API src

Found 1832 results.

Similar terms

s/lacs/Lack/gi

Other language confidence: 0.6917133235069506

3D-Messdaten (2025)

Die 3D-Messdaten beinhalten originär gemessene Airborne-Laserscanpunkte (3D-Punktwolke) und liegen klassifiziert vor.

Fischfauna 2002

Die Fließgewässer Berlins haben sich über den Lauf der Jahrhunderte infolge der menschlichen Nutzung stark verändert. Wo früher ein Mündungsdelta der Spree in die Havel lag, mit Auengewässern und Überschwemmungsflächen, finden sich heute durch Schleusen und Wehre geregelte, träge oder gar nicht fließende Gewässer. Dadurch haben sich auch die Lebensräume der ursprünglich hier heimischen Fischarten gewandelt und wurden teilweise zerschnitten. In der Folge verloren viele Fischarten ihren Lebens- und Laichraum, Insbesondere Wanderfischarten wie Stör und Lachs, Neunaugen oder anspruchsvollere Arten wie Zährte oder Barbe starben aus oder waren verschollen. Seitdem sich durch ein wachsendes Umweltbewusstsein langsam die Wasserqualität wieder verbessert, erholen sich entsprechend auch die Fischbestände. Die Schaffung der Durchgängigkeit von Wanderhindernissen dauert allerdings an und auch die Bedarfe der Schifffahrt und der Wassernutzung bestehen weiter. Die Bedingungen für die Wanderfische haben sich daher noch nicht gebessert. Zuletzt wurden bei der Auswertung von 153 Berliner Gewässern 40 Fischarten nachgewiesen. Die artenreichsten Gewässer waren zwischen 2014 und 2022 erwartungsgemäß die durchflossenen Seen, wie der Große Müggelsee und der Griebnitzsee. Besonders verbreitet sind Plötze, Rotfeder, Barsch und Hecht. Hier können Sie die Bestandsaufnahmen aus den Jahren 1993, 2002, 2013 und 2022 nachvollziehen. Die rechtlichen Bedingungen für die Verbesserungen setzte im Jahr 2000 die Europäische Wasserrahmenrichtlinie. Sie strebt an, dass sich die ökologische Qualität von Flüssen und Seen in der EU wieder verbessert. Die Inhalte dieses Jahrgangs sind historisch und nicht mehr aktuell. Einleitung Datengrundlage Methode Kartenbeschreibung Kurzcharakteris­tik ausgewählter Berliner Gewässer Literatur Abbildungen der im Text genannten Fischarten Karten Download

INSPIRE Land Cover / InVeKoS Landschaftselemente BB

Der interoperable INSPIRE-Datensatz beinhaltet Daten der EU-Zahlstelle BB über die Landschaftselemente in Brandenburg, transformiert in das INSPIRE-Zielschema Bodenbedeckung. Der Datensatz wird über je einen interoperablen Darstellungs- und Downloaddienst bereitgestellt. --- The compliant INSPIRE data set contains data about the landscape features in the State of Brandenburg from the paying agency, transformed into the INSPIRE annex schema Land Cover. The data set is provided via compliant view and download services. Der interoperable INSPIRE-Datensatz beinhaltet Daten der EU-Zahlstelle BB über die Landschaftselemente in Brandenburg, transformiert in das INSPIRE-Zielschema Bodenbedeckung. Der Datensatz wird über je einen interoperablen Darstellungs- und Downloaddienst bereitgestellt. --- The compliant INSPIRE data set contains data about the landscape features in the State of Brandenburg from the paying agency, transformed into the INSPIRE annex schema Land Cover. The data set is provided via compliant view and download services.

INSPIRE-WMS Land Cover / InVeKoS Landschaftselemente BB

Der interoperable INSPIRE-WMS ist ein Darstellungsdienst, der Daten im Annex-Schema Bodenbedeckungsvektor (abgeleitet aus dem originären Datensatz: Digitales Feldblock Kataster) bereitstellt. Gemäß der INSPIRE-Datenspezifikation Land Cover (D2.8.II.2_v3.1.0) liegen die Inhalte INSPIRE-konform vor. Der WMS beinhaltet den folgenden Layer: • LC.LandCoverSurfaces: Ein einzelnes, durch einen Punkt oder eine Fläche dargestelltes Element des Bodenbedeckungsdatensatzes. --- The compliant INSPIRE-WFS is a view service that delivers data in the Annex-Schema Land Cover Vector (derived from the original data set: Land Parcel Information System LPIS). The content is compliant to the INSPIRE data specification for the annex theme Land Cover (D2.8.II.2_v3.1.0). The WMS includes the following layer: • LC.LandCoverSurfaces: An individual element of the LC dataset represented by a point or polygon. Maßstab: 1:2400

