API src

Found 219 results.

Similar terms

s/tme/RME/gi

Ökologischer Teeanbau in Südasien

Wissenschaftliche Begleitung und Beratung von Teeplantagen, die ihre Wirtschaftsweise auf ökologischen Teeanbau umgestellt haben. Geoökologische Untersuchungen in verschiedenen Teeplantagen von Nordindien (Darjeeling und Assam) und Sri Lanka. Standortklimatische Analysen zur Lokalisierung der optimalen Pflanzstandorte. Testen von geoökologisch angepassten Pflanzsystemen bei Neuanpflanzung, Wiederanpflanzung und Unterpflanzung (mixed cropping, alley cropping, underplanting, infilling). Testen von verschiedenen Erosionsschutzmaßnahmen in besonders steilen Hanglagen, umfangreiche Bodenrehabilitierungsmaßnahmen, Kompostierungsversuche zur optimalen Nährstoffrückführung an degradierten Bodenstandorten sowie Biodiversifizierung im Nutzpflanzenanbau. Aber nicht nur die geoökologischen/agrarökologischen Aspekte spielen dabei eine Rolle, sondern auch in sehr starkem Maße die sozial-ökonomischen und sozial-ökologischen Komponenten; d.h. der Mensch und der Umgang mit der Natur- und Kulturlandschaft. Somit wird mit den beschriebenen Projektmaßnahmen versucht, einen Beitrag zur nachhaltigen ländlichen Regionalentwicklung zu leisten.

openSenseMap: Sensor Box TMT-BT-03

Bioökonomie International 2024: PRACTICE - Pflanzenvirus-Nanopartikel als biokompatibles Trägersystem für siRNA zur selektiven Schädlingsbekämpfung

Ergaenzende Versuche mit 5, 10 und 30 Prozent RME-Zumischungen zu Dieselkraftstoff (Fortfuehrung des Vorhabens 'Untersuchungen zum vergleichenden Einsatz von Diesel und Rapsmethylester an verschiedenen Dieselmotoren)

Untersuchung von Leistungsverhalten, Wirtschaftlichkeit und Abgasemissionen zweier Personenkraftwagen mit Dieselmotoren sowie eines Nutzfahrzeugdieselmotors beim Betrieb mit verschiedenen Mischungen aus Dieselkraftstoff und Rapsmethylester

