Das Projekt "Vorhersage urbaner atmosphärischer Anzahlkonzentrationen ultrafeiner Partikel mit Hilfe von Machine Learning- und Deep Learning-Algorithmen (ULTRAMADE)" wird/wurde gefördert durch: Deutsche Forschungsgemeinschaft. Es wird/wurde ausgeführt durch: Deutsche Forschungsgemeinschaft.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.
Das Projekt "Brandverhalten von Lithium-Ionen-Batteriesystemen und Brand-Schutz, Wirkung der Schadgase auf Menschen, BALSAM: Brandverhalten von Lithium-Ionen-Batteriesystemen und Brand-Schutz, Wirkung der Schadgase auf Menschen" wird/wurde gefördert durch: Bundesministerium für Digitales und Verkehr. Es wird/wurde ausgeführt durch: inuTech GmbH.
Das Projekt "KI: Abbildung von Flussbettprofilen und lokalen Strömungsverhältnissen durch Künstliche Intelligenz zur Positionsermittlung von Kleinturbinen Clustern, KI: Abbildung von Flussbettprofilen und lokalen Strömungsverhältnissen durch Künstliche Intelligenz zur Positionsermittlung von Kleinturbinen Clustern" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz. Es wird/wurde ausgeführt durch: Technische Hochschule Bingen, Fachbereich 1 Life Sciences and Engineering.
Das Projekt "Technologielösungen für hocheffiziente zero-emission H2-Motoren für KWK-Anwendungen, Teilvorhaben: Simulative und experimentelle Analyse und Optimierung von Gemischbildung und Verbrennung" wird/wurde gefördert durch: Bundesministerium für Wirtschaft und Klimaschutz. Es wird/wurde ausgeführt durch: Ostbayerische Technische Hochschule Amberg-Weiden, Fakultät Maschinenbau / Umwelttechnik, Kompetenzzentrum Kraft-Wärme-Kopplung.Im Vergleich zu erdgasbetriebenen Aggregaten können mit baugleichen Wasserstoffmotoren bisher nur geringere spezifische Leistungen erbracht werden, wodurch sich der Wirkungsgrad des Systems verringert, sodass die Technologie noch nicht als wirtschaftliche Alternative zu Erdgassystemen in Frage kommt. Im vorliegenden Teilvorhaben soll eine Erhöhung der spezifischen Leistung mittels aufwendiger messtechnischer sowie simulativer Methoden erreicht werden. Auf Basis der optischen Analyse von Gemischbildung und Verbrennung im aktuellen Entwicklungsstand des H2-BHKW von 2G soll durch numerische Strömungssimulation (CFD, computational fluid dynamics) ein optimiertes Brennraumdesign sowie eine optimierte Form der Brenngaseinbringung gefunden und am Prüfstand umgesetzt und validiert werden. Bei erfolgreicher Leistungs- und Effizienzerhöhung können die gewonnenen Erkenntnisse durch 2G in den nächsten Modellgenerationen übernommen und somit wirtschaftlich verwertet werden.
Das Projekt "Integrale stoffliche und energetische Verwertungskaskade für biogene Abfälle auf Basis eines innovativen Fermenters in der hessischen Ökomodell-Region Süd (RegBioFerm), Teilvorhaben: Numerische Entwicklungsmethodik für die Optimierung von Mischprozessen in einem innovativen Fermenter" wird/wurde gefördert durch: Bundesministerium für Wirtschaft und Klimaschutz. Es wird/wurde ausgeführt durch: Fachhochschule Münster, Labor für Strömungstechnik und Strömungssimulation.
Das Projekt "Mobile Trenneinrichtung zur Entmischung von Öl-Wasser-Gemischen als Anwendung in der Katastrophenhilfe" wird/wurde gefördert durch: Deutsche Bundesstiftung Umwelt. Es wird/wurde ausgeführt durch: Otto-von-Guericke-Universität Magdeburg Institut für Strömungstechnik und Thermodynamik, Lehrstuhl für Strömungsmechanik und Strömungstechnik.
Das Projekt "Beherrschbarkeit von Großschadensfeuern in Industriehallen mit dem Gefahrgut Hochvoltspeicher und deren Ausbreitungsmodelle (BEGIN-HVS), Teilvorhaben: Simulation von Lagerbränden" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Bundesanstalt für Materialforschung und -prüfung.
Welcome to the German Informative Inventory Report 2025 (IIR 2025)! This report covers the preparation, maintenance, and improvement of the German air pollutant emission inventory. Emission estimates are provided for the timeseries from 1990 to 2023 , with exceptions for fine particulate matter with aerodynamic diameters of ≤2.5 (PM 2.5 ) or ≤10µm (PM 10 ) respectively with data as of 1995 , and black carbon (BC) with data as of 2000 . For faster navigation please refer to the TABLE OF CONTENTS .
Das Projekt "EnOB: Energieeffiziente Betriebskonzepte für Gesundheitsschutz mit kooperativ arbeitenden raumlufttechnischen Anlagen basierend auf Simulationen, Sensordaten und künstlicher Intelligenz" wird/wurde gefördert durch: Bundesministerium für Wirtschaft und Klimaschutz. Es wird/wurde ausgeführt durch: Hochschule Heilbronn, Institut für Strömung in additiv gefertigten porösen Strukturen (ISAPS) - Verfahrens- und Umwelttechnik.
Welcome to the German Informative Inventory Report 2024 (IIR 2024). This report covers the preparation, maintenance, and improvement of the German air pollutant emission inventory. Emission estimates are provided for the timeseries from 1990 to 2022 , with exceptions for fine particulate matter with aerodynamic diameters of ≤2.5 (PM 2.5 ) or ≤10µm (PM 10 ) respectively with data as of 1995 , and black carbon (BC) with data as of 2000 . For faster navigation please refer to the TABLE OF CONTENTS . The report was produced by the national co-ordination agency (single entity) for the National System of Emissions Inventories (Nationales Systems Emissionsinventare; NaSE), sited within the German Federal Environmental Agency (UBA). Information on agriculture, changes in land use and forestry was provided by the Federal Ministry of Food and Agriculture (BMEL) and the Johann Heinrich von Thünen-Institut, Federal Research Institute for Rural Areas, Forestry and Fisheries, Institute of Agricultural Climate Research (vTI - AK). More information is available on the emission web site of the German Environment Agency (UBA). For further questions contact Michael Kotzulla, Tel. +49 (0)340 2103 3071 or Dr. Kevin Hausmann, Tel. +49 (0)340 2103 2192.
| Origin | Count |
|---|---|
| Bund | 123 |
| Wissenschaft | 1 |
| Type | Count |
|---|---|
| Förderprogramm | 116 |
| Text | 3 |
| unbekannt | 5 |
| License | Count |
|---|---|
| geschlossen | 7 |
| offen | 116 |
| unbekannt | 1 |
| Language | Count |
|---|---|
| Deutsch | 49 |
| Englisch | 77 |
| Resource type | Count |
|---|---|
| Dokument | 1 |
| Keine | 88 |
| Webseite | 35 |
| Topic | Count |
|---|---|
| Boden | 87 |
| Lebewesen & Lebensräume | 90 |
| Luft | 90 |
| Mensch & Umwelt | 124 |
| Wasser | 76 |
| Weitere | 120 |