INSPIRE-WFS Land Use / InVeKoS Landwirtschaftliche Flächen BB

Der interoperable INSPIRE-WFS ist ein Downloaddienst, der Daten im Annex-Schema Existierende Bodennutzung (abgeleitet aus dem originären Datensatz: Digitales Feldblock Kataster) bereitstellt. Gemäß der INSPIRE-Datenspezifikation Land Use (D2.8.III.4_v3.0.0) liegen die Inhalte INSPIRE-konform vor. Der WFS beinhaltet die folgenden FeatureTypes: • Datensatz zur existierenden Bodennutzung (elu:ExistingLandUseDataSet): Ein Datensatz zur existierenden Bodennutzung ist eine Sammlung von Flächen, für die Informationen zur existierenden (gegenwärtigen oder früheren) Bodennutzung angegeben sind. • Objekt zur existierenden Bodennutzung (elu:ExistingLandUseObject): Ein Objekt zur existierenden Bodennutzung beschreibt die Bodennutzung in einem Gebiet mit einheitlicher Bodennutzungskategorie oder homogener Kombination verschiedener Bodennutzungen. --- The compliant INSPIRE-WFS is a download service that delivers data in the Annex-Schema Existing Land Use (derived from the original data set: Land Parcel Information System LPIS). The content is compliant to the INSPIRE data specification for the annex theme Land Use (D2.8.III.4_v3.0.0). The WFS includes the following feature types: • Existing land use data set (elu:ExistingLandUseDataSet): An existing land use data set is a collection of areas for which information on existing (present or past) land uses is provided. • Existing land use object (elu:ExistingLandUseObject): An existing land use object describes the land use of an area having a homogeneous combination of land use types. Maßstab: 1:2400

INSPIRE-WFS Land Cover / InVeKoS Landschaftselemente BB

Der interoperable INSPIRE-WFS ist ein Downloaddienst, der Daten im Annex-Schema Bodenbedeckungsvektor (abgeleitet aus dem originären Datensatz: Digitales Feldblock Kataster) bereitstellt. Gemäß der INSPIRE-Datenspezifikation Land Cover (D2.8.II.2_v3.1.0) liegen die Inhalte INSPIRE-konform vor. Der WFS beinhaltet die folgenden FeatureTypes: • Bodenbedeckungsdatensatz (lcv:LandCoverDataset): Eine Vektordarstellung für Bodenbedeckungsdaten. • Bodenbedeckungseinheit (lcv:LandCoverUnit): Ein einzelnes, durch einen Punkt oder eine Fläche dargestelltes Element des Bodenbedeckungsdatensatzes. --- The compliant INSPIRE-WFS is a download service that delivers data in the Annex-Schema Land Cover Vector (derived from the original data set: Land Parcel Information System LPIS). The content is compliant to the INSPIRE data specification for the annex theme Land Cover (D2.8.II.2_v3.1.0). The WFS includes the following feature types: • Land cover dataset (lcv:LandCoverDataset): A vector representation for Land Cover data. • Land cover unit (lcv:LandCoverUnit): An individual element of the LC dataset represented by a point or polygon. Maßstab: 1:2400

Forschergruppe (FOR) 2936: Klimawandel und Gesundheit in Afrika südlich der Sahara, Teilprojekt: Entwicklung und Analyse von Bevölkerungskohorten in Burkina Faso und Kenia