Langjährige Entwicklung der Luftqualität 2022

Für die detaillierte und lückenlose Darstellung der langfristigen Entwicklung der Luftbelastung in Berlin werden in zahlreichen Einzelkarten sowohl die Erhebungen der Emissionskataster seit 1989 (1×1 km Raster) ausgewertet, als auch für ausgewählte Stoffe sämtliche seit Messbeginn 1975 verfügbaren Messwerte des Berliner Luftgüte-Messnetzes BLUME (Jahresmittelwerte, bzw. Grenz- oder Zielwertüberschreitungen) dargestellt. Dies umfasst sowohl die Daten der automatischen Stationen als auch die Messwerte der später in Betrieb genommenen kleinen Probensammler (Ruß- und Benzol-Immissionssammler (RUBIS) bzw. Passivsammler). Das Luftgütearchiv umfasst somit für einzelne Stoffe und Stationen einen mehr als 45-jährigen Erhebungszeitraum. Mit der Erstellung der Emissionskataster Industrie, Hausbrand und Verkehr 2015 wurde die bis dahin gesonderte Darstellung der einzelnen Verursachergruppen auf eine gemeinsame Kartenpräsentation im Geoportal unter dem Titel „Emissionen 2015“ umgestellt (vgl. Kartenansicht ). Zur Einhaltung der Luftschadstoffgrenzwerte müssen Maßnahmen ergriffen werden, die zur dauerhaften Verminderung von Luftverunreinigungen geeignet sind. Die Maßnahmen sind entsprechend des Verursacheranteils unter Beachtung des Grundsatzes der Verhältnismäßigkeit gegen alle Emittenten zu richten, die zum Überschreiten der Immissionsgrenzwerte beitragen. Hierfür ist eine detaillierte Kenntnis aller Berliner Emissionen erforderlich. § 46 BImSchG sieht deshalb das Führen eines Emissionskatasters vor. Auf der Grundlage dieser Kataster können mit Hilfe von Ausbreitungsrechnungen die Anteile bestimmt werden, die die einzelnen Quellgruppen an der gemessenen Luftverunreinigung verursachen. Die Emissionen der relevanten Luftschadstoffe Stickoxide (NO x ) und Partikel (PM 10 , PM 2,5 ) werden für die folgenden Verursachergruppen in einem Erhebungszeitraum von 1989-2015 dargestellt: Genehmigungsbedürftige Anlagen ( Industrie ), Nicht genehmigungsbedürftige Feuerungsanlagen ( Hausbrand, Kleingewerbe ), Kfz- Verkehr Die vorliegenden Karten veranschaulichen auf der Basis der für alle Verursachergruppen vergleichbar zur Verfügung stehenden Emissionsdaten für die beiden Luftparameter Stickoxide (NO x ) und Partikel (PM 10 , PM 2,5 ) die Entwicklung seit 1989. Um den aktuellen Entwicklungen gerecht zu werden, wurden seit den Emissions-Erhebungsjahren 2008/2009 folgende Änderungen berücksichtigt: zum einen werden Schwefeldioxid (SO 2 ) -Emissionen nicht mehr dargestellt, da SO 2 seit Jahren auf niedrigem Niveau stagniert und seine lufthygienische Bedeutung verloren hat, zum anderen wird mit PM 10 sowie PM 2,5 hinsichtlich der Emissionen eine neue Beobachtungsreihe im Umweltatlas begonnen. Hierfür sprechen die große Gesundheitsrelevanz und die Überschreitung von Luftqualitätsgrenzwerten. Die Daten des Emissionskatasters 2015 sind darüber hinaus Grundlage für die Zweite Fortschreibung des Luftreinhalteplans , der die zusätzlichen Maßnahmen beschreibt, um die Luftqualität weiter zu verbessern und den Zeitraum und das Ausmaß der Überschreitung der Grenzwerte so weit wie möglich zu reduzieren. Auch für den Bereich der Immissionen spielen die Europäischen Richtlinien zur Luftqualität eine große Rolle. Sie enthalten eine Vielzahl von Stoffen, die auf Grund der vermehrten anthropogenen Produktion die Luft besonders belasten. EU-weit gilt es, diese weiträumige Verbreitung zu überwachen und zu vermindern und so die daraus folgenden Umweltschäden zu begrenzen. Die Luftqualitätsrichtlinie 2008/50/EG beinhaltet festgelegte Immissionswerte als Grenz- und Schwellenwerte sowie Zielwerte, die innerhalb einer bestimmten Frist einzuhalten sind. Sie orientieren sich an denen der WHO (Weltgesundheitsorganisation), um eine gesundheitliche Beeinträchtigung für Menschen und Tiere zu begrenzen sowie Flora und Fauna vor schädlichen Umwelteinwirkungen zu schützen (vgl. Tabelle 2). Die Luftqualitätsrichtlinie wird durch das Bundes-Immissionsschutzgesetz (BImSchG) und die 39. Verordnung zur Durchführung des Bundes-Immissionschutzgesetzes (39.BImSchV) in nationales Recht umgesetzt. Danach ist Berlin gemäß der §§ 44 bis 46 a des BImSchG verpflichtet, Luftparameter, die für Mensch und Natur eine Gefahr darstellen, zu erheben und die ermittelten Messwerte der Öffentlichkeit zugänglich zu machen. Dazu gehören: Partikel (PM 10 und PM 2,5 , Stickstoffdioxid (NO 2 ), Stickoxide (NO x ), Kohlenmonoxid (CO) und Ozon (O 3 ). Für den Großteil dieser Luftparameter gibt es Grenzwerte und ergänzend Toleranzmargen (gleitende Annäherung in Jahresstufen zum Grenzwert), die bei einer Überschreitung Maßnahmen zur Reduktion der Immissionskonzentration erzwingen. Dazu gehört insbesondere die bereits genannte Aufstellung der Zweiten Fortschreibung des Luftreinhalteplans , in dem die erforderlichen Maßnahmen beschrieben werden. Ein besonderes Augenmerk ist allen Emittenten und Emissionen zu widmen, die zum Überschreiten der Immissionswerte (maßgeblich) beitragen. Zusammenfassend dient die Ermittlung von Immissionswerten der Berliner Luft folgenden Zielen: der Berechnung von Kennwerten der Luftverschmutzung zur Beurteilung der Luftqualität anhand von Grenz- und Zielwerten, der Ermittlung der Schadstoffbelastung für Genehmigungsverfahren (nach TA Luft), der Ursachenermittlung der Luftverunreinigung, der Untersuchung der Wirksamkeit von Maßnahmen zur Luftreinhaltung und der Information der Öffentlichkeit.

