Deutscher Wetterdienst DWD 1996: Klimakarten für das Land Berlin, Teil 1: Bioklima Berlin, Gutachten im Auftrag der Senatsverwaltung für Stadtentwicklung, Umweltschutz und Technologie, unveröffentlicht. GEO-NET 2013: Klimaökologische Untersuchung „Tempelhofer Freiheit“ in Berlin – Entwurf Rev. 02, im Auftrag der Tempelhof Projekt GmbH, Berlin unveröffentlicht. GEO-NET 2022: Regionale Kaltluftströmungen in Deutschland. Eigene Untersuchung. Unveröffentlicht. Groß, G. 1989: Numerical simulation of the nocturnal flow systems in the Freiburg area for different topographies, in: Beitr. Phys. Atmosph.,H 62, S. 57-72. Groß, G. 2002: The exploration of boundary layer phenomena using a nonhydrostatic mesoscale model, in: Meteor.Z.schr. Vol. 11 Nr.5, S.701-710. Höppe, P. 1984: Die Energiebilanz des Menschen. Münchener Universitätsschriften, Meteorol. Inst., Wiss. Mitt. 49. Höppe, P., Mayer, H. 1987: Planungsrelevante Bewertung der thermischen Komponente des Stadtklimas. Landschaft und Stadt 19 (1), S. 22–29. Kiese, O. et al. 1992: Stadtklima Münster. Entwicklung und Begründung eines klimarelevanten Planungskonzeptes für das Stadtgebiet von Münster. Stadt Münster – Werkstattberichte zum Umweltschutz 1/1992. Landesamt für Gesundheit und Soziales (LAGeSo) (Hrsg.) 2014: Verzeichnis der Krankenhäuser und Privatentbindungsanstalten, Stand 06/2014, Berlin. Internet: https://www.berlin.de/lageso/service/downloadcenter/ (Zugriff: 01.08.2024) Landesvermessung und Geobasisinformation Brandenburg (LGB) 2022: Amtliches Liegenschaftskatasterinformationssystem (ALKIS), Potsdam Internet: https://geobasis-bb.de/lgb/de/geodaten/liegenschaftskataster/alkis/ (Zugriff: 01.08.2024) Landesvermessung und Geobasisinformation Brandenburg (LGB) 2013: Digitales Geländemodell (DGM), Potsdam Internet: https://geobasis-bb.de/lgb/de/geodaten/3d-produkte/gelaendemodell/ (Zugriff 28.07.2020) Matzarakis, A., Mayer, H., 1996: Another Kind of Environmental Stress: Thermal Stress. NEWSLETTERS No. 18, 7-10. WHO Colloborating Centre for Air Quality Management and Air Pollution Control. Matzarakis, A., Rutz, F., Mayer, H., 2000: Modellierung der mittleren Strahlungstemperatur in urbanen Strukturen, Fachtagung METTOOLS, Stuttgart 2000. Internet: https://www.urbanclimate.net/matzarakis/papers/Tmrt_mettoolsiv.PDF (Zugriff: 04.02.2019) Mosimann, Frey, Trute, Wickenkamp 1999: Karten der klima- und immissionsökologischen Funktionen – Instrumente zur prozessorientierten Betrachtung von Klima und Luft in der Umweltplanung, in: Naturschutz und Landschaftsplanung 31,(4),S. 101-108, Stuttgart. Moriske & Turowski 2002: Handbuch für Bioklima und Lufthygiene, 8. Ergänzungslieferung, Ecomed-Verlag, Landsberg. Richter & Röckle (iMA Immissionen, Meteorologie Akustik) o.J.: Das numerische Simulationsmodell FITNAH, digitale PDF-Datei, Freiburg. Internet: https://www.ima-umwelt.de/fileadmin/Dokumente/Klima/fitnah_kurzuebersicht.pdf (Zugriff am 27.01.2016) SenStadt (Senatsverwaltung für Stadtentwicklung, Baue und Wohnen Berlin) (Hrsg.) 2020: Flächennutzung und Stadtstruktur – Dokumentation der Kartiereinheiten und Aktualisierung des Datenbestandes, Berlin. Internet: https://www.berlin.de/umweltatlas/_assets/literatur/nutzungen_stadtstruktur_2020.pdf (Zugriff 23.05.2025) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2015: GEO-NET Umweltconsulting GmbH, Hannover: GIS-gestützte Modellierung von stadtklimatisch relevanten Kenngrößen auf der Basis hochaufgelöster Gebäude- und Vegetationsdaten; EFRE Projekt 027 Stadtklima Berlin, Abschlussbericht. Internet: https://www.stadtentwicklung.berlin.de/umwelt/umweltatlas/download/Projektbericht_StadtklimaBerlin_SenStadtUm_IIID_2015.pdf (Zugriff 25.01.2016) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2015c: PRISMA – Planungsraumbezogenes Informationssystem für Monitoring und Analyse, Berlin. Internet: https://www.stadtentwicklung.berlin.de/soziale_stadt/sozialraumorientierung/de/prisma.shtml (Zugriff 26.11.2015) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) 2025a: Stadtklimaanalyse Berlin 2020/2022: Dokumentation der Datengrundlagen, Modellsimulation und Klimaanalyse. Internet: https://www.berlin.de/umweltatlas/_assets/literatur/doku_klimaanalyse_2022.pdf (Zugriff 22.