API src

Found 1854 results.

Similar terms

s/lacs/Lack/gi

Other language confidence: 0.6917133235069503

Flammenhemmendes Coating - ökologischer Brandschutz in Schienenfahrzeugen, Teilvorhaben 3: Entwicklung eines Flammschutzmittels auf Basis von Phosphonsäuren

Stärke und Zucker

Stärke ist ein pflanzlicher Reservestoff, der in Form von Stärkekörnern in Speicherorganen von Pflanzen (Körner, Knollen, Wurzeln oder Mark) angereichert wird. Stärke wird sowohl im Lebensmittel - als auch im technischen Bereich in breitem Umfang eingesetzt. Die landwirtschaftliche Erzeugung von stärkehaltigen Rohstoffen erfolgt in Deutschland durch den Anbau von Kartoffel, Weizen und Körnermais. In der Zukunft könnten die Markerbse und Neuzüchtungen mit sehr hohem Amylose- ("Amylo-Mais") oder Amylopektinanteil (z. B. Amylose-freie Kartoffel) Bedeutung erlangen, da sich hierdurch verarbeitungs- und anwendungstechnische Vorteile ergeben. Hinsichtlich der Verwendung werden drei wesentliche Produktlinien unterschieden - native Stärke (Papier, Pappe, Leime, Kleber, Gipskartonplatten, Textilverarbeitung, Kosmetika), - modifizierte Stärke (Lacke, Streichfarben, Bindemittel (Quellstärken), kationische Stärken, Papier, Pappe, Tabletten, Stärkeether und -ester) etc. sowie - Verzuckerungsprodukte (Tenside, Sorbit, Kunststoffe, Vitamin C, Alkohole, Biotechnologie).

Klimawandel und ZIKA-Infektionen in Fidschi, TP BAM: Untersuchung und Bewertung der Eignung verschiedener ZfP-Verfahren, sowie Hard- und softwaremäßige Unterstützung bei der Integration von ZfP-Verfahren in den Demonstrator

Ermittlung der großräumigen Sensitivität von Grundwasserressourcen gegenüber dem Klimawandel

Die Klimakrise verändert zunehmend die räumliche und zeitliche Verfügbarkeit von Grundwasser, der wichtigsten globalen Süßwasserressource. Das quantitative Verständnis der Interaktion von Grundwasser und Klima, vor allem auf nationaler und kontinentaler Skala, ist wichtig für ein optimal angepasstes Grundwassermanagement. Bisher ist das Wissen über die großskalige Sensitivität der Grundwasserressourcen auf den Klimawandel jedoch sehr limitiert. Das Ziel des hier vorgestellten Projektes ist die Erforschung der Auswirkungen des Klimawandels und der damit einhergehenden Umweltveränderungen auf den quantitativen Zustand von Grundwasserressourcen auf national-kontinentaler Skala. Etablierte prozessbasierte Modelle (PBMs) zur hydro(geo)logischen Modellierung auf großer Skala (meist „Global Hydrological Models“ - GHMs) sind starke Vereinfachungen der Realität und unterliegen daher deutlichen Limitationen und Unsicherheiten. Im Gegensatz zu anderen PBMs, weisen GHMs daher begrenzte physikalische Konsistenz und Interpretierbarkeit auf und ihre Anwendung kann zu irreführenden Schlussfolgerungen über die Verfügbarkeit von Grundwasser vor dem Hintergrund des Klimawandels führen. Vor allem die Übertragbarkeit auf datenarme Regionen ist nur eingeschränkt möglich. In den letzten Jahren haben sich Deep Learning (DL) Modelle als präziser und leicht übertragbarer alternativer Ansatz in der Modellierung von Wasserressourcen etabliert. Für die Modellierung von Oberflächengewässern wurde zudem gezeigt, dass DL auch spezialisierte PBMs übertreffen kann. Das vorgeschlagene Projekt möchte sich die gewonnenen Erkenntnisse zunutze machen und ein DL-Modell zur Untersuchung der Sensitivität von Grundwasser auf den Klimawandel auf kontinentaler Skala aufbauen. Hierfür wird ein „big data“ Ansatz gewählt, der Daten von >2200 Einzugsgebieten in Nordamerika nutzt (Erweiterung denkbar). Ein solches Modell kann lernen, Wissen über verschiedene Regionen zu transferieren, gewinnt somit stark an Generalisierungsfähigkeit (z.B. auf datenarme Regionen) und schlussendlich an Vertrauenswürdigkeit. Weiterhin soll das Problem von fehlenden, interpretierbaren und physikalisch konsistenten Modellen im nationalen Maßstab angegangen werden, indem physikalisches Wissen und Prozesse in die DL-Modelle eingebaut werden. Durch diese Ansätze soll ein plausibles, interpretierbares und vor allem vertrauenswürdiges Modell entstehen, welches sich zur Untersuchung von Klimawandelszenarien eignet. Die genannten Aspekte sind hierbei besonders kritisch, da für Zeiträume in der Zukunft keine Validierung möglich ist. Das entwickelte Modell dient anschließend der Beantwortung der übergeordneten Fragestellung, und die Auswirkungen des Klimawandels auf die Grundwasserressourcen werden anhand der Daten von Klimamodellen auf Basis von RCP bzw. SSP Szenarien untersucht. Weiterhin werden spezialisierte Untersuchungen (Szenarien) zum Einfluss einzelner Einflussfaktoren (z.B. Landnutzung) durchgeführt.

