This dataset contains fish trajectory data recorded downstream of a single vertical slot in a true to scale hydraulic flume. The dataset was generated for a spatio-temporal analysis of jet approach, jet entry, exposure time, and swimming velocities of fish under two hydraulic conditions, a low-fluctuating flow (LFF) and a high-fluctuating flow (HFF) representative of vertical-slot fishway hydraulics. Fish positions were obtained from synchronized video recordings using a semi-automatic tracking workflow. The dataset is provided as two separate files, one for LFF and one for HFF. Each file contains two-dimensional fish trajectory data (x–y positions) of juvenile roach (Rutilus rutilus; mean length = 0.13 m) recorded with a framerate of 19 Hz in a restricted area downstream of the vertical slot.
Das Ziel dieses Projektes ist die Untersuchung der zeitlichen Variabilität in der Energie von internen Wellen und der Stärke von vertikaler Vermischung in Abhängigkeit des Nordatlantikstroms und dem damit verbundenen Wirbelfeld. Hierfür werden 5-6 Jahre von Strömungsmesserdaten und Temperatur/Leitfähigkeitsmessungen von drei Verankerungen entlang eines Schnittes westlich des Mittelatlantischen Rückens (MAR) sowie LADCP/CTD Daten von fünf Schifffahrten genutzt. Konkrete wissenschaftliche Ziele dabei sind:- Erstellung von Zeitserien der Energie in internen Wellen unter Benutzung der Verankerungszeitreihen von Strömung und Schichtung- Untersuchung der Zeitskalen auf denen Veränderungen in der Energie interner Wellen stattfinden. Mögliche Ursachen für Variabilität sind der Windeintrag, Position des Nordatlantikstroms und Wirbel- Identifizierung von Prozessen, welche die beobachteten internen Wellen generieren, wie z.B. Gezeiten, Stürme, Jahresgang, Wirbel, die Arme des Nordatlanikstroms (Verhältnis von lokalen zu großräumigen Erzeugungsmechanismen)- Bestimmung der Vermischungsraten (Temperaturinversionen, Thorpe Skalen, Feinstrukturparameterisierung) in Abhängigkeit der variablen Hintergrundbedingungen Hierfür werden zunächst Spektren potentieller und kinetischer Energy der internen Wellen auf ihre Abhängigkeit von veränderlichen Hintergrundbedingungen wie z.B. Wind, Gezeiten, Wirbel, Schichtung und Variabilität im Nordatlantikstrom sowieso des Einflusses der Topographie untersucht. Die instrumentelle Ausstattung der Verankerungen seit Sommer 2012 erlaubt zusätzlich die Approximation der internen Wellen durch vertikale Moden und damit verbunden die Berechnung von Energieflüssen, welche wichtige Informationen über die Menge und die Variabilität in der Energie, die in internen Wellen im Nordatlantik transportiert wird, liefern. Außerdem geben diese so gewonnenen Energieflüsse in Kombination mit der Berechnung von Ausbreitungspfaden von internen Wellen, welche am mittelatlantischen Rücken erzeugt wurden, Aufschluss über die relative Bedeutung der Topographie des MAR für die Erzeugung von internen Wellen. Beginnend vom Sommer 2015 werden die Analysen erweitert, indem Temperatur- und Druckdaten mit hoher Tiefenauflösung für die Berechnung von Thorpe Skalen und Dissipationsraten und deren zeitlichen Variabilität genutzt werden. Weitere Informationen über die zeitliche und räumliche Variabilität der Vermischungsraten im Nordatlantik werden durch die Analyse von Diffusionsraten, die anhand von LADCP/CTD Daten und einer Feinstrukturparameterisierung berechnet werden, erlangt. Dies liefert weitere Aufschlüsse über die dominanten Prozesse in der Erzeugung von internen Wellen und vertikaler Vermischung im Nordatlantik, sowie deren zeitlicher und räumlicher Variabilität.