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) 2025b: Klimamodellierung 2022: Auswertung von Messdaten ausgewählter Klimastationen in Berlin und Potsdam. Internet: https://www.berlin.de/umweltatlas/_assets/literatur/doku_klimastationen_2022.pdf (Zugriff 22.04.2025) VDI (Verein Deutscher Ingenieure) 2008: Richtlinie VDI 3785, Blatt1, Methodik und Ergebnisdarstellung von Untersuchungen zum planungsrelevanten Stadtklima, Düsseldorf. Internet: https://www.vdi.de/ (Zugriff am 11.05.2009) VDI (Verband Deutscher Ingenieure) 2015: Richtlinie VDI 3787 Blatt 2 Umweltmeteorologie: Methoden zur human-biometeorologischen Bewertung der thermischen Komponente des Klimas. Verein Deutscher Ingenieure, Düsseldorf. Internet: https://www.vdi.de/ (Zugriff 02.04.2024) VDI (Verein Deutscher Ingenieure) 2022: Richtlinie VDI 3787, Blatt2, Methoden zur human-biometeorologischen Bewertung der thermischen Komponente des Klimas, Düsseldorf. Internet: https://www.vdi.de/ (Zugriff am 02.04.2025) Vogt, J. 2002: Bericht über orientierende Untersuchungen zur lokalklimatischen Funktion der Flächen des Gleisdreieckes in Berlin, Textteil, Voruntersuchung im Auftrag der Vivico Management GmbH, unveröffentlicht, Berlin. Vogt, J. 2002: Bericht über orientierende Untersuchungen zur lokalklimatischen Funktion der Flächen des Gleisdreieckes in Berlin, Abbildungsteil, Voruntersuchung im Auftrag der Vivico Management GmbH, unveröffentlicht, Berlin. SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2001: Umweltatlas Berlin, Karte 04.07 Klimafunktionen, 1:50 000, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimaanalyse/2000/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2003: Umweltatlas Berlin, Karte 04.10 Klimamodell Berlin – Analysekarten, 1:50 000, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimaanalyse/2001/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2004: Umweltatlas Berlin, Karte 04.11 Klimamodell Berlin – Bewertungskarten, 1:50 000, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimabewertung/2001/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2009: Umweltatlas Berlin, Karte 04.10 Klimamodell Berlin – Analysekarten, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimaanalyse/2005/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2022: Umweltatlas Berlin, Karte 04.10 Klimamodellierung Berlin – Klimaanalysekarten 2022, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimaanalyse/2022/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2009: Umweltatlas Berlin, Karte 04.11 Klimamodell Berlin – Bewertungskarten, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimabewertung/2005/zusammenfassung/ (Zugriff 16.04.2025) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2018: Umweltatlas Berlin, Karte 03.11.2 Verkehrsbedingte Luftbelastung im Straßenraum 2020 und 2025, Berlin. Internet: https://www.berlin.de/umweltatlas/luft/strassenverkehr-emissionen-und-immissionen/2018/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2021: Umweltatlas Berlin, Karte 01.02 Versiegelung, Berlin. Internet: https://www.berlin.de/umweltatlas/boden/versiegelung/2021/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2015: Umweltatlas Berlin, Karte 01.11.3 Naturnähe, Berlin. Internet: https://www.berlin.de/umweltatlas/boden/bodenfunktionskriterien/2015/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2022: Umweltatlas