Entschlüsselung der Treiber der Partitionierung des Wasserhaushalts in seine Komponenten mittels stabiler Isotope, hydrologischer Modellierung und maschinellem Lernen für verschiedene Landschaften

Das Verständnis für die Partitionierung des Niederschlag (P) in Abfluss (Q), Transpiration (T) und Verdunstung (E) in verschiedenen hydro-klimatologischen Regionen ist wichtig, um die Auswirkungen des Globalen Wandels auf den Wasserhaushalt und den biogeochemischen Kreislauf vorherzusagen. Trotz der Relevanz sind die zugrundeliegenden Prozesse und die Möglichkeiten zur Vorhersage limitiert, da vor allem die Partitionierung der Evapotranspiration (ET) in T und E, aufgrund eines Mangels an Messmethoden und an Daten für die Modellvalidierung, auf Einzugsgebietsskale schwierig ist. Dieses Projekt zielt darauf ab, diese Einschränkung zu überwinden, indem es die T/ET-Verhältnisse in Einzugsgebieten unterschiedlicher Skale untersucht und die dominierenden Mechanismen des Wasserverlusts (T, E, Q) mit der Einzugsgebietsphysiographie in Verbindung bringt. Hier werden Methoden des maschinelles Lernen eingesetzt, um Muster und Korrelationen zu identifizieren. Das Projekt untersucht diverse Einzugsgebiete weltweit welche vorhandene Daten für stabile Isotope (18O und 2H des Wassermoleküls) in den Wasserhaushaltskomponenten aufweisen. Das langjährige Mittel der Partitionierung des Niederschlags und der Evapotranspiration wird für mehrere Hundert Einzugsgebiete mit vorhandenen niederfrequenten Isotopendaten durchgeführt unter Anwendung der Isotopen- und Wassermassenbilanz. Zusätzlich wird für einen Satz von elf Einzugsgebiete mit höherer Datenverfügbarkeit die Partitionierung mittels des hydrologischen Modells isoWATFLOOD für eine feinere zeitlicher Auflösung durchgeführt. Abschließend wird maschinelles Lernen verwendet um die Partitionierung und die dominierenden Wasser-Verlustmechanismen in Einzugsgebieten anhand der Physiogeographie abzuschätzen.

