Turbulenzmodell

Ein Turbulenzmodell dient in der numerischen Strömungssimulation zur Schließung des zugrundeliegenden Gleichungssystems.

Da Turbulenz sowohl räumlich als auch zeitlich auf sehr unterschiedlichen und vor allem auch sehr kleinen Skalen stattfindet, werden zur korrekten Auflösung aller Phänomene extrem feine Gitter und Zeitschritte benötigt, wie dies in der direkten numerischen Simulation (DNS) geschieht.

Die DNS ist aufgrund ihres extremen Rechenaufwands auf absehbare Zeit auf niedrige (und damit für praktische Anwendungen häufig wenig interessante) Reynolds-Zahlen beschränkt. Aus diesem Grund werden unterschiedliche Strategien zur Verringerung des Rechenaufwandes verwendet. Je mehr Annahmen dabei getroffen werden, desto geringer wird in der Regel die Rechenzeit und desto größer werden die Unsicherheiten bezüglich des Ergebnisses.

Statistische Modellierung

Die derzeit am weitesten verbreitete Modellierungsstrategie ist die statistische Modellierung (auch: Reynolds Averaged Navier Stokes (RANS)). Dabei wird die turbulente Strömung im einfachsten Fall als zeitlicher Mittelwert $ \overline{\bullet} $ und Varianz $ {\bullet'} $ der Geschwindigkeit $ u_{i} $ und des Drucks $ p $ modelliert. Führt man diese Modellannahme in die Navier-Stokes-Gleichungen ein und mittelt diese zeitlich, so entstehen die Reynoldsgemittelten Navier-Stokes-Gleichungen. Diese enthalten mit dem Reynolds'schen Spannungstensor

$ {\tau_{i,j}}=\rho\, \overline{u_{i}'u_{j}'}=\rho \begin{pmatrix} \overline{u_{1}'u_{1}'} & \overline{u_{1}'u_{2}'} & \overline{u_{1}'u_{3}'} \\ \overline{u_{2}'u_{1}'} & \overline{u_{2}'u_{2}'} & \overline{u_{2}'u_{3}'} \\ \overline{u_{3}'u_{1}'} & \overline{u_{3}'u_{2}'} & \overline{u_{3}'u_{3}'} \end{pmatrix} $

einen zusätzlichen Term mit zusätzlichen Variablen $ \overline{u_{i}'u_{j}'} $, den Reynoldsspannungen. Die Diagonalenelemente des Tensors stellen Normalspannungen dar, während die restlichen Elemente Schubspannungen sind. Das Gleichungssystem ist damit nicht mehr geschlossen. Die Schließung gelingt durch zusätzliche Annahmen für die Komponenten des Reynolds'schen Spannungstensors in Form von Gleichungen. Diese zusätzlichen Gleichungen werden Turbulenzmodell genannt. Da Turbulenz noch im Wesentlichen unverstanden ist, beruhen diese meist auf Heuristiken. Zur Validierung dienen Daten aus Experimenten. Man unterscheidet zwischen Null-, Ein- und Zweigleichungsmodellen, sowie Schließungsansätzen 2. Ordnung.

Wirbelviskositätsmodelle

Bei den Wirbelviskositätsmodellen wird der Reynoldssche Spannungstensor nach der Hypothese von Boussinesq approximiert. Hierbei werden die Reynolds-Spannungen in Analogie zu den durch molekulare Viskosität hervorgerufenen Spannungen behandelt:

$ \rho \overline{u_{i}'u_{j}'}=- \mu_{t} \left( \frac{\partial \bar{u}_{i}}{\partial x_{j}} + \frac{\partial \bar{u}_{j}}{\partial x_{i}} - \frac{2}{3} \frac{\partial \bar{u}_{k}} {\partial x_{k}} \delta_{ij}\right) + \frac{2}{3} \rho k \delta_{ij} $.