Berlin, 2022, Karte 04.12 Entwicklung der Anzahl ausgewählter klimatologischer Kenntage, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimawandel/2022/zusammenfassung/ SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2022: Amtliches Liegenschaftskatasterinformationssystem (ALKIS), Berlin. Internet: https://gdi.berlin.de/geonetwork/srv/ger/catalog.search#/metadata/0a7c53a5-b29d-3f45-9734-1c811045e6c2 (Zugriff 16.04.2025) SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2016: Umweltatlas Berlin, Karte 04.11 Klimamodell Berlin – Planungshinweiskarte Stadtklima, Berlin. Internet: https://www.berlin.de/umweltatlas/klima/klimabewertung/2015/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2020: Umweltatlas Berlin, Reale Nutzung der bebauten Flächen / Grün- und Freiflächenbestand 2020. Internet: https://www.berlin.de/umweltatlas/nutzung/flaechennutzung/2020/zusammenfassung/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2020: Umweltatlas Berlin, Gebäudehöhen. Internet: https://www.berlin.de/umweltatlas/nutzung/gebaeudehoehen/ (Zugriff 16.04.2025) SenStadt (Senatsverwaltung für Stadtentwicklung, Bauen und Wohnen Berlin) (Hrsg.) 2020: Umweltatlas Berlin, Vegetationshöhen. Internet: https://www.berlin.de/umweltatlas/biotope/vegetationshoehen/2020/methode/ (Zugriff 16.04.2025)
Zielsetzung: Klimatische Veränderungen beeinflussen die verfügbare Wassermenge und -qualität in Talsperren, was deutliche Auswirkungen auf die Sicherheit der Trinkwasserversorgung und auf die Ökosysteme der Stauseen und den Landschaftswasserhaushalt hat. Klimaprognosen deuten für Gebiete wie den Harz auf einen Anstieg von Niederschlägen im Winter und häufigere Trockenperioden im Sommer hin, was stärker schwankende Wasserstände bedeutet. Zur Anpassung im Management der Talsperren und deren Ökosystemen mangelt es jedoch oft an präzisen Vorhersagen und den nötigen Instrumenten, um risikobasierte Entscheidungen über notwendige dynamische Betriebsstrategien zu treffen. Vor diesem Hintergrund soll im Rahmen des Projekts ein vorhersagebasiertes, mengen- und gütegewichtetes Entscheidungsunterstützungssystem für Talsperren entwickelt werden, welches auf datengetriebenen Modellen basiert und am Beispiel des Systems der Harzwasserwerke implementiert wird. Das Projekt konzentriert sich darauf, durch die Nutzung moderner Technologien und Methoden der Künstlichen Intelligenz (KI), wie LSTM-Netzwerke (Long Short-Term Memory) und Ensemble-Methoden, zuverlässige Vorhersagen des Wasserbedarfs und -dargebots zu erstellen. Diese Vorhersagen werden in ein hydrodynamisches Optimierungsmodell integriert, um eine flexible und belastbare Entscheidungsunterstützung im Ereignisfall zu ermöglichen. Hierdurch sollen die verschiedenen Bewirtschaftungsziele wie Hochwasserschutz, Versorgungssicherheit, Ökosystemleistungen, Landschaftswasserhaushalt und Energieerzeugung bestmöglich erfüllt werden. Die Kombination von Echtzeit-Sensoren, Open-Source-Datensätzen und fortschrittlichen Datenanalyse-Tools ermöglicht es, komplexe und dynamische Prozesse zu simulieren und in Echtzeit Informationen bereitzustellen. Im Sinne der nachhaltigen Klimawandelanpassung werden so proaktive Maßnahmen zur Unterstützung der Versorgungssicherheit, des Hochwasserschutzes sowie des Landschaftswasserhaushaltes ermöglicht. Die Implementierung des Demonstrators im System der Harzwasserwerke soll die Vorteile einer proaktiven Steuerung demonstrieren und eine multikriterielle Bewertung im Vergleich zu herkömmlichen Methoden ermöglichen. Der Fokus liegt nicht nur auf einem hohen Technology Readiness Level, sondern auch auf der Handhabung von Unsicherheiten und der Berücksichtigung verschiedener Vorhersagehorizonte. Diese sind für die verschiedensten wasserwirtschaftlichen Zielsetzungen von entscheidender Bedeutung.