Weltweit beeinflusst der Klimawandel eine Vielzahl von Faktoren die Erkrankungen begünstigen, insbesondere in Subsahara-Afrika. Jedoch haben sich nur wenige empirische Studien auf die Auswirkungen des Klimawandels, sowie auf Anpassungsstrategien und entsprechende Interventionen im ressourcenarmen Kotext in Subsahara-Afrika konzentriert. Ein Hauptgrund für diesen Mangel an Studien und wissenschaftlichen Ergebnissen ist, dass die Forschungsinfrastrukturen, die die Gesundheitsforschung in afrikanischen Ländern südlich der Sahara unterstützen - insbesondere innerhalb der HDSS -, es bisher nicht erlauben, viele der dringlichsten Forschungsfragen in Bezug auf Klimawandel und Gesundheit zu untersuchen. In der ersten Phase des Projektes konnten wir neue Erkenntnisse schaffen dahingehend wie ein HDSS erweitert und aufgebaut werden kann um Forschung im Bereich Klimawandel und Gesundheit ebenso selbstverständlich und produktiv durchzuführen wie es bereits für andere empirische Populationsforschung möglich ist. Unser erster methodischer Ansatz begleitet die Übersetzung unserer Machbarkeitsstudie der ersten Projektphase in einen populations-basierten Ansatz - diese Komponente ist begleitet durch einen Mixed-Methods-Ansatz. Dabei werden Erkenntnisse zu Prozessen und Erfahrungen aus verschiedenen Quellen ("technologische Tagebücher", Interviews und HDSS-Routinedaten) gesammelt, die uns helfen die besten Ansätze für klimarelevante Gesundheitsforschung zu finden. Darüber hinaus möchten wir die Performanz einer langzeitig Datensammlung evaluieren, und diese Kohorte, die mit neuen individuellen Sensoren ausgestattet sind erforschen hinsichtlich Hitzestress, den wir mit den Wearable-gemessenen Variablen messen (Herzfrequenz, Lungenfunktion, Aktivität, Schlafdauer). Wir werden weiterhin Forschungsergebnisse zu Klimawandel und Gesundheit in Informationen umsetzen, die politischen Entscheidungsträgern und der breiten Öffentlichkeit zur Verfügung stehen, indem wir Dashboards entwickeln, die die Auswirkungen des Klimawandels und der Gesundheit in gefährdeten Bevölkerungsgruppen visualisieren. Diese Dateninfrastruktur, die wir so aus bestehenden HDSS schaffen, kann nun auch überführt in graph-basierte Datenbanken „Big Data“-Analysen ermöglichen, und uns erlauben Methoden der künstlichen Intelligenz anzuwenden. HDSS-Daten können somit wichtige Erkenntnisse liefern, um die Wissenslücke zu schließen und neue Lösungen für einige der kritischsten Klima- und Gesundheitsprioritäten Afrikas zu finden. Zusätzlich zu diesen beschriebenen Studien, liefert das Projekt CP1 zentrale Beiträge zu allen anderen Projekten dieser Forschungsgruppe.

Mikrobiologische Bodenbehandlungsanlage zur Dekontaminierung von Altlastboeden

Die Behandlung der insbesondere mit PCB-verunreinigten Boeden erfolgt in einer zentralen biologischen Behandlungsanlage. Nach Einlagerung des zu behandelnden Bodens in drei Behandlungsfelder in geschlossener Leichtbauweise mit einer Gesamtkapazitaet von 7 125 m3 wird der Boden mit Klaeranlagenwasser, das mit Mikroorganismen angereichert ist (Patent BASF Lacke + Farben AG) berieselt. Um die hoechste Abbauaktivitaet der Mikroorganismen zu erreichen, wird die Raumluft auf 20 bis 42 Grad Celsius erwaermt. Gleichzeitig wird erwaermte Luft von unten in den Boden gepresst. Die abgesaugte Hallenluft wird ueber einen Aktivkohlefilter abgeleitet. Fuer die Verrieselung wird Brauchwasser (Klaeranlagenwasser oder Oberflaechenwasser) verwendet, das im Bedarfsfall in einem Vorlagetank mit Naehrstoffen versetzt wird. Der gereinigte Boden wird einer Wiederverwertung (Strassen- und Kanalbau, Laermschutzwaelle) zugefuehrt.

Holzzersetzung im Stamminneren in Bäumen als eine möglicherweise unterschätzte Fehlerquelle bei Biomasseschätzungen