Überwachung des Beitrags des europäischen Grünlands zur Erhaltung der biologischen Vielfalt des Bodens und der Funktion des Ökosystems unter den verschiedenen Stressfaktoren des globalen Wandels

Anders als bei Pflanzen und Tieren ist die Fähigkeit der europäischen Schutzgebiete, die biologische Vielfalt des Bodens und die Ökosystemleistungen unter den verschiedenen Stressfaktoren des globalen Wandels zu erhalten, praktisch unbekannt. Natürliches und landwirtschaftlich genutztes Grünland spielt eine grundlegende Rolle für die Erhaltung der biologischen Vielfalt und die nachhaltige Nahrungsmittelproduktion. Die verschiedenen Arten von Grünland (Schutzgebiete, naturnahes Grünland und Ackerland) erfüllen eine Vielzahl von Ökosystemfunktionen, aber es gibt auch wichtige Kompromisse (z. B. Nahrungsmittelproduktion vs. Kohlenstoffbindung im Boden). Es ist auch immer noch nicht ganz klar, welches Grünlandsystem besser gegen Störungen und den Klimawandel schützt. Dieser Wissensmangel ist vor allem vor dem Hintergrund der anthropogenen Klimaerwärmung und als Reaktion auf andere, gleichzeitig auftretende Stressfaktoren, die die Erhaltung der biologischen Vielfalt und der Funktion des Bodens bedrohen, wie Trockenheit, Pestizide und Überdüngung, von Bedeutung. GRASS4FUN zielt darauf ab, die biologische Vielfalt des Bodens, die ökologischen Netzwerke und die Ökosystemleistungen, die von Grünland über einen Gradienten der Landnutzungsintensität und als Reaktion auf Landschaftsmerkmale unterstützt werden, zu vergleichen und ihren Erhaltungszustand (zeitliche Dynamik) und ihre Widerstandsfähigkeit gegen mehrere Stressfaktoren des globalen Wandels zu untersuchen. Zu diesem Zweck werden wir bestehende europäische Erhebungen mit der Überwachung der biologischen Vielfalt und der Funktion des Bodens auf 300 Grünlandflächen (geschütztes Grünland, naturnahes Grünland und Ackerland) über einen europaweiten Gradienten kombinieren und die Zukunft der biologischen Vielfalt des Bodens, der Ökosystemleistungen und der grundlegenden Kompromisse zwischen den drei Landnutzungsarten unter verschiedenen Szenarien des globalen Wandels und auf europäischer Ebene modellieren. Anschließend werden Gewächshausexperimente durchgeführt, um die Reaktionen der biologischen Vielfalt und der Funktionen des Bodens auf verschiedene globale Stressfaktoren wie Trockenheit, Pestizideinsatz, Stickstoffverschmutzung und Schwermetalle zu testen. Wir werden insbesondere auch prüfen, ob Landschaftsmerkmale (z. B. Landschaftsheterogenität) die ober- und unterirdische Biodiversität und ihre Fähigkeit zur Abfederung von Belastungen durch den globalen Wandel beeinflussen. GRASS4FUN wird von Hand zu Hand mit mehreren Interessengruppen durchgeführt, um den Transfer zu Interessengruppen, politischen Entscheidungsträgern und der Gesellschaft zu erleichtern, mit dem grundlegenden Ziel, bahnbrechendes Wissen bereitzustellen, um Ökosysteme widerstandsfähiger gegen globale Stressfaktoren zu machen und die biologische Vielfalt in Europa zu schützen, einschließlich der in Böden lebenden Organismen.

Schilfentwicklung im Naturschutzgebiet Gwattlischenmoos (Thunersee)

Im Naturschutzgebiet Gwattlischenmoos am Thunersee war in den letzten Jahrzehnten ein starker Schilfrueckgang festzustellen. Vermutet wurde, dass neben den bekannt wirksamen Faktoren (Eutrophierung, Treibgut etc.) auch die Blaesshuehner zum Rueckgang beitragen koennten. In den Jahren 1976-78 wurde mittels Kaefigexperimente ein Einfluss der Blaesshuehner auf die Schilfentwicklung nachgewiesen. Daraufhin wurden die am staerksten gefaehrdeten Schilfbereiche grossflaechig eingezaeunt als Schutz, sowohl vor Blaesshuehnern als auch vor Treibholz. Inner- und ausserhalb der Kaefige wird in abgesteckten Kontrollflaechen die Entwicklung quantitativ ermittelt (z.B. durch periodisches Auszaehlen der Halme), um den Effekt der Einzaeunung bestimmen zu koennen. Zusaetzlich wird die Entwicklung des Blaesshuhnbestandes (Brutpaare, Nichtbrueter) ermittelt und festgestellt, wie stark die nicht eingezaeunten Schilfbereiche durch die Blaesshuehner genutzt werden. Das Projekt ist ein langfristig angelegter Versuch, der mit beitragen soll, die schwierige Frage zu klaeren, welche Massnahmen geeignet waeren, dem an vielen Gewaessern festzustellenden Schilfrueckgang zu begegnen.