Zielsetzung: Wie können wir junge Menschen über den Klimawandel aufklären? Wie können wir diese jungen Menschen für das Thema erneuerbare Energien begeistern? Und wie können wir unsere Schülerinnen und Schüler zu beruflichen Möglichkeiten in der Branche verhelfen? Diesen drei Fragen widmet sich das Bildungsprojekt WIN(D)SCHOOL. Um das Ziel der Klimaneutralität bis 2045 zu erreichen, werden die erneuerbaren Energien in den nächsten Jahren eine entscheidende Rolle spielen. Das Ziel ist es, die derzeitige Leistung von 8,5 GW in der deutschen Offshore-Windenergie auf mindestens 30 GW bis 2030 und 40 GW bis 2035 auszubauen. Für diese Ausbauziele werden vor allem qualifizierte Fachkräfte entlang der gesamten Wertschöpfungskette von Nöten sein. Dagegen steht einerseits der gegenwärtige Fachkräftemangel in Deutschland, andererseits die soziale Wirklichkeit in Deutschland. Nach aktuellen Berechnungen zufolge werden allein bis 2050 etwa drei Mal so viele Fachkräfte wie bisher notwendig sein, um den Ausbau von Windenergie in Deutschland voranzutreiben. Die Forschung zeigt uns zudem seit vielen Jahren, dass die Bildungschancen unserer Schülerinnen und Schüler in Deutschland ungleich verteilt sind. Studien zeigen, dass der Bildungserfolg in allen Bildungsbereichen nach wie vor an die sozio-ökonomische Herkunft geknüpft ist. Auch andere Merkmale wie Migrationshintergrund, Geschlecht oder Behinderung spielen dabei eine Rolle. WIN(D)SCHOOL zielt darauf ab, das Interesse von vorrangig Hamburger Stadtteilschülerinnen und -schülern an MINT-Fächern in Schulworkshops zu wecken sowie zu fördern und Möglichkeiten im Arbeitsfeld Offshore-Windenergie aufzuzeigen. Als Bindeglied zwischen Schulen und Unternehmen in der Offshore-Windenergiebranche bietet die Stiftung OFFSHORE-WINDENERGIE am Ende der Workshops konkrete Kontakte zu Energieunternehmen oder sogar Universitäten in Hamburg und Norddeutschland an, um dort eine Ausbildung oder ein Studium aufzunehmen. Aufgrund gemachter Erfahrungen, soll ein besonderes Augenmerk auf Jugendliche mit Migrationshintergrund gelegt werden. Ein geschlechterneutrales Vorgehen soll im Vordergrund stehen, um den Anteil von weiblichen Berufsanfängerinnen in technischen Berufen zu erhöhen.
