Wissenschaft, Umwelt und Wirtschaft

i.WET: Demonstrationsvorhaben in Lünen

Das Projekt "Innovative Wasser-EnergieTransition (i.WET): Demonstrationsvorhaben in Lünen" verfolgt die Implementierung eines innovativen Konzepts der Wasserver- und Wasserentsorgung in einem Modellgebiet in Lünen in Kooperation mit dem örtlichen Bauverein zu Lünen und dem Stadtbetrieb Abwasserbeseitigung Lünen AöR.

Entscheidungshilfen im Zierpflanzenbau

Zielsetzung des Vorhabens "Entscheidungshilfen im Zierpflanzenbau - Innovationen für NRW zur Steigerung der Ressourceneffizienz und Umweltverträglichkeit im Gartenbau" ist es, mithilfe von partizipativen Modellierungsansätzen Entscheidungshilfen für einen optimierten ressourcenschonenden Pflanzenschutz in gartenbaulichen Kulturen zu entwickeln. Dies erfolgt am Beispiel der Besenheide (Calluna vulgaris), die in NRW mit großer wirtschaftlicher Bedeutung auf einer Fläche von ca. 400 ha. produziert wird.

Opera buffa und ihre Rezeption im 20. Jahrhundert

Mit dem Projekt „Opera buffa und ihre Rezeption im 20. Jahrhundert“ widmet sich die Hochschule für Musik- und Tanz Köln (HfMT) der wissenschaftlichen Auseinander­setzung mit dem Genre der Opera buffa (d. h. die komische italienische Oper). Ziel ist es, die Opera buffa und ihre internationale Rezeption im 20. Jahrhundert musik-wissenschaftlich zu untersuchen und durch exemplarische Aufführungen von drei Opern zu vergegenwärtigen.

Historische Gärten im Klimawandel

Ziel des Projektes „Historische Gärten im Klimawandel“ ist es, Auswirkungen des Klima­wandels auf Gartendenkmäler und diesbezügliche Handlungsmöglichkeiten zu untersuchen. Im Fokus steht die Suche nach Ersatzgehölzarten und Pflanzkonzepten, welche sich als hitze- und trockenheitsresistente Nachpflanzungen von schwer geschädigten Gehölzen in historischen Parkanlagen eignen. 

Umweltassoziierte Infektionsgeschehen in Ballungsgebieten in NRW erkennen und eliminieren

Das Projekt beinhaltet das Auffinden und Beschreiben von Erregern (durch Genomsequenzierung) und Antibiotika (durch Massenspektrometrie) sowie die Evaluation von Strategien für den Abbau von Antibiotika im Abwasser durch Photokatalyse.

Prozessorientierte Indikatoren und maschinelles Lernen für ein nachhaltiges Wassermanagement

Bei dem Projekt soll mit Hilfe von Methoden des Maschinelles Lernens (Künstliche Intelligenz) und statistischer Auswertung ein vertieftes Prozessverständnis zum Stoffeintrag im Wasser gewonnen werden. Dabei sollen Spurenstoffe als Indikatoren zur Kalibrierung und Validierung eines hydrologischen und Gewässergütemodells genutzt werden.