ZDIN-Zahlen im Detail

Zusammenfassung. Wasser ist eine der kostbarsten Ressourcen auf unserem Planeten, doch die Erschöpfung des Grundwassers ist nach wie vor ein globales Problem. Aus diesem Grund hat die EU im Jahr 2000 beschlossen, das Grundwasser aktiv zu schützen. Ein wichtiger Schritt in diese Richtung ist die Überwachung der Grundwasserkörper und ihrer Nutzung. Während die öffentlichen Wasserbehörden das Grundwasser bereits überwachen, sind öffentliche Quellen recht rar und oft veraltet, was die Benutzerfreundlichkeit und Visualisierung angeht. Aus diesem Grund haben wir ein Visualisierungswerkzeug für unser Informationssystem WISdoM OSS entwickelt: GrowL - Grundwasserstände in Niedersachsen, Deutschland. Mit GrowL haben wir einen Weg gefunden, mehrere Datenquellen in einem einzigen Kartenobjekt unterzubringen und die Daten zu neuen Informationen zu kombinieren, um die Aufgaben des Grundwassermonitorings weiter zu verbessern. Die Erstellung dieses Prototyps ist die erste Iteration eines Werkzeugs, das die Sammlung von Informationen über den Zustand des Grundwassers in Niedersachsen sowie die Identifizierung von Trends unterstützen soll, wo Grundwasserkörper zu sinken oder sich wieder zu füllen scheinen. Das gesamte System ist so konzipiert, dass es auch außerhalb Niedersachsens eingesetzt werden kann, wenn die gleiche Art von Daten in anderen Regionen verfügbar ist.

Die küstennahe Hinterlandentwässerung ist in der Regel aufgrund der geringen Höhenlagen und folglich mangels natürlicher Vorflut von energieintensiven Schöpf- bzw. Pumpprozessen abhängig. In dieser Studie wird die Robustheit eines energieflexiblen, gemischt-ganzzahligen Optimierungsmodells gegenüber Prognoseungenauigkeiten im Kontext eines Entwässerungssystems untersucht. Das Modell nutzt Prognosezeitreihen für Gezeiten, Strompreise und Speicherzuflussmengen, um darauf basierend optimale Ablaufpläne zu generieren. Unter realen Betriebsbedingungen führen Prognoseungenauigkeiten bezüglich Strompreise und Zufluss- bzw. Pegelvorhersagen aufgrund stochastischer Schwankungen zu Fehlern. Mithilfe verschiedener experimenteller Szenariosimulationen für mögliche Prognoseabweichungen des Strompreises werden die optimierten Zielgrößen (Energiekosten und Energieverbrauch) im Vergleich zu vorher festgelegten Ausgangsannahmen analysiert. Die Ergebnisse werden sowohl in Abwesenheit von Prognosefehlern als auch unter Berücksichtigung dieser Fehler gegenübergestellt. Im Gesamtkontext verdeutlicht die Studie die allgemeine Bedeutung einer ausreichend hohen Prognosequalität für verschiedene Unsicherheitsszenarien.

3D Gaussian Splatting ist eine neuartige Methode zur impliziten Darstellung von 3D-Szenen mittels 3D Gaussverteilungen. Die implizite Darstellung wird aus einem Satz von Trainingsbildern erlernt und berücksichtigt dabei in der dreidimensionalen Darstellung den Betrachtungswinkel, was indirekt zu einer Modellierung von Reflexionen/Farbveränderung usw. führt. Um die Anwendung von 3D Gaussian Splatting in neuen Szenarien zu verbessern, schlagen wir vor, diesen Ansatz mit LiDAR-Daten aus einem Mobile Mapping System zu kombinieren, um den bisher nötigen Structure-from-Motion Schritt zu ersetzen. Dazu werden die bekannten Kamerapositionen sowie die gegebene Punktwolke verwendet. Im Beitrag wird die Grundidee vorgestellt und erste Experimente dazu beschrieben.

This study investigates the synchronization of pumping operations with dynamic energy prices in hinterland drainage systems. Employing mathematical models and optimization techniques, the research systematically evaluates the inherent flexibility within regular pumping operations. While traditional approaches often focus solely on tidal dynamics to enhance energy efficiency, this study introduces a more comprehensive perspective. Beyond the conventional scope, it incorporates a nuanced analysis of electricity price patterns, aiming to promote grid-friendly behavior and foster an adaptive and efficient response to fluctuating energy availabilities. By delving into these complex interplays, the research not only deepens the understanding of hinterland drainage system dynamics but also proposes an approach for robust and sustainable operational practices. Moreover, the holistic approach aligns with the broader objective of reducing CO2 emissions, reflecting a commitment to environmentally responsible infrastructure management. Through this balanced exploration of operational optimization potentials, the research contributes to the scientific discourse on energy efficient and environmentally conscious practices in hinterland drainage systems.