In dem geplanten Vorhaben soll eine neue Produktionsroute für Natron (Natriumhydrogencarbonat) und Soda (Natriumcarbonat) bis zum Technikumsmaßstab entwickelt und optimiert werden. Durch die Verwendung von regenerativen Strom biogenem Kohlendioxid aus Biogasanlagen und salzhaltigen Abwässern soll ein nachhaltigerer Prozess als das konventionellen Ammoniak-Soda Verfahren entwickelt werden. Dafür sollen modernste Membrantechnologie und bipolare Elektrodialyse eingesetzt werden, um den Energiebedarf zu minimieren. Das neue Verfahren soll eine nachhaltige Alternative bzw. Ergänzung zum konventionellen Verfahren darstellen und dazu beitragen die Abfallströme der Sodaindustrie (Entsalzung von Abwasser) zu reduzieren, fossile Rohstoffe (Kalkstein, Erdgas, Koks bzw. Anthrazit) zu vermeiden und gleichzeitig als CO2-Senke (Carbon Capture & Utilization) zu wirken. Als zusätzliches Produkt wird bei dem Verfahren Salzsäure produziert. Des Weiteren wird geprüft, inwieweit Calciumchlorid aus den entstandenen Abfallströmen abgeschieden und vermarktet werden kann. Das Projekt wird gemeinsam durch die Partner des Fraunhofer-IKTS, der CIECH Soda Deutschland, dem E.S.C.H. Engineering Service Center und Handel GmbH, dem DBI Gas- und Umwelttechnik GmbH, dem Helmholtz-Zentrum Dresden-Rossendorf und der Wemag Projektentwicklung GmbH bearbeitet.
Zielsetzung: Batterien spielen eine entscheidende Rolle in der Transformation der (Strom-)Wirtschaft zu einer CO2 neutralen Zukunft. Die Emissionsreduktion hängt primär vom vorliegenden Strom- bzw. Energiemix ab. Einerseits für den Energieaufwand während der Erzeugung, andererseits während ihres Betriebs. Überdies dürfen CO2 Emissionen für die Erzeugung, Raffinierung und den Transport von Grundmaterialien nicht vernachlässigt werden. Hier setzen die in diesem Projekt beschriebenen Innovationen an. Aktuelle State-of-the-Art LIB Batterien verwenden einerseits nicht weltweit geläufige Rohstoffe, wie Lithium, Kobalt, Nickel, Mangan und Graphit. Diese Rohstoffe werden primär in China raffiniert. Die so hergestellten Ausgangsmaterialien werden dann ihrerseits erneut über weite Strecken transportiert. Anodenseitig wird aktuell Graphit verwendet. Beispielsweise stammen sowohl natürlicher (74%) als auch synthetischer Graphit (51%) primär aus China, weswegen chinesische Exportrestriktionen auf diesen essentiellen Zellbestandteil ein zusätzliches Hemmnis für die europäische LIB Technologie darstellen. Zusätzlich bedürfen LIB Batterien deutlich mehr CO2 in der Herstellung aufgrund der Anforderung an die Trockenräume, was bei NIB zumindest mit zusätzlicher Forschung deutlich reduzierbar wäre. Im Gegensatz dazu beruhen die Materialien für hier entworfene NIB auf weltweit geläufigen Mengenrohstoffen, was sowohl Kosten, CO2 Emissionen, Umweltbelastungen, und eben auch Abhängigkeiten von außereuropäischen Ländern minimiert. Für eine Transformation hin zu einer nachhaltigen, erneuerbaren Wirtschaft sind billige Energiespeicher essenziell. Seit langem werden in den Roadmaps NIB als die beste Zukunftstechnologie bezeichnet, um möglichst kostengünstige Energiespeicher zu bauen. Daher wurde ein Konzept der vertikalen Integration entlang der Wertschöpfungskette erarbeitet, dass mit hoher Erfolgswahrscheinlichkeit, binnen von zwei Jahren zu einem NI-Batteriepack Prototyp führen soll. Der große Vorteil darin besteht in der raschen Weitergabe von Innovationssprüngen an den Prototypen und eventuellen Produkten. Die Zielsetzung ist eine Zelle mit einer Energiedichte von 180 Wh/kg zu entwickeln, welche dann in Endanwendungen wie Gabelstapler, Heimspeicher, und stationäre Speicher eingesetzt werden kann. Durch den angestrebten niedrigen Preis pro kWh für NIB’s sind alle Anwendungen mit einer niedrigen bis mittleren Energiedichte denkbar.