Die Größe $ \mu_{t} = \rho \cdot \nu_{t} $ wird turbulente Wirbelviskosität genannt und beschreibt die Erhöhung der Viskosität durch turbulente Schwankungsbewegungen. In der Regel überschreitet $ \mu_{t} $ die molekulare Viskosität deutlich. Die Wurzel aus der turbulenten kinetischen Energie $ k = \overline{u_{i}'u_{i}'}/2 $ stellt ein typisches Geschwindigkeitsmaß der turbulenten Schwankungsbewegungen dar. Das Symbol $ \delta_{ij} $ bezeichnet das Kronecker-Delta. Der Term $ \frac{2}{3} \rho k \delta_{ij} $ ist ein „turbulenter Druckterm“, der notwendig ist, um die Gleichung auch für Normalspannungen anwenden zu können.

Aus Dimensionsgründen lässt sich die turbulente Wirbelviskosität $ \nu_{t} $ mit einem turbulenten Längenmaß $ L_{t} $ und einem turbulenten Geschwindigkeitsmaß $ U_{t} $ gemäß $ \nu_{t} \sim L_{t} \cdot U_{t} $ ausdrücken. Durch den Boussinesq-Ansatz gelingt das Schließen der Reynoldsgemittelten Navier-Stokes Gleichungen durch die Bestimmung der Wirbelviskosität $ \nu_{t} $ bzw. der damit assoziierten turbulenten Längen- und Geschwindigkeitsmaße.

Die Wirbelviskositätsmodelle werden nach der Anzahl der unabhängigen Turbulenzvariablen, die zur Berechnung von $ L_{t} $ und $ U_{t} $ benutzt werden, unterschieden.

Nullgleichungsmodelle

Algebraische- oder Nullgleichungsmodelle verwenden zur Schließung nur algebraische Beziehungen. Hierzu zählen das Baldwin-Lomax-Modell und das Turbulenzmodell nach Cebeci und Smith.

Eingleichungsmodelle

Eingleichungsmodelle benutzen eine zusätzliche Transportgleichung zur Bestimmung von $ \nu_{t} $. Das verbreitetste Eingleichungsmodell stammt von Spalart und Allmaras, das eine zusätzliche Transportgleichung für die an die turbulente Viskosität angelehnte Hilfsgröße $ \tilde \nu $ einführt. Außer in Wandnähe stimmt $ \tilde \nu $ mit der turbulenten Viskosität $ \nu_{t} $ überein:

$ \rho \frac{\partial \tilde \nu}{\partial t} + \rho \frac{\partial \left( \tilde \nu u_{i} \right) }{\partial x_{i}} = \frac{1}{\sigma_{\tilde \nu}} \left[ \frac{\partial}{\partial x_{j}} \left\{ \left( \mu + \rho \tilde \nu \right) \frac{\partial \tilde \nu}{\partial x_{j}} \right\} +C_{b2} \rho \left( \frac{\partial \tilde \nu}{\partial x_{j}} \right)^2 \right] - C_{\omega 1} \rho f_{\omega} \left( \frac{\tilde \nu}{d} \right)^2 + C_{b1} \rho \tilde S \tilde \nu $

Die beiden Terme hinter der eckigen Klammer beschreiben die Turbulenzdestruktion und die Turbulenzproduktion. Nachteilig ist bei diesem Turbulenzmodell die Unfähigkeit schnelle Änderungen im turbulenten Längenmaß, wie sie beim Übergang einer Grenzschicht in eine freie Scherschicht auftreten, richtig vorherzusagen

Zweigleichungsmodelle

Zweigleichungs-Turbulenzmodelle sind ein Schließungsansatz, der aus der Lösung zweier gekoppelter Transportgleichungen besteht. Man unterscheidet die Modelle anhand der verwendeten Turbulenzgrößen. Zwei große Gruppen sind z. B. die $ k\text{-}\varepsilon $-Turbulenzmodelle und die $ k\text{-}\omega $-Turbulenzmodelle.