Studi e analisi situazioni acque ceresio e verbano (ITA)

Analisi chimique (ione fostato, ione nitrato, ossigeno dissolto) e analisi batteriologiche sono eseguiti. (ITA)

Einzelhandel - Übriger Einzelhandel ohne Nahversorgung - Hamburg

Im Jahr 2016 wurden für alle 7 Hamburger Bezirke flächendeckend Daten zu Nahversorgung und Einzelhandel erhoben. Die erhobenen Daten waren Grundlage für die Erstellung von Einzelhandels- und Nahversorgungskonzepten. Die Angebotssituation wurde durch eine flächendeckende Vor‐Ort‐Aufnahme aller Einzelhandelsbetriebe im gesamten Hamburger Stadtgebiet erfasst. Grundlage der Erhebung war ein Erhebungsleitfaden auf Basis der 'Hamburger Leitlinien für den Einzelhandel'. In Anlehnung an die in diesen Leitlinien enthaltene 'Hamburger Sortimentsliste' wurde eine Branchensystematik mit 38 Sortimentsgruppen festgelegt, die zur besseren Lesbarkeit in folgende 13 Sortimentsbereiche gegliedert wurde Sortimentsbereiche: • Autozubehör, Motorradzubehör, -bekleidung • Bau-, Heimwerker-, Gartenbedarf Dazu zählen auch die Sortimente Pflanzen, Sanitär, Holz, Tapeten, Farben und Lacke. • Bekleidung, Schuhe, Sport Dieser Sortimentsbereich umfasst auch Lederwaren, Handtaschen, Koffer, Hüte sowie Sportbekleidung und –schuhe. • Blumen, zoologischer Bedarf • Bücher, Schreib- und Spielwaren Zu diesem Bereich zählen die Sortimente Zeitungen, Zeitschriften, Schreib-und Papierwaren, Büroartikel (inkl. Büromaschinen), Künstler- und Bastelbedarf sowie Spielwaren (ohne PC-Spiele) und Modellbau. • Elektrowaren Dieser Sortimentsbereich enthält Elektrohaushaltsgeräte, Telekommunikation für Privatkunden (Telefon, Fax, Mobil- und Smartphones), Unterhaltungselektronik (Audio, Video, Spiele, Speichermedien, Foto, Ton- und Bildträger) sowie Informationstechnologie (Computer, Drucker etc.). • Gesundheit, Körperpflege Hierzu zählen die nicht der Nahversorgung zuzurechnenden medizinischen und orthopädischen Sanitätswaren. • Hausrat, Einrichtung, Möbel Dieser Sortimentsbereich umfasst Haushaltswaren, Glas, Porzellan, Keramik sowie Möbel (einschließlich Matratzen) inkl. Gartenmöbel, Badmöbel und Spiegel. Des weiteren Küchenmöbel und -einrichtung, Antiquitäten, Kunst, Rahmen und Bilder sowie Heimtextilien (Haus- und Tischwäsche, Bettwäsche, Bettwaren, Gardinen, Wolle, Stoffe) und Leuchten, Lampen und Zubehör. • Optik, Hörgeräte • Sportgeräte und Zubehör • Teppiche, Bodenbelege, Parkett • Uhren und Schmuck • sonstiges Sortiment Hierunter fallen beispielsweise Musikalien, Kamine, Waffen oder antiquarische Waren uvm. Erläuterung einzelner Attribute: Lage: Das Attribut Lage unterscheidet 5 verschiedene Lagetypen. Die Kategorie Übergeordnetes Zentrum wurde im Rahmen des Hamburger Zentrenkonzepts näher spezifiziert und in die 5 Zentrentypen City-Lage, Hauptzentrum, Urbaner Marktplatz, Stadtteilzentrum und Ortzentrum gegliedert. Wenn ein Betrieb in der Kategorie 1 (Übergeordnetes Zentrum) oder 2 (Nahversorgungszentrum) liegt, befindet er sich auch innerhalb eines Zentralen Versorgungsbereiches. 