API src

Found 3330 results.

WMS Positivnetz Lang-LKW Hamburg

Dieser Web Map Service (WMS), Positivnetz Lang-LKW, stellt den Teil des Hamburger Straßennetzes dar, der für die Befahrung mit Lang-Lkw freigegeben ist (Positivnetz). In Hamburg beschränkt sich dieses Straßennetz auf die Bundesautobahnen für den Transit zwischen den Bundesländern, auf einige Strecken im Hafenbereich sowie auf ausgewählten Stadtstraßen zu Gewerbe- und Industriegebieten. Das Befahren außerhalb der angegebenen Stadtstraßen ist nicht gestattet. Zur genaueren Beschreibung der Daten und Datenverantwortung nutzen Sie bitte den Verweis zur Datensatzbeschreibung.

WFS Positivnetz Lang-LKW Hamburg

Dieser Web Feature Service (WFS), Positivnetz Lang-LKW, stellt den Teil des Hamburger Straßennetzes zum Download bereit, der für die Befahrung mit Lang-Lkw freigegeben ist (Positivnetz). In Hamburg beschränkt sich dieses Straßennetz auf die Bundesautobahnen für den Transit zwischen den Bundesländern, auf einige Strecken im Hafenbereich sowie auf ausgewählten Stadtstraßen zu Gewerbe- und Industriegebieten. Das Befahren außerhalb der angegebenen Stadtstraßen ist nicht gestattet. Zur genaueren Beschreibung der Daten und Datenverantwortung nutzen Sie bitte den Verweis zur Datensatzbeschreibung.

Positivnetz Lang-LKW Hamburg

Der Datensatz beinhaltet den Teil des Hamburger Straßennetzes, der für die Befahrung mit Lang-Lkw freigegeben ist (Positivnetz). In Hamburg beschränkt sich dieses Straßennetz auf die Bundesautobahnen für den Transit zwischen den Bundesländern, auf einige Strecken im Hafenbereich sowie auf ausgewählten Stadtstraßen zu Gewerbe- und Industriegebieten. Das Befahren außerhalb der angegebenen Stadtstraßen ist nicht gestattet. Zusätzliche Informationen zu dem dazugehörigen Feldversuch des Bundesministeriums für Verkehr und digitale Infrastruktur (BMVI) sowie zu der zugrundeliegenden Verordnung und Ausnahmen für spezielle Lang-Lkw-Typen können unter folgendem Link eingesehen werden: http://www.hamburg.de/lang-lkw/

Klassifizierte Gewässer Kreis Kleve

Hier wird das klassifizierte Gewässernetz nach dem Landeswassergesetz NRW im Kreis Kleve abgebildet. Hierunter fallen nach §3(3) LWG NRW oberirdische Gewässer mit ständigem oder zeitweiligem Abfluss, die der Vorflut für Grundstücke mehrerer Eigentümer dienen. Die Gewässer werden von Unterhaltungspflichtigen (in der Regel Verbände) unterhalten. Die Daten werden bei Änderungen anlassbezogen und zeitnah fortgeführt.

Klassifizierte Gewässer Kreis Viersen

Hier wird das klassifizierte Gewässernetz nach dem Landeswassergesetz NRW abgebildet. Hierunter fallen nach §3(3) LWG NRW oberirdische Gewässer mit ständigem oder zeitweiligem Abfluss, die der Vorflut für Grundstücke mehrerer Eigentümer dienen. Die Gewässer werden von Unterhaltungspflichtigen (in der Regel Verbände) unterhalten. Die Daten werden bei Änderungen anlassbezogen und zeitnah fortgeführt.

Freiland- und Laboruntersuchungen des Planktons in extrem sauren Bergbaurestseen

Durch den Braunkohletagebau entstanden bzw. entstehen geogen extrem versauerte Restseen (pH 2-4), die auch hinsichtlich weiterer abiotischer Parameter ein Extremhabitat darstellen. Wir untersuchen die Konsequenzen, die dies fuer die Struktur und Funktionsweise der planktischen Nahrungsnetze hat.

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.