Der Webservice INSEL ist eine webbasierte Anwendung zur Bereitstellung hochwertiger Fachdaten sowie spezialisierter Algorithmen für die Binnenschifffahrt. Die Plattform wird seit 2021 im Rahmen mehrerer Forschungsprojekte entwickelt. Ziel von INSEL ist es, Infrastruktur-, Gewässer- und Verkehrsdaten zentral verfügbar zu machen und ergänzend fachliche Dienste zur Datenverarbeitung bereitzustellen. Damit soll die Digitalisierung und Automatisierung in der Binnenschifffahrt gezielt unterstützt werden. Der Dienst richtet sich an Forschungspartner, Entwickler datengetriebener Anwendungen und an die interessierte Öffentlichkeit. INSEL stellt seine Daten und Dienste über eine standardisierte REST-API zur Verfügung. Anwendungen können dabei automatisiert auf aufbereitete Fachdaten und Dienste zugreifen. Derzeit stehen die folgenden Dienste zur Verfügung: Stationierung, Rückstationierung, RIVER-ETA (Regression based Intelligent Vessel ETA Refinement), Routenplanung und Strömungsinterpolation. Über eine integrierte Swagger-UI lassen sich die API-Endpunkte direkt auf der Webseite interaktiv erkunden und ausprobieren. Ergänzend dazu bietet die Webseite eine Dokumentation und weiterführende Hilfestellungen. Mit diesem Ansatz schafft INSEL die Grundlage für innovative Anwendungen, etwa im Bereich der intelligenten Routenplanung, der adaptiven Fahrverhaltenssteuerung oder der Integration (teil-)autonomer Technologien in der Binnenschifffahrt. Der Webservice ist modular, erweiterbar und serviceorientiert konzipiert. Bei der Entwicklung stehen Wartbarkeit, Betriebssicherheit sowie ein stabiler und leistungsfähiger Einsatz im Vordergrund. Der Zugang zu INSEL ist grundsätzlich öffentlich. Aktuell erfolgt die Freischaltung noch per E-Mail-Anfrage, perspektivisch soll der Dienst jedoch ohne Registrierung nutzbar sein. Derzeit werden weitere Modelle, insbesondere für Prognosen, entwickelt. Zudem sollen in Zukunft zusätzliche Infrastrukturdaten wie Verkehrszeichen, Verbotszonen und Brückendurchfahrtshöhen über den Webservice abrufbar sein.
Dieser Datensatz enthält Trajektorien und die entlang dieser Routen berechnete Feinstaubaufnahme durch simulierte Radfahrten. Die vorliegenden Daten stammen aus der virtuellen Inbetriebnahme der im Projekt GOFFI [1] (Gesundheitliche Optimierung der Fußgänger- und Fahrradinfrastruktur zur Reduzierung der Feinstaubbelastung in den Ballungsgebieten) entwickelten Smartphone-App. Diese App dient der Ermittlung der individuellen Feinstaubaufnahme von Fußgängern und Radfahrenden auf Basis des persönlichen Atemvolumens sowie der orts- und zeitabhängigen Feinstaubkonzentration in der Atemluft. Zur Ermittlung der inhalierten Feinstaubmenge zeichnet die App die von den Nutzern zurückgelegte Route in Form von GPS-Koordinaten auf. Für jeden dieser Punkte wird die lokal herrschende Feinstaubkonzentration über einen Luftqualitätsdienst [2] abgerufen. Nach Abschluss der Aufzeichnung wird das individuelle Atemvolumen mithilfe einer im Projekt entwickelten Formel berechnet, die persönliche Parameter wie Körpergröße und Gewicht sowie streckenbezogene Merkmale wie Geschwindigkeit und Steigung berücksichtigt. Durch die Verknüpfung von Atemvolumen, Feinstaubkonzentration und Aufzeichnungsdauer wird schließlich die eingeatmete Feinstaubmenge bestimmt. Die Nutzung der App wurde über einen Zeitraum von einer Woche simuliert. Zu diesem Zweck wurden 100 synthetische Nutzer mit entsprechend generierten Profilen erstellt. Die Routen basieren auf einem Bikesharing-Datensatz aus der Stadt München [3], der für jede Ausleihe den Zeitpunkt sowie den Start- und Zielort enthält. Für jeden Eintrag wurde mithilfe eines Routing-Dienstes eine plausible Route zwischen Start und Ziel berechnet. Diese Routen wurden im Round-Robin-Verfahren auf die 100 synthetischen Nutzer verteilt. Als Startzeitpunkt der jeweiligen Fahrradfahrt wurde der Zeitpunkt der Ausleihe verwendet. Der hier verfügbare Datensatz enthählt dabei diese generierten Routen und die durch die App berechnete Feinstaubaufnahme pro Route sowie einige zusätzliche Parameter. Mögliche Nutzungsszenarien: - Testdaten für Geodaten-Visualisierungstools oder Dashboards zur Darstellung von Routen, zeitlichen Mustern und Belastungen in interaktiven Karten - Entwicklung von Proof-of-Concept-Anwendungen (z. B. Routing, Gesundheitsmonitoring, Verkehrsplanung) - Erstellung von Demo-Dashboards oder Visualisierungen für Kommunen, um die Relevanz von sauberer Luft im Alltag zu veranschaulichen [1] https://www.feinstaub-dosimetrie.de/ [2] Datenquelle: Google Maps Air Quality API. Diese Daten unterliegen den Google Maps Nutzungsbedingungen und sind deshalb nicht im Datensatz enthalten. [3] Datenquelle: dl-de/by-2-0: Landeshauptstadt München – opendata.muenchen.de
The EU Climate Policy Tracker (EU CPT) presents up-to-date developments in climate and energy policies in the EU-27. Although government policy is the single most influential driver behind the fight against climate change, there is limited information about the status of the policies that influence increases or decreases in emissions. The EU Climate Policy Tracker (EU CPT) is intended to bridge this gap. The project holds two references in focus at the same time: a 2050 goal of near total decarbonisation, and our current policy trajectory. A uniquely developed scoring method, modelled on appliance efficiency labels (A-G), gives an indication of how Member States are doing compared to a low-carbon policy package. This results in aggregated scores, supported with a rich background of information, for all Member States, at EU level, and for different economic sectors. The project is intended to be a resource for those seeking information, a means of sharing best practice, and a way of holding policymakers to account. In 2011 we updated our initial rating from November 2010. The findings of 2010 showed that the average score across the EU was an E, indicating that the level of effort needed to treble to be on track to reach the 2050 vision. Looking at the developments in 2011, we can see that there has been considerable activity in many countries, though the overall scoring has generally remained constant: positive actions are counteracted by negative developments or budget cuts. The EU CPT is a joint project by Ecofys and WWF. The project is funded by the European Climate Foundation. Visit the EU Climate Policy Tracker on: www.climatepolicytracker.eu.
