API src

Found 4009 results.

Related terms

Online Überwachung von Grund- und Oberflächenwasser als Teil des IWRM Projekts 'Dong Nai River Basin', Vietnam

Das geplante IWRM-Forschungsprojekt 'Dong Nai River Basin' Phase II in Vietnam ist ein Joint-Venture Projekt mehrer Partner aus Deutschland die, in enger Kooperation mit Partnern in Vietnam, das Prinzip IWRM im Projektgebiet 'Dong Nai River Basin' in Vietnam in allen seinen Aspekten bearbeiten. Das Dong Nai Flusseinzugsgebiet liegt im Süden des Landes und ist mit einer Fläche von ca. 35.000 km2 eines der drei größten Flusseinzugsgebiete in Vietnam. Im Gegensatz zu den zwei anderen großen Gebieten, den Deltagebieten des Mekong und des Roten Flusses, liegt das Dong Nai Gebiet zum Großteil auf Vietnamesischem Territorium. Aufgrund der schnellen volkswirtschaftlichen Entwicklung im Dong Nai Gebiet wird das Ressourcen-Management immer stärker durch umwelttechnische Probleme beeinträchtigt. Seit dem Jahr 2010 wird unser System bestehend aus GW-Base® und GW-Web® bei dem CWRPI-Hanoi und der HCMC-CWRPI-Division 'Süd-Vietnam' genutzt. In 15 ausgewählten Grund- und Oberflächenwasser Messstellen wurden Multiparameter Datenlogger installiert und in Betrieb genommen. Alle Messpunkte wurden im Bezug auf Erreichbarkeit, Sicherheit, sowie GPRS-Netzabdeckung ausgewählt. Da dieses Pilotprojekt Teil einer Machbarkeitsstudie für diese Art von Messstellen in Vietnam ist, standen hydrologische Aspekte für die Wahl der Messpunktstandorte nicht im Vordergrund. Um die Nachhaltigkeit dieses Monitoringsystems zu gewährleisten wurde ansässiges Personal im Umgang mit Hard- und Software geschult.

Steigerung von Qualität und Effizienz bei der Ertragsabschätzung für Windparks, Teilvorhaben: Entwicklung und Test von KI-basierten Methoden zur Verkürzung der Messdauer und Abschätzung der Designwindbedingungen

Zur Erreichung der von der neuen Bundesregierung gesteckten Ausbauziele in der Windenergie ist die Erschließung einer Vielzahl neuer Flächen für Windparks in kurzer Zeit erforderlich. Grundlage für die Windparkplanung an einem neuen Standort ist die Abschätzung der zu erwartenden Energieerträge sowie die Auswahl geeigneter Windenergieanlagen. Derzeit ist die Ertragsabschätzung mit hohen Unsicherheiten behaftet. Zudem ist sie insbesondere aufgrund der aktuell erforderlichen, einjährigen Windmessung zeit- und kostenintensiv. Ziel des Projektes ist es deshalb, durch Verbesserungen entlang der gesamten Prozesskette qualitativ bessere Ertragsabschätzungen in kürzerer Zeit und zu deutlich geringeren Kosten zu ermöglichen. Für die Zielerreichung werden Verfahren entwickelt, die eine bessere Datengrundlage (z.B.Reanalysen, Rauhigkeitsdaten) für die Windbranche liefern. Darüber hinaus werden an verschiedenen Stellen innovative Verfahren aus dem Bereich der Data Science wie maschinelles Lernen oder Modellensembles verwendet, um eine genaue Abschätzung der Energieerträge in kürzerer Zeit zu ermöglichen. Das Zusammenführen der verschiedenen Verfahren und Daten zu einem Gesamtprozess ermöglicht neben der Qualitätssteigerung einen hohen Grad an Automatisierung von Ertragsgutachten. Letztendlich schafft das Projekt damit die Grundlage für eine Senkung der Projektrisiken für Planer und Projektierer. Darüber hinaus können die entwickelten Verfahren auch für genauere regionale Potenzialabschätzungen verwendet werden und so einen Beitrag zur besseren Planung des Windenergieausbaus leisten. Die Universität Kassel fokussiert sich im Rahmen ihrer Forschungsarbeiten auf die Entwicklung von Verfahren zur Langzeitkorrektur von Kurzzeitwindmessungen mittels Methoden von künstlicher Intelligenz und die verbesserte Abschätzung der Designwindbedingungen.

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.