Standard k-ε-Turbulenzmodell

Das $ k\text{-}\varepsilon $-Turbulenzmodell ist ein weitverbreitetes Zweigleichungsmodell. Es beschreibt mit zwei partiellen Differentialgleichungen die Entwicklung der turbulenten kinetischen Energie $ k $ und der isotropen Dissipationsrate $ \varepsilon = \nu \overline{(\partial u_{i}'/\partial x_{k}) (\partial u_{i}'/\partial x_{k})} $. Die Gleichungen lauten:

$ \rho \frac{\partial k}{\partial t} + \rho \bar{u}_{j} \frac{\partial k}{\partial x_{j}} = C_{\mu} \rho \mu_{t} \left( \frac{\partial \bar{u}_{i}}{\partial x_{j}} + \frac{\partial \bar{u}_{j}}{\partial x_{i}} \right) - \rho \varepsilon + \frac{\partial}{\partial x_{j}} \left[ \left( \mu + \frac{\mu_{t}}{\sigma_{k}} \right) \frac{\partial k}{\partial x_{j}} \right] $

und

$ \rho \frac{\partial \varepsilon}{\partial t} + \rho \bar{u}_{j} \frac{\partial \varepsilon}{\partial x_{j}} = C_{\varepsilon 1} \frac{\varepsilon}{k} \tau_{ij} \frac{\partial \bar{u}_{i}}{\partial x_{j}} - C_{\varepsilon 2} \frac{\varepsilon^{2}}{k} C_{\mu} \rho \mu_{t} \left( \frac{\partial \bar{u}_{i}}{\partial x_{j}} + \frac{\partial \bar{u}_{j}}{\partial x_{i}} \right) \frac{\partial \bar{u}_{i}}{\partial x_{j}} - C_{\varepsilon 2} \rho \frac{\varepsilon^{2}}{k} + \frac{\partial}{\partial x_{j}} \left[ \left( \mu + \frac{\mu_{t}}{\sigma_{\varepsilon}} \right) \frac{\partial \varepsilon}{\partial x_{j}} \right] $

In die oben genannten Gleichungen sind einige, zum Teil erheblich vereinfachende Modellannahmen eingeflossen. Dies schränkt den Gültigkeitsbereich und somit den Anwendungsbereich deutlich ein. In den Gleichungen tauchen noch unbekannte Koeffizienten auf. Diese werden durch die Betrachtung einfacher Strömungsfelder ermittelt. Der Parameter $ C_{\varepsilon 1} $ wird durch eine homogene Scherung im Gleichgewichtszustand kalibriert. Die Größe $ C_{\varepsilon 2} $ folgt aus dem Abklingverhalten homogener Gitterturbulenz. Die turbulente Prandtlzahl $ \sigma_{\varepsilon} $ ergibt sich aus einer Analyse des logarithmischen Bereiches einer ebenen turbulenten Wandgrenzschicht. Der Anisotropieparameter $ C_{\mu} $ ergibt sich aus einer Dimensionsanalyse der Wirbelviskosität: $ \nu_{t} \sim k \cdot (k/\varepsilon) $. Daraus folgt unmittelbar $ \nu_{t} = C_{\mu} (k^{2}/\varepsilon) $. Die Betrachtung einer turbulenten Wandgrenzschicht liefert dann einen Wert für $ C_{\mu} $.

Für das Standard $ k\text{-}\varepsilon $-Modell findet man in der Literatur[1] häufig:

$ \begin{matrix} C_{\mu} & = & 0{,}09 \\ C_{\varepsilon 1} & = & 1{,}44 \\ C_{\varepsilon 2} & = & 1{,}92 \\ \sigma_{\varepsilon} & = & 1{,}3 \\ \sigma_{k} & = & 1 \\ \end{matrix} $

Die Art der Bestimmung der Konstanten bezeichnet die Strömungsfelder, in denen das Modell gute Übereinstimmung mit Messungen liefern sollte.