openSenseMap: Sensor Box TMT-BT-02

openSenseMap: Sensor Box TMT-BT-01

Hinter dem Haus im Garten

Einleitung von anfallendem Niederschlagswasser und Abwasser aus dem Kühlturm und der Dampferzeugung in ein Gewässer II. Ordnung durch die ReFood GmbH & Co. KG

Die ReFood GmbH & Co. KG betreibt eine Anlage zur Herstellung von Rapsöl, Biodiesel und Raffinatglycerin. Es handelt sich um eine Anlage der Nummern 4.1.2 GE, 8.10.2.1 GE sowie 8.12.2 V des Anhangs 1 der vierten Verordnung zur Durchführung des Bundes-Immissionsschutzgesetzes (Verordnung über genehmigungsbedürftige Anlagen – 4. BImSchV). Das auf dem Betriebsgelände anfallende Niederschlagswasser sowie das Abwasser aus dem Kühlturm und der Dampferzeugung wird über ein Regenrückhaltebecken in das Gewässer II. Ordnung Nr. S9644.041 eingeleitet.

Monthly time series of spatially enhanced relative humidity for Europe at 30 arc seconds resolution (2000 - 2023) derived from ERA5-Land data

Overview: ERA5-Land is a reanalysis dataset providing a consistent view of the evolution of land variables over several decades at an enhanced resolution compared to ERA5. ERA5-Land has been produced by replaying the land component of the ECMWF ERA5 climate reanalysis. Reanalysis combines model data with observations from across the world into a globally complete and consistent dataset using the laws of physics. Reanalysis produces data that goes several decades back in time, providing an accurate description of the climate of the past. Processing steps: The original hourly ERA5-Land air temperature 2 m above ground and dewpoint temperature 2 m data has been spatially enhanced from 0.1 degree to 30 arc seconds (approx. 1000 m) spatial resolution by image fusion with CHELSA data (V1.2) (https://chelsa-climate.org/). For each day we used the corresponding monthly long-term average of CHELSA. The aim was to use the fine spatial detail of CHELSA and at the same time preserve the general regional pattern and fine temporal detail of ERA5-Land. The steps included aggregation and enhancement, specifically: 1. spatially aggregate CHELSA to the resolution of ERA5-Land 2. calculate difference of ERA5-Land - aggregated CHELSA 3. interpolate differences with a Gaussian filter to 30 arc seconds. 4. add the interpolated differences to CHELSA Subsequently, the temperature time series have been aggregated on a daily basis. From these, daily relative humidity has been calculated for the time period 01/2000 - 12/2023. Relative humidity (rh2m) has been calculated from air temperature 2 m above ground (Ta) and dewpoint temperature 2 m above ground (Td) using the formula for saturated water pressure from Wright (1997): maximum water pressure = 611.21 * exp(17.502 * Ta / (240.97 + Ta)) actual water pressure = 611.21 * exp(17.502 * Td / (240.97 + Td)) relative humidity = actual water pressure / maximum water pressure The resulting relative humidity has been aggregated to monthly averages. Resultant values have been converted to represent percent * 10, thus covering a theoretical range of [0, 1000]. File naming scheme (YYYY = year; MM = month): ERA5_land_rh2m_avg_monthly_YYYY_MM.tif Projection + EPSG code: Latitude-Longitude/WGS84 (EPSG: 4326) Spatial extent: north: 82:00:30N south: 18N west: 32:00:30W east: 70E Spatial resolution: 30 arc seconds (approx. 1000 m) Temporal resolution: Monthly Pixel values: Percent * 10 (scaled to Integer; example: value 738 = 73.8 %) Software used: GDAL 3.2.2 and GRASS GIS 8.0.0/8.3.2 Original ERA5-Land dataset license: https://apps.ecmwf.int/datasets/licences/copernicus/ CHELSA climatologies (V1.2): Data used: Karger D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E, Linder, H.P., Kessler, M. (2018): Data from: Climatologies at high resolution for the earth's land surface areas. Dryad digital repository. http://dx.doi.org/doi:10.5061/dryad.kd1d4 Original peer-reviewed publication: Karger, D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E., Linder, P., Kessler, M. (2017): Climatologies at high resolution for the Earth land surface areas. Scientific Data. 4 170122. https://doi.org/10.1038/sdata.2017.122 Processed by: mundialis GmbH & Co. KG, Germany (https://www.mundialis.de/) Reference: Wright, J.M. (1997): Federal meteorological handbook no. 3 (FCM-H3-1997). Office of Federal Coordinator for Meteorological Services and Supporting Research. Washington, DC Data is also available in EU LAEA (EPSG: 3035) projection: https://data.mundialis.de/geonetwork/srv/eng/catalog.search#/metadata/ab06ed25-84af-43c9-b1c3-57e3b6ad8d29 Acknowledgements: This study was partially funded by EU grant 874850 MOOD. The contents of this publication are the sole responsibility of the authors and don't necessarily reflect the views of the European Commission.