Zielsetzung: Meeresmüll gilt als ein potenziell wichtiger Stressor von marinen Ökosystemen. Strandmüll ist im Rahmen verschiedener regionaler und EU-weiter Abkommen zum Schutz der Meere ein wichtiger Indikator für die Verschmutzung europäischer Meere mit Müll. Seit 2002 wird an sieben Stränden der deutschen Nordsee und seit 2012 an 27 Stränden der deutschen Ostsee nach dem OSPAR-Protokoll Strandmüll in vierteljährlichen Abständen erfasst. Das Monitoring erfolgt zurzeit noch analog mittels Protokollbögen und ist durch die manuelle Datenübertragung möglicherweise fehlerbehaftet. Ein wichtiger innovativer Aspekt für die Auffüllung von entsprechenden Datenbanken wie die OSPAR-Strandmülldatenbank ist daher die Entwicklung und Testung einer Software für ein Android Tablet und iPad, um das Monitoring und die nachfolgende Bearbeitung der Daten zu automatisieren und effizienter zu gestalten. Zielsetzung des Projektes ist daher die Erstellung, Prüfung und langfristige Pflege/Weiterentwicklung einer mobilen Software für Tablet und Mobiltelefon für Strandmüllkartierungen, um a) Strandmüllkartierungen im Feld zu erleichtern, b) mögliche Fehler der manuellen Dateneingabe und -übertragung von Strandmülldaten zu beseitigen, c) Bürgerwissenschaftler*innen für Strandmüllkartierungen zu motivieren und d) somit die Verschmutzung mariner Habitate und Strände mit Müll durch Aufklärung zu verringern.
Ziel ist dabei unter anderem, eine Datenbasis für die Modellierung des Schadstoffabbaus und der Schadstoffausbreitung zu schaffen, die in ein sechstes Teilprojekt einfließt. Dieses wird von Mitarbeitern der Professoren Knabner und Rüde bearbeitet und befasst sich standortübergreifend mit der mathematischen Modellierung von Transport-, Rückhalte- und Abbauprozessen mittels moderner und effizienter Verfahren. Für die numerische Simulation wird ein Prognoseinstrument entwickelt, das belastbare Risikoeinschätzungen liefern soll. Aufgrund der anspruchsvollen Struktur der Probleme - Systeme von gekoppelten, nichtlinearen partiellen Differentialgleichungen - werden auch Techniken der Höchstleistungssimulation eingebracht. An jedem untersuchten Standort soll das Verständnis der im Untergrund ablaufenden Prozesse so vertieft werden, dass nicht nur der momentane Zustand beschrieben werden kann, sondern auch langfristige Prognosen möglich sind. Angesichts von rund 13300 altlastverdächtigen Flächen in Bayern ist es von großer volkswirtschaftlicher Bedeutung, neben der Entwicklung von kostengünstigen und praxisorientierten Technologien zur Altlastensanierung die natürlichen Selbstreinigungskräfte der Umwelt zu nutzen. Um angemessen handeln zu können, brauchen Behörden und andere Entscheidungsträger eine zuverlässige Antwort auf die Frage: Wie groß ist das natürliche Potenzial eines Altlastenstandortes, sich selbst zu reinigen?
| Origin | Count |
|---|---|
| Bund | 3010 |
| Kommune | 2 |
| Land | 352 |
| Wissenschaft | 2 |
| Type | Count |
|---|---|
| Daten und Messstellen | 9 |
| Ereignis | 5 |
| Förderprogramm | 2846 |
| Gesetzestext | 3 |
| Lehrmaterial | 1 |
| Text | 273 |
| Umweltprüfung | 52 |
| unbekannt | 172 |
| License | Count |
|---|---|
| geschlossen | 403 |
| offen | 2949 |
| unbekannt | 9 |
| Language | Count |
|---|---|
| Deutsch | 3200 |
| Englisch | 384 |
| Resource type | Count |
|---|---|
| Archiv | 8 |
| Bild | 11 |
| Datei | 14 |
| Dokument | 235 |
| Keine | 2130 |
| Unbekannt | 22 |
| Webseite | 1029 |
| Topic | Count |
|---|---|
| Boden | 2211 |
| Lebewesen und Lebensräume | 2165 |
| Luft | 1672 |
| Mensch und Umwelt | 3355 |
| Wasser | 1870 |
| Weitere | 3361 |