Nichtlineare k-ε-Turbulenzmodelle

Das Standard $ k\text{-}\varepsilon $-Modell hat einige gravierende Nachteile. Die Normalspannungen werden durch die Boussinesq-Approximation des Reynolds'schen Spannungstensors in allen Raumrichtungen gleich groß berechnet → isotrope Turbulenz. Das bedeutet aber, dass Strömungsfelder, in denen der Geschwindigkeitsvektor in großem Maße von den Normalspannungen beeinflusst wird, nur ungenau abgebildet werden können. Dies ist der Fall in Ablösegebieten, Rezirkulationsbereichen und Sekundärströmungen. Ein Ausweg bietet eine Erweiterung der Boussinesq-Approximation. Dies führt zusätzliche nichtlineare Terme in die Modellgleichungen ein, die nichtlinear im Gradienten der mittleren Geschwindigkeit sind. Diese nichtlinearen Terme erlauben eine genauere Berechnung der Normalspannungen.

V2F-Turbulenzmodell

Die Turbulenz in der Nähe von Wänden ist gekennzeichnet durch Inhomogenität und Anisotropie. Die Zweigleichungsmodelle, wie $ k\text{-}\varepsilon $ und $ k\text{-}\omega $, benutzen in Wandnähe die Annahme homogener, isotroper Turbulenz. Dämpfungsfunktionen werden in diese Modelle eingefügt, um diese falschen Annahmen zu korrigieren. Dämpfungsfunktionen sind so gestaltet, dass bestimmte Lösungen vom Modell wiedergegeben werden können. In anderen Fällen werden falsche Vorhersagen getroffen. Das V2F-Turbulenzmodell ist eine Erweiterung des $ k\text{-}\varepsilon $-Turbulenzmodells. Zusätzlich zu den Transportgleichungen für die turbulente kinetische Energie und die Dissipationsrate werden eine Gleichung für das Geschwindigkeitsmaß normal zur Wand, $ \overline{v'^{2}} $ und deren mit $ k $ normalisierte Produktionsrate $ f $ gelöst. Die Gleichungen für $ k $ und $ \varepsilon $ sind identisch mit denen des Standard $ k\text{-}\varepsilon $-Modells.

$ \rho \frac{\partial k}{\partial t} + \rho \bar{u}_{j} \frac{\partial k}{\partial x_{j}} = C_{\mu} \rho \mu_{t} \left( \frac{\partial \bar{u}_{i}}{\partial x_{j}} + \frac{\partial \bar{u}_{j}}{\partial x_{i}} \right) - \rho \varepsilon + \frac{\partial}{\partial x_{j}} \left[ \left( \mu + \frac{\mu_{t}}{\sigma_{k}} \right) \frac{\partial k}{\partial x_{j}} \right] $

und

$ \rho \frac{\partial \varepsilon}{\partial t} + \rho \bar{u}_{j} \frac{\partial \varepsilon}{\partial x_{j}} = C_{\varepsilon 1} \frac{\varepsilon}{k} \tau_{ij} \frac{\partial \bar{u}_{i}}{\partial x_{j}} - C_{\varepsilon 2} \frac{\varepsilon^{2}}{k} C_{\mu} \rho \mu_{t} \left( \frac{\partial \bar{u}_{i}}{\partial x_{j}} + \frac{\partial \bar{u}_{j}}{\partial x_{i}} \right) \frac{\partial \bar{u}_{i}}{\partial x_{j}} - C_{\varepsilon 2} \rho \frac{\varepsilon^{2}}{k} + \frac{\partial}{\partial x_{j}} \left[ \left( \mu + \frac{\mu_{t}}{\sigma_{\varepsilon}} \right) \frac{\partial \varepsilon}{\partial x_{j}} \right] $

Für das wandnormale Geschwindigkeitsmaß wird die zusätzliche Gleichung

$ \frac{\partial \overline{v'^{2}}}{\partial t} + u \cdot \nabla \overline{v'^{2}} = k f_{22} - \overline{v'^{2}} \frac{\varepsilon}{k} + \nabla \left[ \left( \nu + \frac{\nu_{t}}{\sigma_{k}} \right) \nabla \overline{v'^{2}} \right] $

formuliert. Der Term $ k f_{22} $ stellt die Quelle für $ \overline{v'^{2}} $ dar und kann als Umverteilung von Turbulenzintensität aus der strömungsparallelen Komponente interpretiert werden. Die Nichtlokalen Effekte werden mathematisch durch eine elliptische Relaxationsgleichung für $ f_{22} $ repräsentiert:

