Here, we examine the ecosystem ramifications of changes in sediment-dwelling invertebrate bioturbation behaviour—a key process mediating nutrient cycling—associated with nearfuture environmental conditions (+ 1.5 °C, 550 ppm [pCO2]) for species from polar regions experiencing rapid rates of climate change. This dataset is included in the OA-ICC data compilation maintained in the framework of the IAEA Ocean Acidification International Coordination Centre (see https://oa-icc.ipsl.fr). Original data were downloaded from Polar Data Centre (see Source) by the OA-ICC data curator. In order to allow full comparability with other ocean acidification data sets, the R package seacarb (Gattuso et al, 2024) was used to compute a complete and consistent set of carbonate system variables, as described by Nisumaa et al. (2010). In this dataset the original values were archived in addition with the recalculated parameters (see related PI). The date of carbonate chemistry calculation by seacarb is 2024-07-11.
Zielsetzung: Dicht- und Klebstoffkartuschen finden in sehr vielen Bereichen zunehmende Anwendung. Kartuschen sind eine vom Endnutzer sehr gut akzeptierte Verpackung und Verarbeitungshilfe der Produkte. Sie zeichnen sich einerseits durch eine hohe Homogenität des Kartuschenmaterials, vorwiegend hochwertiges Polyethylen mit hoher Dichte (HDPE), und andererseits durch eine extrem variable chemische Zusammensetzung der Inhaltsstoffe aus. In ersten Voruntersuchungen wurde festgestellt, dass etwa 90 % der gesammelten Kartuschen MS (modifizierte Silan-)Polymer , Acryl- und Silikon-haltige Restinhaltstoffe aufwiesen. Die restlichen 10 % beinhalten eine Vielzahl anderer Inhaltsstoffe (u. a. Bitumen, Polyurethan, Zement). Die Menge und der Zustand der in den Kartuschen verbliebenen Restinhaltstoffe variiert stark. Dichtstoffkartuschen werden als „nicht recyclingfähig“ eingestuft. Dies liegt an der sehr variablen Zusammensetzung der Inhaltsstoffe und deren Rückstände in der Kartusche, die bei der Kreislaufführung des HDPEs zu massiven Problemen führen (z. B. Silikonrückstände). Deshalb werden Kartuschen in Deutschland derzeit thermisch verwertet, in anderen europäischen Ländern auch deponiert. Marktanalysen gehen davon aus, dass in Deutschland jährlich 60- 70 Mio. Stück Kartuschen in Verkehr gebracht werden. In Europa fallen pro Jahr rund 45.000 t Kartuschenabfälle an. Aufgrund der hohen Mengen und des ungelösten Entsorgungsproblems sollen die Hersteller verstärkt in die Pflicht genommen werden. Für die Verwendung von Kunststoffen werden von der EU zwischenzeitlich Aufschläge von 800 €/t erhoben. Es ist absehbar, dass diese Aufschläge früher oder später an die Hersteller weitergereicht werden. Auf EU-Ebene wurden und werden auch Diskussionen über ein Verbot nicht-recyclingfähiger Kunststoffverpackungen geführt. Im Rahmen des Forschungsvorhabens soll die Recyclingfähigkeit von Dicht- und Klebstoffkartuschen untersucht werden. Dies setzt zunächst ein effizientes Erfassungssystem voraus, das gleichermaßen beim Fachhandel, Handwerk und Sortieranlagen ansetzt und die gebrauchten Kartuschen als Monostrom separiert. Bei der Entwicklung des Recyclingprozesses sollen vorzugsweise mechanische und chemische, nachgeordnet thermische Verfahren betrachtet werden. Ziel ist die Kreislaufführung des hochwertigen HDPEs. Konkret: Aus gebrauchten Kartuschen neue Kartuschen produzieren. Wenn es gelingt HDPE in ausreichender Qualität zu gewinnen, existiert für das Rezyklat bereits ein Absatzmarkt.
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.
This data set presents the reconstructed vegetation cover for 1451 European sites based on harmonized pollen data from the data set LegacyPollen 2.0 and optimized RPP values. Sugita's REVEALS model (2007) was applied to all pollen records using REVEALSinR from the DISQOVER package (Theuerkauf et al. 2016). Pollen counts were translated into vegetation cover by taking into account taxon-specific pollen productivity and fall speed. Additionally, relevant source areas of pollen were also calculated using the aforementioned taxon-specific parameters and a gaussian plume model for deposition and dispersal and forest cover was reconstructed. In this optimized reconstruction, relative pollen productivity estimates for the ten most common taxa were first optimized by using reconstructed tree cover from modern pollen samples and LANDSAT remotely sensed tree cover (Sexton et al. 2013) for Europe. Values for non-optimized taxa for relative pollen productivity and fall speed were taken from the synthesis from Wiezcorek and Herzschuh (2020). The average values from all Northern Hemisphere values were used where taxon-specific continental values were not available. We present tables with optimized reconstructed vegetation cover for all records in Europe. As further details we list a table with the taxon-specific parameters used and a list of parameters adjusted in the default version of REVEALSinR.