Derzeitige radar-basierte Nowcastingverfahren basieren auf der Annahme, dass die zeitliche Entwicklung von Hagelereignissen in erster Linie durch Advektionsvorgänge gesteuert ist; die relevanten physikalischen Prozesse, die für die Entstehung und das Größenwachstum von Hagel entscheidend sind, bleiben dabei unberücksichtigt. In Verbindung mit der komplexen internen Struktur und Dynamik von Hagelstürmen ergeben sich daraus große Unsicherheiten bei der Vorhersage der Hagelgrößenverteilung und der von Hagel betroffenen Fläche am Boden. Das Ziel des Projekts LIFT (Large Hail Formation and Trajectories) ist es, die Hagelentstehung und Hageltrajektorien besser zu verstehen, um daraus als wichtige Komponenten eines physikalisch-basierten Nowcastings erstmals ein radar-basiertes Verfahren für das Hagelwachstums zu entwickeln. Zu diesem Zweck wird im Rahmen von LIFT eine Messkampagne Süddeutschland durchgeführt, wo die größte Hagelwahrscheinlichkeit in Deutschland auf vielfältige Beobachtungssysteme trifft, die im Rahmen der Messkampagne Swabian MOSES mit einem dichten Netzwerk betrieben werden. Zum ersten Mal werden im Rahmen von LIFT moderne Radargeräte, In-situ Messgeräte, Fotogrammetrie und numerische Modellierung synergistisch kombiniert und ein umfassender Datensatz zur Rekonstruktion der zeitlichen Entwicklung des Hagelwachstums erstellt. Betroffene Bürger werden aktiv in die Messaktivitäten mit einbezogen und aufgerufen, Hagelkörnern einschließlich ihrer Haupteigenschaften in die WarnWetter App des DWD zu melden. Die Messkampagne mit ihrem mobilen und flexiblen Konzept beinhaltet die Anwendung neuer, innovativer Messtechniken, darunter Lagrangesche Trajektorien mittels kleiner Messsysteme, die in die Wolken eingebracht werden, und dronengesteuerte Luftbildaufnahmen zur Bestimmung der Hagelspektren. Aus Fernerkundungsdaten gewonnene Signaturen von Hagelereignissen liefern Informationen über die Charakteristika der Hagelereignisse und werden mittels numerischer Simulationen sorgfältig auf Messungenauigkeiten und Sensitivitäten bzgl. atmosphärischer Umgebungsvariablen evaluiert. Indikatoren für die Hagelentstehung und das Hagelwachstum werden aus Beobachtungsdaten und Simulationen identifiziert, und liefern die Grundlage für ein beobachtungs-basiertes Hagelwachstumsmodell. Schließlich wird dieses Multi-Parameter Hagelwachstumsmodell mit den bestimmten Hageltrajektorien und Schmelzprozessen kombiniert, um zu bestimmen, welche Prozesse am wichtigsten sind für das Nowcasting von Hagel. Das Projekt LIFT liefert damit einen wichtigen Betrag für zukünftige radar-basierte Hagelwarnsysteme mit einer verbesserten Vorhersagezeit und Vorhersagequalität.