$ L^{2} \nabla^{2} f_{22} - f_{22} = \left( 1 - C_{1} \right) \frac{\left[ \frac{2}{3} - \frac{\overline{v'^{2}}}{k} \right]}{T} - \frac{C_{2}}{k} \nu_{t} \left( \frac{\partial u_{j}}{\partial x_{i}} + \frac{\partial u_{i}}{\partial x_{j}} \right) \frac{\partial u_{j}}{\partial x_{i}} $

Die im Model auftretenden Längen- und Zeitmaße sind:

$ L = C_{L} l $

mit

$ l^{2} = \max \left[ \frac{k^{3}}{\varepsilon^{2}}, c_{\eta}^{2} \left( \frac{\nu^{3}}{\varepsilon} \right)^{\frac{1}{2}} \right] $

und

$ T = \max \left[ \frac{k}{\varepsilon}, 6 \left( \frac{\nu}{\varepsilon} \right)^{\frac{1}{2}} \right] $

Der Koeffizient $ 6 $ im Ausdruck für $ T $ wurde mit Hilfe direkter numerischer Simulation bestimmt. Die Wirbelviskosität ist gegeben durch:

$ \nu_{t} = C_{\mu}\overline{v'^{2}}T $.

Die Modellkonstante $ C_{\varepsilon 1} $ sollte je nach Wandabstand nach der Literatur zwischen $ 1{,}3 $, weit entfernt von der Wand, und $ 1{,}55 $, in einer anliegenden Grenzschicht, liegen. $ C_{\varepsilon 1} $ wird mit der Gleichung

$ C_{\varepsilon 1} = 1{,}3 + \left[ \frac{0{,}25}{1 + \left( \frac{d}{2l} \right)^{8}} \right] $

zwischen diesen beiden Werten interpoliert. Die anderen Modellkonstanten sind gegeben mit:

$ \begin{matrix} C_{\mu} & = & 0{,}19 \\ C_{\varepsilon 2} & = & 1{,}9 \\ C_{1} & = & 1{,}4 \\ C_{2} & = & 0{,}3 \\ C_{L} & = & 0{,}3 \\ C_{\eta} & = & 70{,}0 \\ \sigma_{\varepsilon} & = & 1{,}3 \\ \sigma_{k} & = & 1{,}0 \\ \end{matrix} $
k-ω-Turbulenzmodell

Ein weiteres weitverbreitetes Zweigleichungs-Turbulenzmodell ist das von Wilcox angegebene $ k\text{-}\omega $-Modell. Es werden hier eine Transportgleichung für $ k $ und eine Transportgleichung für die charakteristische Frequenz, $ \omega = \frac{1}{C_{\mu}} \frac{\varepsilon}{k} $, der energiedissipierenden Wirbel gelöst. Nach Wilcox lautet die Transportgleichung für $ k $:

$ \rho \frac{\partial k}{\partial t} + \rho \bar{u}_{j} \frac{\partial k}{\partial x_{j}} = C_{\mu} \rho \mu_{t} \left( \frac{\partial \bar{u}_{i}}{\partial x_{j}} + \frac{\partial \bar{u}_{j}}{\partial x_{i}} \right) \frac{\partial \bar{u}_{i}}{\partial x_{j}} - \beta^{*} \rho k \omega + \frac{\partial}{\partial x_{j}} \left[ \left( \mu + \sigma^{*} \mu_{t} \right) \frac{\partial k}{\partial x_{j}} \right] $
$ \rho \frac{\partial \omega}{\partial t} + \rho \bar{u}_{j} \frac{\partial \omega}{\partial x_{j}} = \alpha \frac{\omega}{k} C_{\mu} \rho \mu_{t} \left( \frac{\partial \bar{u}_{i}}{\partial x_{j}} + \frac{\partial \bar{u}_{j}}{\partial x_{i}} \right) \frac{\partial \bar{u}_{i}}{\partial x_{j}} - \beta \rho \omega^2 + \frac{\partial}{\partial x_{j}} \left[ \left( \mu + \sigma \mu_{t} \right) \frac{\partial \omega}{\partial x_{j}} \right] $