This data set presents the reconstructed vegetation cover for 706 Asian sites based on harmonized pollen data from the data set LegacyPollen 2.0 and optimized RPP values. Sugita's REVEALS model (2007) was applied to all pollen records using REVEALSinR from the DISQOVER package (Theuerkauf et al. 2016). Pollen counts were translated into vegetation cover by taking into account taxon-specific pollen productivity and fall speed. Additionally, relevant source areas of pollen were also calculated using the aforementioned taxon-specific parameters and a gaussian plume model for deposition and dispersal and forest cover was reconstructed. In this optimized reconstruction, relative pollen productivity estimates for the ten most common taxa were first optimized by using reconstructed tree cover from modern pollen samples and LANDSAT remotely sensed tree cover (Sexton et al. 2013) for Asia. Values for non-optimized taxa for relative pollen productivity and fall speed were taken from the synthesis from Wiezcorek and Herzschuh (2020). The average values from all Northern Hemisphere values were used where taxon-specific continental values were not available. We present tables with optimized reconstructed vegetation cover for records in Asia. As further details we list a table with the taxon-specific parameters used and a list of parameters adjusted in the default version of REVEALSinR.
Die traceless materials GmbH ist ein Bioökonomie Start-up Unternehmen, das im Jahr 2020 als Ausgründung der TU Hamburg hervorgegangen ist. Das Hauptgeschäftsfeld stellt die Entwicklung und Produktion des traceless Materials (rückstandslos biologisch abbaubares Material) für den Kunststoffverarbeitungsmarkt dar. Erklärtes Ziel ist, einen messbaren Beitrag zur Lösung der weltweiten Verschmutzung durch Kunststoffe zu leisten. Die traceless materials GmbH stellt mittels eines innovativen Verfahrens ein Material her, welches vergleichbare Eigenschaften wie Kunststoff besitzt. Es handelt sich dabei aber um eine neuartige Materialkategorie. Konventioneller Kunststoff wird in einem synthetischen Verfahren und zum Großteil aus fossilen Rohstoffen hergestellt. Der Rohstoff in diesem Projekt hingegen sind pflanzliche Reststoffe, welche nach der Extraktion der natürlichen Polymere noch als Futtermittel oder zur energetischen Verwertung genutzt werden können. Im Vorhaben soll eine Demonstrationsanlage mit einer Kapazität von mehreren Tausend Tonnen pro Jahr errichtet und betrieben werden. Im Herstellungsprozess des traceless Materials wird als Rohstoff ein pflanzlicher Reststoff verwendet, der als Nebenprodukt der industriellen Getreideverarbeitung anfällt. Mit einem zum Patent angemeldeten Verfahren werden daraus natürliche Polymere extrahiert und zu einem Granulat verarbeitet. Dieses Granulat kann mit gängigen Technologien der Kunststoffverarbeitung zu verschiedenen Produktanwendungen weiterverarbeitet werden, beispielsweise im Spritzguss oder der Extrusion. Das hergestellte Material könnte z.B. zur Herstellung von Einwegverpackungen und -produkten, welche leicht in die Umwelt gelangen oder sich nicht recyceln lassen, eingesetzt werden und so zur Verbrauchsminderung fossiler Rohstoffe beitragen. Damit soll auch die Umweltverschmutzung zurückgehen, da das Material sich rückstandslos abbaut und nicht schädlich für Flora und Fauna ist, wenn es unsachgemäß in der Umwelt entsorgt werden sollte. Produkte, die aus dem Material hergestellt werden, sind entweder über den Restmüll oder bei Verpackungen über den gelben Sack/die gelbe Tonne/Wertstofftonne zu entsorgen. In beiden Fällen werden sie energetisch verwertet, da der Marktanteil für eine sortenreine Sammlung und mechanisches Recycling derzeit zu gering ist. Eine Entsorgung über die Bioabfallsammlung ist nicht zulässig, auch wenn das Material zertifiziert gartenkompostierbar ist. Bei einer Kompostierung würde auch der energetische Nutzen verloren gehen. Bei einer jährlichen Produktionskapazität von mehreren Tausend Tonnen können nicht nur substantiell CO 2 -Emissionen und fossile Energieträger, sondern auch Wasser und Landressourcen eingespart werden. Das Verfahren ist für eine Vielzahl von Unternehmen der Chemie- und Kunststoffindustrie übertragbar. Da das Material auf den gängigen Anlagen der kunststoffverarbeitenden Industrie eingesetzt werden kann, ist eine Übertragbarkeit ohne (hohen) Aufwand möglich. Weiterhin wird an der Übertragbarkeit dieses Verfahrens der Polymerextraktion auf andere Reststoffe von Getreide geforscht. Branche: Chemische und pharmazeutische Erzeugnisse, Gummi- und Kunststoffwaren Umweltbereich: Ressourcen Fördernehmer: traceless materials GmbH Bundesland: Hamburg Laufzeit: seit 2023 Status: Laufend