Waldökosysteme sind bedeutende terrestrische Kohlenstoffsenken, die große Mengen an CO2 aus der Atmosphäre aufnehmen. Der Kohlenstoff wird sowohl in der Baumbiomasse als auch im Boden festgelegt. Schätzungen der Vorräte an organischem Kohlenstoff basieren im Allgemeinen auf der Anwendung allometrischer Biomassefunktionen, die den Stammdurchmesser und die Höhe der Bäume für die Berechnung der Baumbiomasse nutzen. Folglich wird in den Biomassegleichungen ausschließlich die äußere Form der Bäume ausgenutzt, während Holzzersetzung im Stamminneren und Baumhöhlungen vernachlässigt werden. Diese Vorgehensweise ist sicher für viele Bäume gerechtfertigt, solange sie keine Bereiche mit reduzierter Holzdichte durch Holzzersetzung und keine Höhlungen aufweisen. In einer aktuellen Studie von 2018 wiesen allerdings Lutz und Mitarbeiter darauf hin, dass alte Bäume mit großem Stammdurchmesser in stark überdurchschnittlichem Ausmaß zur gesamten Waldbiomasse beitragen. Die Autoren schlussfolgerten, dass die größten 1 % der Bäume global in etwa 50 % der gesamten oberirdischen Waldbiomasse stellen würden. Vor diesem Hintergrund kann die Holzzersetzung im Stamminneren in großen Altbäumen sehr wohl ins Gewicht fallen, da sie zu einer Überschätzung der gesamten Kohlenstoffvorräte von Wäldern führen würde. Im vorliegenden Projekt hinterfragen wir daher die Schlussfolgerungen von Lutz und Mitarbeitern, da wir davon ausgehen, dass vor allem die alten und großen Bäume besonders anfällig für Holzzersetzung im Stamminneren sind, was zu einem Schätzfehler für die Biomasse des gesamten Bestandes führen würde, wenn diese von den größten Bäumen dominiert wird. Wir bezweifeln daher, ob Biomasseschätzungen, die sich nur auf die äußere Form beziehen, in diesem Zusammenhang gerechtfertigt sind. Unser Projekt hat deswegen zum Ziel, den Einfluss von Holzzersetzung im Stamminneren und Baumhöhlungen auf die Baumbiomasse in Bäumen unterschiedlicher Größenklassen zu analysieren. Durch den kombinierten Einsatz von Schalltomographie, elektrischer Widerstandstomographie und der Entnahme von Holzbohrkernen beabsichtigen wir die Masseverluste durch Holzzersetzung im Stamminneren in die Biomasseschätzungen zu integrieren, indem der angenommene Massenverlust von der Baumbiomasse, die mit Hilfe konventioneller Biomassefunktionen bestimmt wurde, subtrahiert wird. Diese Untersuchungen sollen in ausgewählten temperaten und borealen Waldökosystemen durchgeführt werden, um die Hypothese zu testen, dass die oberirdische Biomasse der 1 % größten Bäume deutlich weniger als 50 % der gesamten oberirdischen Bestandesbiomasse entspricht, sobald reduzierte Holzdichten durch Vermorschung im Stamminneren und Baumhöhlungen in die Biomasseschätzung einbezogen werden.

Impuls- und Energieflüsse in Gegenwart von oberflächenaktiven Substanzen

Unsere Motivation basiert auf der Tatsache, dass bei schwachen bis mäßigen Windgeschwindigkeiten die gekoppelten viskosen Luft-Wasser-Schichten auf beiden Seiten der Mikroschickt an der Wasseroberfläche (surface microlayer, SML) den Großteil der Windspannung tragen, die wiederum stark von den Oberflächenwellen moduliert wird. Dynamische Prozesse auf Skalen von Millimetern bis wenigen Zentimetern werden durch den Windstress angetrieben und sind von zentraler Bedeutung für ein tiefes Verständnis der SML-Dynamik und der Austauschprozesse zwischen Ozean und Atmosphäre. Wenn monomolekulare Oberflächenfilme an der Meeresoberfläche (marine Monolayers) die (mehrschichtige/ Mikrometer-) SML bedecken, dämpfen sie kleinskalige Oberflächenwellen, wodurch diese Austauschprozesse beeinflusst werden. Während die allgemeine Wirkung von Monolayern auf die kleinskalige Oberflächenrauheit, auf den Windstress und auf Gasflüsse grundsätzlich bekannt ist, fehlt es noch an Wissen über ihren Einfluss auf Prozesse, die auf sehr kleinen Längenskalen in der Größenordnung von Millimetern und darunter ablaufen. Im Teilprojekt 2.2 der Forschungsgruppe BASS werden wir diese Lücke durch eine Reihe von Laborexperimenten am Windwellenkanal der Universität Hamburg schließen, in denen modernste Beobachtungstechniken einen bisher nicht erreichten Einblick in kleinskalige Dynamiken innerhalb der SML und ihrer unmittelbare Umgebung liefern werden. Die Relevanz für die Forschungsgruppe BASS ergibt sich aus der Untersuchung von Transport-, Akkumulations- und Austauschprozessen innerhalb der SML, die hauptsächlich von kleinskaligen Dynamiken an der Meeresoberfläche getrieben werden und somit von ihnen abhängen. Um diese Prozesse zu verstehen, ist eine gründliche Kenntnis der kleinräumigen Oberflächenwellen- und oberflächennahen Strömungsfelder sowie der Turbulenzmuster sowohl ober- als auch unterhalb der (dynamischen) Wasseroberfläche erforderlich. Ihre Untersuchung erfordert Messungen auf räumlichen Skalen im Millimeterbereich und darunter, sowie Experimente unter kontrollierten (Wind- und Wellen-) Bedingungen, die nur in Laboreinrichtungen wie dem Windwellenkanal der Universität Hamburg möglich sind. Innerhalb dieses Teilprojekts werden wir kleinräumige (cm bis sub-mm) physikalische Prozesse an der rauen Luft-Wasser-Grenzfläche untersuchen, die von anderen Teilprojekten untersuchte Austauschprozesse modulieren und kontrollieren, und die durch monomolekulare Oberflächenfilme verändert werden, die häufig in Küstengewässern anzutreffen sind.

1 2 3 4 5 … 182 183 184