$ \beta^{*} $ entspricht dem $ C_{\mu} $ der $ k\text{-}\varepsilon $-Modelle Die Konstanten zur Schließung des Systems wurden in analoger Weise zum $ k\text{-}\varepsilon $-Modell bestimmt und sind nach Wilcox gegeben mit:

$ \alpha = \frac{5}{9}, \beta = \frac{3}{40},\beta^{*} = \frac{9}{100}, \sigma = \frac{1}{2}, \sigma^{*} = \frac{1}{2} $

Das $ k\text{-}\omega $-Modell reduziert das turbulente Längenmaß $ L = \frac{k^{\frac{1}{2}}}{\omega} $ in Wandnähe automatisch. Ein weiterer Vorteil besteht in der robusten Formulierung der viskosen Unterschicht. Nachteilig ist die Abhängigkeit des berechneten Grenzschichtrandes von der Freiströmbedingung für $ \omega $, die vom Benutzer vorgegeben wird. Dieses Verhalten wird in der Literatur als "free stream"-Sensitivität bezeichnet.

k-ω-SST Turbulenzmodell

Das $ k\text{-}\omega $-Modell bietet Vorteile in wandnahen Bereichen des Strömungsfeldes, wohingegen das $ k\text{-}\varepsilon $-Modell in wandfernen Gebieten gute Resultate liefert. Die Vereinigung der Vorteile dieser beiden Modelle liefert das von Menter entwickelte SST-Turbulenzmodell.

Treten in der Strömung zusätzliche Phänomene (Verbrennung, Partikel, Tropfen, Überschall, usw.) auf, so müssen auch die damit verbundenen Größen (bspw. Dichte, Temperatur, Massenbrüche, etc.) gemittelt werden. In den dazugehörigen Transportgleichungen treten dabei analoge Schliessungsprobleme auf.

Large Eddy Simulation

Anstelle der zeitlichen Mittelung tritt bei der Large Eddy Simulation eine zeitliche und räumliche Tiefpassfilterung. Dies hat zur Folge, dass die großskaligen Phänomene transient simuliert werden, während der Beitrag der kleinskaligen Phänomene weiterhin modelliert werden muss.

Obwohl verwandte Modellierungsprobleme auftreten, verspricht die LES bei höherem Rechenaufwand eine bessere Beschreibung der Turbulenz als die statistischen Methoden, weil zumindest ein Teil der turbulenten Schwankungen wiedergegeben wird.

Detached Eddy Simulation

Die Detached Eddy Simulation (DES) wurde erstmals 1997 von P. Spalart veröffentlicht. Sie basiert in ihrer ursprünglichen Form auf dem Turbulenzmodell von Spalart-Allmaras (eine Transportgleichung), es wird aber auch an der Anwendung in Verbindung mit anderen Modellen geforscht.

Die DES ersetzt den Wandabstand, der als Variable im Spalart-Allmaras-Modell vorkommt, in wandfernen Bereichen durch die größte Weite einer Gitterzelle. Durch diese Formulierung lässt sich in den wandfernen Bereichen ein LES-ähnliches Verhalten der Rechnung erreichen. De facto erhält man so also eine RANS-Formulierung in der Grenzschicht und eine LES Formulierung in der freien Strömung, also das im jeweiligen Bereich am besten geeignete Verfahren (bezüglich Genauigkeit und Rechenaufwand).

Da RANS und LES unterschiedliche Anforderungen an das Gitter stellen, hat das Erstellen eines geeigneten, in entsprechende Zonen unterteilten Gitters einen großen Einfluss auf den Erfolg der Rechnung. Dasselbe gilt für die verwendeten numerischen Methoden. Diese sind aber meist gezwungenermaßen im gesamten Rechengebiet dieselben, was teilweise zu Kompromissen bezüglich der Genauigkeit führt.