Schutz und Wiederansiedlung von Seegraswiesen in der südlichen Ostsee, Vorhaben: Geografische Skalierung und Entscheidungsunterstützung

Datengestütztes Service-Ökosystem für den stadtverträglichen Aufbau und Betrieb von Shared-Mobility-Angeboten für Kommunen, Teilvorhaben: Connected Mobility Düsseldorf GmbH

Transnationale Ansätze zur Bewertung von Biodiversität und Ökosystemen für Teich- und Kleingewässerlandschaften in Europa, Länderübergreifende Biodiversitäts- und Ökosystemuntersuchungen von Teichlandschaften in Europa (TRANSPONDER) - Biodiversitätsmonitoring in Tümpeln

Functions and Uses of Wetlands in Changing Savannah Environments

Land and water shortages are currently driving the use of wetland sites in East African savannah environments. Pastoralists, traditional subsistence farmers, and commercial farms increasingly compete for limited land and water resources. Transfers between wetlands and surrounding dryland savannahs are changing both on a material level and the social level. International interests interfere with the decision-making of local resource users and changes in wetland use are frequently linked to global processes. Ecosystem collapse phenomena and social conflicts increasingly centre on wetlands. The dynamics of the coupled biophysical and socio-cultural processes are seen to determine the resilience, collapse or eventually the reorganisation of agriculturally used wetlands. The interdisciplinary sub-project will describe wetland ecosystem changes under intensified use and establish threshold values for land use. In close collaboration with subprojects B1, B2 and C3 the diverse economic and social strategies of various resource users in the face of changing bio-geophysical conditions will be described, and the rapidly unfolding political ecology of initially two contrasting wetland systems in the East African savannah will be documented.

Gewerbeflaechen Monitoring - Wirtschafts- und Arbeitsmarktbeobachtung auf Duisburger Gewerbegebieten

Nachhaltigkeit von Paludikulturen unter besonderer Berücksichtigung des Stoffhaushaltes, Teilvorhaben 2: THG-Austausch einer bayrischen Pilotfläche und Erfassung der Effekte von Nährstoffversorgung auf Produktivität und Umweltwirkungen

In diesem Vorhaben werden Anbauverfahren bereits etablierter Niedermoor-Paludikulturen in Bayern und Niedersachsen untersucht und optimiert sowie nachhaltige Produkte (weiter-) entwickelt. Ziel der Untersuchungen ist es, die langfristige Ertrags- und Qualitätsentwicklung von Typha, Phragmites, Phalaris und Carex auf den Bestandsflächen zu ermitteln und den Einfluss der Nährstoffversorgung und weiterer relevanter Faktoren zu quantifizieren. Die Auswirkungen von Nährstoffverfügbarkeit und einer möglichen Düngung auf die Biomassequantität und -qualität, den Stoffhaushalt (THG-Austausch und Nährstoffdynamik) und die Biodiversität werden untersucht. Die Anbauverfahren werden hinsichtlich ihrer Wirtschaftlichkeit bewertet. Ein weiteres Alleinstellungsmerkmal ist die Erstellung eines Pflanzenwachstumsmodells für Paludikulturarten. Die Projektpartner stellen die Infrastruktur und die Flächen in Süd- und Norddeutschland zur Verfügung: Großflächige 'Pilot Sites', 'Intensivmessstandorte' und insgesamt 36 'Mesokosmen'. Der Schwerpunkt des Vorhabens liegt auf der Nachhaltigkeit der gesamten Produktionskette vom Anbau bis zur Verwertung. Für stoffliche Verwertungskonzepte (Bioraffination, Biobasierte Werkstoffe) werden praxisnahe Untersuchungen durchgeführt. Das Konsortium wird im Projekt interdisziplinär zusammenarbeiten und gemeinsam mit Stakeholdern das Konzept der Paludikultur weiterentwickeln. Durch eine enge Zusammenarbeit mit Praxispartnern aus der Wirtschaft können kurzfristig praktische Ergebnisse in die Diskussion eingebracht und mittelfristig in die Umsetzung gebracht werden. Das Projekt soll bewerten, wie nachhaltig Niedermoor-Paludikulturen in Hinblick auf Produktivität, Verwertungsschienen und Ökonomie sowie auf Nährstoffdynamik, Biodiversität und Klimarelevanz auf Dauer sind. Die generierten Daten und Ergebnisse leisten einen wichtigen Beitrag im Wissenstransfer z.B. im Bereich Emissionsminderung der Sektoren Landwirtschaft und Landnutzung.

Development of an indicatory system for degradation stages of kettle-hole mires by means of ground beetles and spiders

Due to mostly anthropogenic influence mires in Central Europe are undergoing rapid succession. We tried to indicate five degradation stages of a peculiar type of mires, so-called kettle-hole mires, which are located in the region of terminal moraines left by the pleistocene glaciation until 10,000 B.P. Using a database of more than 12,000 ground beetles belonging to more than 100 species sampled in 25 sites of various degradation, we tried to construct a bioindicatory system by the use of machine learning techniques. Model-tree induction yielded a classifier consisting of three decision-trees which was moderately successful in classifying mires into the correct degradation stage by using information about only nine species, thus breaking down the biotic information to a necessary minimum and creating an extremely parsimonious model. A translation of the decision-trees into fuzzy rule-based models increased bioindicatory efficiency: only one of ten unseen cases used for validation deviated more than one class from the correct degradation stage. At the moment, this model reflects a static picture of kettle-hole mire degradation, confirming what can be said upon macroscopic examination. Future studies must show whether also the more subtle dynamic aspects of mire degradation can be indicated by ground beetle occurrence.

1 2 3 4 5 … 399 400 401