Schwerpunktprogramm (SPP) 527: Bereich Infrastruktur - International Ocean Discovery Program, Teilprojekt: Sedimente des Melvillesees: Ein Zeitfenster in die präholozäne Glazialgeschichte des Laurentidischen Eisschildes (Akronym: MELSED)

Der Melvillesee ist ein Fjordsee, der sich in der letzten Eiszeit am Rande des hochdynamischen Laurentidischen Eisschildes (LIS) befand. Die obersten 10 m der insgesamt ca. 300-400 m Seesedimente haben die postglaziale Geschichte der letzten 10000 Jahre aufgezeichnet. In diesem dicken Sedimentpaket dürfte der See die Klimageschichte bis weit zurück vor das letzte Glazial gespeichert haben und würde sich daher als exzellentes Klimaarchiv anbieten. Um diesen Sachverhalt zu klären, wurde im Sommer 2019 eine Expedition mit dem FS Maria S. Merian (MSM84) unternommen. Während dieser Expedition wurden Sedimentkerne gezogen sowie ein dichtes Netz von hydroakustischen Messungen durchgeführt. Anhang der Sedimentkerne und der Sedimentecholot-Daten kann man fünf verschiedene Schichten im Untergrund des Sees erkennen: (I) post-glaziale Sedimente; (II) Sedimente aus der Zeit des Eisrückzuges; (III) Sedimente, die mit großer Wahrscheinlichkeit in einem subglazialen See unterhalb des aufschwimmenden LIS abgelagert wurden. Darunter finden sich (IV) wiederum schön geschichtete Sedimente, die aus einem früheren eisfreien Zeitraum stammen dürften, vermutlich MIS5, MIS4 oder die erste Hälfte des MIS3. Als unterste Schichte ist das Grundgestein (V) zu erkennen. Unsere Sedimentkerne enthalten Sedimente aus I und II sowie aus dem obersten Bereich von III. Im Rahmen dieses Projektes schlagen wir vor, die post-glazialen Sedimente sowie diejenige vom Rückzug des LIS genauer zu untersuchen, um daran Paläoklimaschwankungen sowie die Rückzugsgeschichte des LIS zu rekonstruieren. In einem zweiten Schritt möchten wir auch die Sedimente analysieren, die vom subglazialen See zu stammen, um diesen besser zu charakterisieren und um zu testen, ob auch diese Sedimente Klimaschwankungen aufgezeichnet haben. Um diese Fragen zu beantworten, werden wir die Sedimentkerne zuerst mit zerstörungsfreien Methoden wie CT-Scanning, Multisensor-Core-Logging und XRF-Scanning untersuchen. Danach werden ausgewählte Kernabschnitte beprobt. Mit Hilfe von Radiokarbondatierungen und paläomagnetischen Messungen werden wir ein Altersmodell erstellen können. Mit einer Kombination der zerstörungsfreien Messungen mit Einzelprobenmessungen (TIC, TOC, Korngröße, XRD, WD-XRF) werden wir die in den Kernen enthaltene paläoklimatologische Information entschlüsseln. Hierbei werden wir einen Schwerpunkt auf die Entwicklung von Proxies legen, die geeignet sind, die vergangenen Vorstöße und Rückzüge des LIS zu rekonstruieren. Falls wir zeigen können, dass die Sedimente des Melvillesees tatsächlich ein Archiv für Klimageschichte auch jenseits des Holozäns sind, dann empfiehlt sich der See als ein Hauptziel einer zukünftigen amphibischen Tiefbohrung von IODP und ICDP. Diese würde mit dem Ziel abgeteuft, die Dynamik des LIS zu rekonstruieren.