Literatur

  •  Michael Breuer: Direkte Numerische Simulation und Large-Eddy Simulation turbulenter Strömungen auf Hochleistungsrechnern. 1. Auflage. Shaker, Aachen 2002, ISBN 3-8265-9958-6.
  •  Herbert Oertel jr., Eckart Laurien: Numerische Strömungsmechanik. 2. Auflage. Vieweg, Braunschweig / Wiesbaden 2003, ISBN 3-528-03936-1.
  •  Jochen Fröhlich: Large Eddy Simulation turbulenter Strömungen. 1. Auflage. Teubner, Wiesbaden 2006, ISBN 3-8351-0104-8.

Einzelnachweise

  1. Zum Beispiel in: J. H. Ferziger, M. Perić: Computational Methods for Fluid Dynamic, 3rd Edition, 2002

Diese Artikel könnten dir auch gefallen

Die letzten News

24.02.2021
Physiologie | Primatologie
Geophagie: Der Schlüssel zum Schutz der Lemuren?
Kürzlich wurde eine transdisziplinäre Forschung über die Interaktionen zwischen Böden und Darm-Mykobiom (Pilze und Hefen) der Indri-Indri-Lemuren veröffentlicht.
24.02.2021
Mikrobiologie | Evolution
Vom Beginn einer evolutionären Erfolgsstory
Unser Planet war bereits lange von Mikroorganismen besiedelt, bevor komplexere Lebewesen erstmals entstanden und sich nach und nach zur heute lebenden Tier- und Pflanzenwelt entwickelten.
24.02.2021
Genetik
Cre-Controlled CRISPR: konditionale Gen-Inaktivierung wird einfacher
Die Fähigkeit, ein Gen nur in einem bestimmten Zelltyp auszuschalten, ist für die modernen Lebenswissenschaften wesentlich.
24.02.2021
Land-, Forst- und Viehwirtschaft | Fischkunde
Bald nur noch ängstliche Fische übrig?
Über die Fischerei werden vor allem größere und aktivere Fische aus Populationen herausgefangen.
23.02.2021
Anthropologie | Neurobiologie
Placebos wirken auch bei bewusster Einnahme
Freiburger Forschende zeigen: Scheinmedikamente funktionieren auch ohne Täuschung. Probanden waren über Placebo-Effekt vorab informiert.
23.02.2021
Botanik | Klimawandel
Auswirkungen des Klimas auf Pflanzen mitunter erst nach Jahren sichtbar
Die Auswirkungen von Klimaelementen wie Temperatur und Niederschlag auf die Pflanzenwelt werden möglicherweise erst Jahre später sichtbar.
23.02.2021
Ökologie | Klimawandel
Biologische Bodenkrusten bremsen Erosion
Forschungsteam untersucht, wie natürliche „Teppiche“ Böden gegen das Wegschwemmen durch Regen schützen.
23.02.2021
Mikrobiologie | Meeresbiologie
Süße Algenpartikel widerstehen hungrigen Bakterien
Eher süß als salzig: Mikroalgen im Meer produzieren jede Menge Zucker während der Algenblüten.
21.02.2021
Evolution | Biochemie
Treibstoff frühesten Lebens – organische Moleküle in 3,5 Milliarden Jahre alten Gesteinen nachgewiesen
Erstmalig konnten biologisch wichtige organische Moleküle in archaischen Fluideinschlüssen nachgewiesen werden. Sie dienten sehr wahrscheinlich als Nährstoffe frühen Lebens auf der Erde.
21.02.2021
Evolution | Biochemie
Origin of Life - Begann die Darwin’sche Evolution schon, bevor es Leben gab?
Ehe Leben auf der Erde entstand, gab es vor allem eines: Chaos.
21.02.2021
Anthropologie | Neurobiologie
Kommunikationsfähigkeit von Menschen im REM-Schlaf
Mit schlafenden Versuchspersonen lassen sich komplexe Nachrichten austauschen. Das haben Wissenschaftler jetzt in Studien gezeigt.
21.02.2021
Paläontologie | Insektenkunde
Fossile Larven - Zeitzeugen in Bernstein