Ziel dieses Projektes ist es, ein teilchenbasiertes numerisches Modell für die Simulation der Staubemission im Rahmen des äolischen Sandtransports zu entwickeln. Die Quantifizierung dieser Emission ist für die zuverlässige Repräsentation des Staubzykluses in Klimamodellen wesentlich, da die Aufnahme von Staubpartikeln in die Atmosphäre hauptsächlich durch den Beschuss des Sedimentbettes mit Sandpartikeln verursacht wird. Um den vertikalen Fluss emittierter Staubteilchen als Funktion der Boden- und Windbedingungen vorherzusagen, wurden verschiedene empirische Staubparametrisierungsschemata erarbeitet. Die Physik interpartikulärer Wechselwirkungen ist jedoch durch weitgehend unverstandene stochastische Kräfte gekennzeichnet, was die Entwicklung eines zuverlässigen theoretischen Staubemissionsmodells erschwert. Deshalb soll im vorliegenden Projekt ein numerisches Simulationswerkzeug, welches numerische Strömungsmechanik mit einem auf der Diskrete-Elemente-Methode basierenden Modell für granulare Dynamik koppelt, entwickelt werden, um die Trajektorien äolischer Sand- sowie emittierter Staubpartikel zu berechnen. Dabei werden die Trajektorien aller Teilchen in Luft und im Sedimentbett aus der Wirkung der Schwerkraft sowie interpartikulärer bzw. Teilchen-Wind-Wechselwirkungen berechnet, sodass auf die Annahme einer Splash-Funktion verzichtet wird. Zunächst soll ein physikalisches Modell für die interpartikulären Wechselwirkungen --- welche sowohl Kontakt- als auch van-der-Waals-Kräfte einbeziehen --- unter Berücksichtigung deren stochastischer Natur entwickelt werden. Um die Parameter dieses Modells zu bestimmen, werden Windkanalmessungen von Staubemissionsraten aus einem Sedimentbett unter gegebenen Partikelgrößenverteilungen und Windgeschwindigkeiten mit Vorhersagen der Simulationen verglichen. Daraufhin soll die Staubemission unter verschiedenen Verfügbarkeitsbedingungen mobilisierbarer Sedimente untersucht werden. Dies ist wichtig, um ein Parametrisierungsschema für die Staubemission aus schwer erodierbaren Böden (z.B. Böden mit biogener Kruste) aufstellen zu können.
Zur Lösung von Fluss- und reaktiven Transportgleichungen in heterogenen Grundwassersystemen werden neue Global Random Walk (GRW) Algorithmen entwickelt und implementiert, die stabil und frei von numerischer Diffusion sind. Um das Auftreten von Interpolationsfehlern zu vermeiden, wird ein integriertes GRW-Lösungsverfahren entwickelt, das Geschwindigkeiten und Konzentrationen auf dem selben regulären Gitter berechnet. Wir nutzen grobkörnige (engl. Coarse grained) (CG) Mittelwerte in Raum und Zeit über die Trajektorien der berechneten Partikel, die die Konzentrationen der reaktiven chemischen Spezies in den GRWSimulationen beschreiben. Diese werden genutzt, um eine kontinuierliche Beschreibung der Transportprozesse zu erhalten. Nachdem die Mittelungsprozedur die Variation der simulierten Konzentrationen reduziert, genügt eine relativ kleine Anzahl von Monte Carlo - Simulationen, um die statistischen Kennzahlen zu gewinnen, und gleichzeitig der Auswirkung der Raum-Zeit-Skalen der hydrologischen Beobachtungen Rechnung zu tragen. Des weiteren können lokale Bilanzgleichungen für die CG Raum-Zeit-Mittel genutzt werden, um die hochskalierten Diffusionskoeffizienten und Reaktionsterme zu berechnen.
| Organisation | Count |
|---|---|
| Bund | 277 |
| Europa | 32 |
| Kommune | 3 |
| Land | 14 |
| Weitere | 3 |
| Wirtschaft | 2 |
| Wissenschaft | 278 |
| Zivilgesellschaft | 1 |
| Type | Count |
|---|---|
| Daten und Messstellen | 155 |
| Förderprogramm | 258 |
| Text | 4 |
| unbekannt | 31 |
| License | Count |
|---|---|
| Geschlossen | 16 |
| Offen | 332 |
| Unbekannt | 100 |
| Language | Count |
|---|---|
| Deutsch | 210 |
| Englisch | 267 |
| Resource type | Count |
|---|---|
| Archiv | 11 |
| Datei | 47 |
| Dokument | 105 |
| Keine | 213 |
| Webdienst | 2 |
| Webseite | 73 |
| Topic | Count |
|---|---|
| Boden | 263 |
| Lebewesen und Lebensräume | 393 |
| Luft | 242 |
| Mensch und Umwelt | 415 |
| Wasser | 370 |
| Weitere | 448 |