Monthly time series of spatially enhanced relative humidity for Europe at 1000 m resolution (2000 - 2022) derived from ERA5-Land data

Overview: ERA5-Land is a reanalysis dataset providing a consistent view of the evolution of land variables over several decades at an enhanced resolution compared to ERA5. ERA5-Land has been produced by replaying the land component of the ECMWF ERA5 climate reanalysis. Reanalysis combines model data with observations from across the world into a globally complete and consistent dataset using the laws of physics. Reanalysis produces data that goes several decades back in time, providing an accurate description of the climate of the past. Processing steps: The original hourly ERA5-Land air temperature 2 m above ground and dewpoint temperature 2 m data has been spatially enhanced from 0.1 degree to 30 arc seconds (approx. 1000 m) spatial resolution by image fusion with CHELSA data (V1.2) (https://chelsa-climate.org/). For each day we used the corresponding monthly long-term average of CHELSA. The aim was to use the fine spatial detail of CHELSA and at the same time preserve the general regional pattern and fine temporal detail of ERA5-Land. The steps included aggregation and enhancement, specifically: 1. spatially aggregate CHELSA to the resolution of ERA5-Land 2. calculate difference of ERA5-Land - aggregated CHELSA 3. interpolate differences with a Gaussian filter to 30 arc seconds. 4. add the interpolated differences to CHELSA Subsequently, the temperature time series have been aggregated on a daily basis. From these, daily relative humidity has been calculated for the time period 01/2000 - 12/2023. Relative humidity (rh2m) has been calculated from air temperature 2 m above ground (Ta) and dewpoint temperature 2 m above ground (Td) using the formula for saturated water pressure from Wright (1997): maximum water pressure = 611.21 * exp(17.502 * Ta / (240.97 + Ta)) actual water pressure = 611.21 * exp(17.502 * Td / (240.97 + Td)) relative humidity = actual water pressure / maximum water pressure The resulting relative humidity has been aggregated to monthly averages. Resultant values have been converted to represent percent * 10, thus covering a theoretical range of [0, 1000]. The data have been reprojected to EU LAEA. File naming scheme (YYYY = year; MM = month): ERA5_land_rh2m_avg_monthly_YYYY_MM.tif Projection + EPSG code: EU LAEA (EPSG: 3035) Spatial extent: north: 6874000 south: -485000 west: 869000 east: 8712000 Spatial resolution: 1000 m Temporal resolution: Monthly Pixel values: Percent * 10 (scaled to Integer; example: value 738 = 73.8 %) Software used: GDAL 3.2.2 and GRASS GIS 8.0.0/8.3.2 Original ERA5-Land dataset license: https://apps.ecmwf.int/datasets/licences/copernicus/ CHELSA climatologies (V1.2): Data used: Karger D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E, Linder, H.P., Kessler, M. (2018): Data from: Climatologies at high resolution for the earth's land surface areas. Dryad digital repository. http://dx.doi.org/doi:10.5061/dryad.kd1d4 Original peer-reviewed publication: Karger, D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E., Linder, P., Kessler, M. (2017): Climatologies at high resolution for the Earth land surface areas. Scientific Data. 4 170122. https://doi.org/10.1038/sdata.2017.122 Processed by: mundialis GmbH & Co. KG, Germany (https://www.mundialis.de/) Reference: Wright, J.M. (1997): Federal meteorological handbook no. 3 (FCM-H3-1997). Office of Federal Coordinator for Meteorological Services and Supporting Research. Washington, DC Data is also available in Latitude-Longitude/WGS84 (EPSG: 4326) projection: https://data.mundialis.de/geonetwork/srv/eng/catalog.search#/metadata/b9ce7dba-4130-428d-96f0-9089d8b9f4a5 Acknowledgements: This study was partially funded by EU grant 874850 MOOD. The contents of this publication are the sole responsibility of the authors and don't necessarily reflect the views of the European Commission.

1 2 3 4 5 … 20 21 22