Eine ungewöhnliche Schmetterlingslarve und eine große Vielfalt an Fliegenlarven. LMU-Zoologen haben in Bernstein fossile Bewohner Jahrmillionen alter Wälder entdeckt.
21.02.2021
Ethologie | Ökologie
Wölfe in der Mongolei fressen lieber Wild- als Weidetiere
Wenn das Angebot vorhanden ist, ernähren sich Wölfe in der Mongolei lieber von Wildtieren als von Weidevieh.
21.02.2021
Meeresbiologie
Neuer Wohnort im Plastikmüll: Biodiversität in der Tiefsee
Ein internationales Forscherteam findet einen neuen Hotspot der Biodiversität – und zwar ausgerechnet im Plastikmüll, der sich seit Jahrzehnten in den Tiefseegräben der Erde ansammelt.
19.02.2021
Meeresbiologie | Land-, Forst- und Viehwirtschaft
Durch Aquakultur gelangt vom Menschen produzierter Stickstoff in die Nahrungskette
Ausgedehnte Aquakulturflächen entlang der Küsten sind in Südostasien sehr verbreitet.
19.02.2021
Anthropologie | Paläontologie
Das Aussterben der größten Tiere Nordamerikas wurde wahrscheinlich vom Klimawandel verursacht
Neue Forschungsergebnisse deuten darauf hin, dass die Überjagung durch den Menschen nicht für das Verschwinden von Mammuts, Riesenfaultieren und anderen nordamerikanischen Großtieren verantwortlich war.
18.02.2021
Anthropologie | Virologie
Neandertaler-Gene und Covid-19 Verläufe
Letztes Jahr entdeckten Forscher, dass wir den wichtigsten genetischen Risikofaktor für einen schweren Verlauf der Krankheit Covid-19 vom Neandertaler geerbt haben.
18.02.2021
Taxonomie | Fischkunde
Wüstenfische „under cover“ – neu entdeckte Vielfalt auf der arabischen Halbinsel
Das Landschaftsbild des Oman ist geprägt durch ausgedehnte Wüstenlandschaften und karge, trockene Hochgebirgsketten.
18.02.2021
Genetik | Immunologie | Biochemie
Rätsel des pflanzlichen Immunsystems gelöst
Wie bauen Pflanzen eine Resilienz auf? Ein internationales Forschungsteam hat die molekularen Mechanismen des pflanzlichen Immunsystems untersucht.
17.02.2021
Bionik und Biotechnologie
Gut gestützt und maximal beweglich
Kieler Forschungsteam entwickelt Gelenkschiene für Sport und Medizin nach dem Vorbild von Libellenflügeln.
15.02.2021
Zytologie | Biochemie
Unterschätzte Helfer: Membranbausteine steuern Zellwachstum entscheidend mit
Lipide sind die Bausteine für die Hülle von Zellen, die Zellmembran.
15.02.2021
Ökologie | Virologie
Wasser kann Säugetierviren übertragen
Wasser ist Voraussetzung für alles Leben, aber seine Verfügbarkeit kann begrenzt sein.
15.02.2021
Paläontologie
Neuer alter Pfleilschwanzkrebs aus Franken
Ein Paläontologen-Team entdeckte in Franken einen neuen 197 Millionen Jahre alten Pfeilschwanzkrebs aus der Jurazeit.
15.02.2021
Biochemie
Blüten des Johanniskrautes dienen als grüner Katalysator
In einem aktuellen Projek wurden erstmals getrocknete Blüten des Johanniskrautes als aktiver Katalysator in verschiedenen photochemischen Reaktionen eingesetzt. Dieses konzeptionell neue und nachhaltige Verfahren wurde als deutsches Patent angemeldet und in der Fachzeitschrift Green Chemistry vorgestellt.
15.02.2021
Land-, Forst- und Viehwirtschaft
Neue Apfel-Sorte soll das Immunsystem auf Trab bringen
Gute Selen-Versorgung ist in Pandemiezeiten besonders wichtig. Der neue Apfel Selstar® der Hochschule Osnabrück hat im Vergleich zu anderen Äpfeln einen zehnmal so hohen Selen-Gehalt. Man feiert nun seine breite Markteinführung von Osnabrück bis Berlin.