1. Übergeordnetes Zentrum (Zentraler Versorgungsbereich) 2. Nahversorgungszentrum (Zentraler Versorgungsbereich) 3. städtebaulich integrierte Lage 4. städtebaulich nicht integrierte Lage 5. Nahversorgungslage Betriebstyp: Unter Betriebstyp werden verschiedene Arten von Betrieben unterschieden, die sowohl für Betriebe der Nahversorgung als auch des übrigen Einzelhandels Anwendung finden können. 1. Fachgeschäft 2. Supermarkt / großer Supermarkt 3. Lebensmitteldiscounter 4. Warenhaus / Kaufhaus 5. SB-Warenhaus 6. Fachmarkt 7. Sonstiges (Tankstellen, Fabrikverkauf etc.) Verkaufsfläche: Die Verkaufsfläche von Einzelhandelsbetrieben wurde im Rahmen der Erhebung der Daten mit untersucht. Dabei wurde folgende Definition angewandt: Verkaufsfläche ist die Fläche, auf der die Verkäufe abgewickelt werden und die vom Kunden zu diesem Zwecke betreten werden darf, einschließlich der Flächen für Warenpräsentation, Kassenvorraum mit „Pack- und Entsorgungszone“ und Windfang. Ebenso zählen zur Verkaufsfläche auch Treppen, Rolltreppen und Aufzüge im Verkaufsraum sowie Freiverkaufsflächen. Nicht dazu gehören reine Lagerfläche und Flächen, die der Vorbereitung / Portionierung der Waren dienen sowie Sozialräume, WC‐Anlagen, Stellplätze für Einkaufswagen. Relevanz: Bei der Einordnung der Sortimente nach ihrer jeweiligen Zentrenrelevanz wurde die ‚Hamburger Sortimentsliste' herangezogen. Grundsätzlich wird zwischen folgenden Sortimenten unterschieden: Zentrenrelevante Sortimente: Zentrenrelevante Sortimente sind in den Zentren ortstypisch stark vertreten oder als Ergänzung des Angebots in den Zentren erwünscht. Sie sind von besonderer Bedeutung für den Branchenmix und stellen Frequenzbringer dar, sind aber auch auf Frequenz in Zentren angewiesen. Die Betriebe mit derartigen Sortimenten haben einen überwiegend eher geringen Flächenanspruch, sind also in Zentren integrierbar. Die Sortimente sind transportfähig bzw. vom Kunden gleich mitzunehmen (Handtaschensortimente). Nahversorgungsrelevante Sortimente: Nahversorgungsrelevante Sortimente werden zur Deckung des täglichen bzw. kurzfristigen Bedarfs benötigt, und werden i. d. R. wohnortnah angeboten. Nicht-zentrenrelevante Sortimente: Nicht-zentrenrelevante Sortimente sind ortstypisch nicht zentrenprägend und von geringer Bedeutung für die Attraktivität zentraler Lagen. Aufgrund der Flächenbedarfe der Betriebe und der Bedeutung des PKW als Transportmittel befinden sich Betriebe mit nicht-zentrenrelevanten Sortimenten oftmals außerhalb von Zentren. Erhebungsstand: Die Erhebungen starteten am 22. Februar 2016 und wurden am 26. August 2016 beendet. Änderungen wurde seit diesem Stichtag nicht weiter aktualisiert. Somit gibt der Datensatz nur bedingt den aktuellen Einzelhandelsbesatz wieder. Eine Aktualisierung würde im Rahmen einer Neuauflage der Einzelhandels- und Nahversorgungskonzepte erfolgen. Hinweis: Es wurde eine sehr große Datenmenge erhoben und aufbereitet. Fehler bei der Erhebung und/oder der technischen Übertragung in die Kartendienste sind daher nicht auszuschließen.

INSPIRE Land Use / InVeKoS Landwirtschaftliche Flächen BB

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

1 2 3 4 5 … 184 185 186