Hydrological science depends on reliable observations. At the same time, many hydrological datasets are distributed across numerous national and regional services, each with its own access routes, documentation, and terms of use. This fragmentation can make it difficult to clearly document where data come from and to reproduce data retrieval in a consistent way. To provide more transparent and reproducible access to hydrological observations, GRDC has developed hydrodownloadR . The R package offers a standardized way to discover hydrological stations and download daily time series such as discharge, water level, water temperature and selected water-quality parameters directly from public national and regional APIs. Transparency in data retrieval is crucial because hydrological assessments and scientific results must be explainable and verifiable across institutions. This is particularly relevant for the annually released WMO State of the Global Water Resources Report , for which GRDC provides data. The hydrodownloadR package supports data retrieval workflows for both routine GRDC data updates and the WMO report. However, the package can also benefit users who require stations that are not yet included in the GRDC database. In such cases, the package provides a straightforward way to access time series directly from the original provider while keeping the data source explicit. It is important that hydrodownloadR , where available, highlights licensing and terms of use information for each API. Furthermore it is designed to access services responsibly by avoiding excessive requests. Nevertheless, users remain responsible for complying with the providers’ terms of use and citation requirements. Coverage and available parameters depend on the underlying public APIs and their data policies. Call to action: If you know a public hydrology API or you operate one, please share with us the documentation link, licensing information, terms of use and, if possible, stable endpoints. Also, if you encounter errors or unexpected behavior, please report them via the project’s GitHub issue tracker so we can address them efficiently. This will help to further improve the package and optimize the discoverability and accessibility of hydrological data. Links: Documentation Source code and issue tracker
This data publication contains maps resulting from spatial prioritisations conducted for the iAtlantic D5.3 report on Systematic Conservation Planning of the wider Atlantic Ocean based on results generated by the iAtlantic project. The maps were produced using the prioritizr R package (Hanson et al. 2023), which identifies priority areas for achieving specific conservation goals while minimising costs. The various prioritisations were developed to address multiple research questions related to: (1) identifying priority areas for conservation and restoration, (2) transboundary conservation, (3) climate-smart conservation planning, and (4) protecting 30% of the Atlantic Ocean, including 10% under strict protection. The results are organised into subfolders based on the research questions addressed and further categorised into data-rich and data-poor regions, along with aggregate results for each region. Further, the results are organised into subfolders representing multiple scenarios executed using various cost layers, including area-based, Global Fishing Watch (GFW, 2023) benthic, GFW total fishing, Global Fisheries Landings (GFL, Watson 2019) v4.0 benthic, and GFL v4.0 total landings. Each map filename provides descriptive information about the executed scenario.