Mesoskaliges Netzwerk zur Überwachung von Treibhausgas- und Schadstoffemissionen

Aktuelle wissenschaftliche Studien legen nahe, dass die aktuelle Erderwärmung durch Treibhausgasemissionen hervorgerufen wird, die vom Menschen verursacht sind. Um gegen diese Entwicklung geeignete Maßnahmen ergreifen zu können bzw. um zu überprüfen, ob solche Maßnahmen von Erfolg gekrönt sind, ist es notwendig, die Schadstoffkonzentrationen inklusive der zugehörigen Emissionsquellen genau zu kennen. Diese Informationen sind bisher jedoch sehr lückenhaft und beruhen auf sogenannten 'bottom-up' Berechnungen. Da diese Kalkulationen nicht auf direkten Messungen beruhen, weisen sie große Ungenauigkeiten auf und sind außerdem nicht in der Lage, bisher unbekannte Emissionsquellen zu identifizieren. In dem hier vorgestellten Projekt soll ein mesoskaliges Netzwerk für die Überwachung von Luftschadstoffen wie CO2, CH4, CO, NO2 und O3 aufgebaut werden, das auf dem neuartigen Konzept der differentiellen Säulenmessung beruht. Bei diesem Ansatz wird die Differenz zwischen den Luftsäulen luv- und leewärts einer Stadt gebildet. Diese Differenz ist proportional zu den emittierten Schadstoffen und somit eine Maßzahl für die Emissionen, welche in der Stadt generiert werden.Mithilfe dieser Methode wird es in Zukunft möglich sein, städtische Emissionen über lange Zeiträume hinweg zu überwachen. Damit können neue Informationen über die Generierung und Umverteilung von Luftschadstoffen gewonnen werden. Wir werden u.a. folgende zentrale Fragen beantworten: Wie verhält sich der tatsächliche Trend der CO2, CH4 und NO2 Emissionen in München über mehrere Jahre? Wo sind die Emissions-Hotspots? Wie akkurat sind die bisherigen 'bottom-up' Abschätzungen? Wie effektiv sind die Maßnahmen zur Emissionsreduzierung tatsächlich? Sind vor allem für Methan weitere Maßnahmen zur Reduzierung der Emissionen notwendig? Zu diesem Zweck werden wir ein vollautomatisiertes Messnetzwerk aufbauen und passende Methoden zur Modellierung entwickeln, welche u.a. auf STILT (Stochastic Time-Inverted Lagrangian Transport) und CFD (Computational Fluid Dynamics) basieren. Mithilfe der Modellierungsresultate werden wir eine Strategie entwerfen, wie städtische Netzwerke zur Überwachung von Luftschadstoffen aufgebaut werden müssen, um repräsentative Ergebnisse zu erhalten. Außerdem können mit den so gewonnenen städtischen Emissionszahlen z.B. dem Stadtreferat, den Stadtwerken München oder der Bayerischen Staatsregierung Möglichkeiten zur Beurteilung der Effektivität der angewandten Klimaschutzmaßnahmen an die Hand gegeben werden. Das hier vorgestellte Messnetzwerk dient somit als Prototyp, um die grundlegenden Fragen zum Aufbau eines solchen Sensornetzwerks zu klären, damit objektive Aussagen zu städtischen Emissionen möglich werden. Dieses Projekt ist weltweit einmalig und wird zukunftsweisende Ergebnisse liefern.

Gefahrstoffliste Bundeswehr. Analyse der chemischen Wirkung von Versorgungsartikeln

In einer netzwerkfaehigen, benutzerfreundlichen, menuegesteuerten Datenbank, die auf einem Personalcomputer (Betriebssystem MS-DOS) lauffaehig ist, werden Informationen zu Betriebsschutz (Arbeitssicherheit), Umweltschutz (einschl Abfallentsorgung) sowie Transport, Lagerung und Erste Hilfe gespeichert. Insbesondere werden Stoffeigenschaften, Sicherheitsmassnahmen fuer den Umgang und gesetzlich vorgeschriebene Kennzeichnungen angegeben. Diese Angaben beziehen sich zum einen auf reine Chemikalien und zum anderen auf Versorgungsartikel (Produkte, Zubereitungen) der Bundeswehr (zB Reinigungsmittel, Klebstoffe, Lacke etc ). Die Liste der Gefahrstoffe ermoeglicht es jeder Dienststelle, Betriebsanweisungen nach Paragraph 20 der Gefahrstoffverordnung (GefStoffV) zu erstellen. Die GefStoffLBw enthaelt derzeit Daten zu ca 900 reinen Stoffen und ca 2000 Versorgungsartikeln.

1 2 3 4 5 … 331 332 333