein. Das resultierende GDGl/PDGl System und komplexe Mikro-makro Probleme können nicht mit Standardsoftware gelöst werden. Die Anzahl der Spezies, die Nichtlinearitäten der Prozesse und die Heterogenität des Mediums führen zu hohem Rechenaufwand, der hochgenaue und effiziente Diskretisierungstechniken und Lösungsverfahren erfordert. Darüber hinaus sollen anspruchsvolle numerische Mehrskalenmethoden angewandt werden. Dennoch kann es nicht das Ziel unserer Simulationen sein, die Realität detailgetreu nachzubilden. Vielmehr zielen wir darauf ab, Einflussfaktoren und Prozessmechanismen darzustellen, zu vergleichen und aufzudecken, indem wir relevante Prozesse abstrahieren.
Modul Vertretung im Rahmen von DFG Projektakademie "Nachhaltigkeit in globalen Wertschöpfungsketten"Die Vertretung ist notwendig, um die im Antrag:„Ökologisch nachhaltige Wertschöpfungsketten in der Landwirtschaft durch Optimierung des Insektizid-Gebrauchs aufgrund von automatisiertem Schädlings-Monitoring“, der im Rahmen der genannten Projektakademie einbracht wurde, skizzierten Vorarbeiten undLiteraturrecherchen durchzuführen. Ziel ist es, die zum Verfassen eines kompetitiven Förderantrags bei der DFG notwendige wissenschaftliche Grundlage zu schaffen.Bei der, im Rahmen der Projektakademie eingereichten, Projektskizze handelt es sich um ein Grundlagenforschungsprojekt, welches Methoden der mathematischen/statistischen Modellierung sowie der Computerwissenschaften (insbes. Maschinelles Lernen) für wirtschaftswissenschaftliche Anwendungen weiterentwickelt. Ich bin zwar mit der vorgeschlagenen wissenschaftlichen Methodik aufgrund meiner bisherigen Forschung bestens vertraut, spezialisierte mich aber auf biowissenschaftliche und genetischeAnwendungen und nicht auf eine wirtschaftswissenschaftliche Domäne. Deshalb sind eine besonders sorgfältige Einarbeitungsphase und ein höherer Aufwand an Literaturrecherche unerlässlich. Das ist notwendig, um die Relevanz der Forschungsergebnisse im wirtschaftswissenschaftlichen Kontext entsprechend herauszuarbeiten und ihren Impact zu maximieren zu können.
| Origin | Count |
|---|---|
| Bund | 10 |
| Wissenschaft | 1 |
| Type | Count |
|---|---|
| Förderprogramm | 10 |
| Repositorium | 1 |
| License | Count |
|---|---|
| offen | 11 |
| Language | Count |
|---|---|
| Deutsch | 8 |
| Englisch | 10 |
| Resource type | Count |
|---|---|
| Keine | 1 |
| Webseite | 10 |
| Topic | Count |
|---|---|
| Boden | 10 |
| Lebewesen und Lebensräume | 8 |
| Luft | 4 |
| Mensch und Umwelt | 11 |
| Wasser | 4 |
| Weitere | 11 |