<p>Im Pilotprojekt <a href="https://www.ki-ideenwerkstatt.de/unterstuetzung-materialien/pilotprojekte/toxfox-mithilfe-von-ki-inhaltsstoffe-scannen/"><em>ToxFox</em></a> wurde 2024/25 gemeinsam mit dem <a href="https://www.bund.net/">BUND</a> eine KI-basierte OCR-Lösung (englisch: optical character recognition, Bild zu Text) entwickelt. Hierbei wird via FastAPI-Webanwendung ein per Smartphonekamera aufgenommens Bild der Informationstextes der Inhaltsstoffe auf Verpackung eines Produktes erfasst und anschließend eine Liste der gefundenen Schadstoffe nach INCI zurückgegeben. INCI steht für die Internationale Nomenklatur für kosmetische Inhaltsstoffe. Bisher musste für diesen Prozess der Barcode der Produkte gescannt werden. Mit der OCR-Lösung sollen u.a. Fehler korrigiert werden, die durch veraltete, auf Barcodes enthaltene Informationen entstehen oder sich durch eine Umbenennung der Chemikalien durch die Industrie ergeben könnten.</p>
This dataset contains geochemical variables measured in six depth profiles from ombrotrophic peatlands in North and Central Europe. Peat cores were taken during the spring and summer of 2022 from Amtsvenn (AV1), Germany; Drebbersches Moor (DM1), Germany; Fochteloër Veen (FV1), the Netherlands; Bagno Kusowo (KR1), Poland; Pichlmaier Moor (PI1), Austria and Pürgschachen Moor (PM1), Austria. The cores AV1, DM1 and KR1 were taken using a Wardenaar sampler (Royal Eijkelkamp, Giesbeek, the Netherlands) and had diameter of 10 cm. The cores FV1, PM1 and PI1 had an 8 cm diameter and were obtained using an Instorf sampler (Royal Eijkelkamp, Giesbeek, the Netherlands). The cores FV1, DM1 and KR1 were 100 cm, core AV1 was 95 cm, core PI1 was 85 cm and core PM1 was 200 cm. The cores were subsampeled in 1 cm (AV1, DM1, KR1, FV1) and 2 cm (PI1, PM1) sections. The subsamples were milled after freeze drying in a ballmill using tungen carbide accesoires. X-Ray Fluorescence (WD-XRF; ZSX Primus II, Rigaku, Tokyo, Japan) was used to determine Al (μg g-1), As (μg g-1), Ba (μg g-1), Br (μg g-1), Ca (g g-1), Cl (μg g-1), Cr (μg g-1), Cu (μg g-1), Fe (g g-1), K (g g-1), Mg (μg g-1), Mn (μg g-1), Na (μg g-1), P (μg g-1), Pb (μg g-1), Rb (μg g-1), S (μg g-1), Si (μg g-1), Sr (μg g-1), Ti (μg g-1) and Zn (μg g-1). These data were processed and calibrated using the iloekxrf package (Teickner & Knorr, 2024) in R. C, N and their stable isotopes were determined using an elemental analyser linked to an isotope ratio mass spectrometer (EA-3000, Eurovector, Pavia, Italy & Nu Horizon, Nu Instruments, Wrexham, UK). C and N were given in units g g-1 and stable isotopes were given as δ13C and δ15N for stable isotopes of C and N, respectively. Raw data C, N and stable isotope data were calibrated with certified standard and blank effects were corrected with the ilokeirms package (Teickner & Knorr, 2024). Using Fourier Transform Mid-Infrared Spectroscopy (FT-MIR) (Agilent Cary 670 FTIR spectromter, Agilent Technologies, Santa Clara, Ca, USA) humification indices (HI) were determined. Spectra were recorded from 600 cm-1 to 4000 cm-1 with a resolution of 2 cm-1 and baselines corrected with the ir package (Teickner, 2025) to estimate relative peack heights. The HI (no unit) for each sample was calculated by taking the ratio of intensities at 1630 cm-1 to the intensities at 1090 cm-1. Bulk densities (g cm-3) were estimated from FT-MIR data (Teickner et al., in preparation).
| Organisation | Count |
|---|---|
| Bund | 964 |
| Europa | 207 |
| Global | 2 |
| Kommune | 3 |
| Land | 31 |
| Weitere | 348 |
| Wirtschaft | 12 |
| Wissenschaft | 414 |
| Zivilgesellschaft | 55 |
| Type | Count |
|---|---|
| Chemische Verbindung | 69 |
| Daten und Messstellen | 117 |
| Ereignis | 7 |
| Förderprogramm | 809 |
| Gesetzestext | 1 |
| Lehrmaterial | 1 |
| Software | 2 |
| Taxon | 1 |
| Text | 457 |
| Umweltprüfung | 1 |
| unbekannt | 119 |
| License | Count |
|---|---|
| Geschlossen | 178 |
| Offen | 1239 |
| Unbekannt | 27 |
| Language | Count |
|---|---|
| Deutsch | 963 |
| Englisch | 866 |
| Resource type | Count |
|---|---|
| Archiv | 30 |
| Bild | 38 |
| Datei | 43 |
| Dokument | 83 |
| Keine | 697 |
| Multimedia | 1 |
| Unbekannt | 3 |
| Webdienst | 1 |
| Webseite | 671 |
| Topic | Count |
|---|---|
| Boden | 1023 |
| Lebewesen und Lebensräume | 1162 |
| Luft | 854 |
| Mensch und Umwelt | 1427 |
| Wasser | 812 |
| Weitere | 1444 |