API src

Found 3443 results.

Model Output Statistics for Saldenburg-Entschenreuth (P586)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for SANTANDER (PARAYAS AEROP.) (08021)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for MENDOZA AERO (87418)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for THYBOROEN (06052)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for Sontra (L286)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

3D-Gebäudemodell LoD1-DE Hamburg

3D-Gebäudemodell LoD1-DE ACHTUNG: Dieser Datensatz wird nicht mehr fortgeführt, der Download 2023 ist der aktuellste und letzte. Für den Datensatz LoD1-DE bis einschließlich 2022 werden aus Punktwolken (Airborne Laserscanning oder Photogrammetrie) vollautomatisiert Flachdächer mit einer mittleren Gebäudehöhe gebildet und den Gebäuden zugeordnet. Seit dem 01.04.2023 wird das Gebäudemodell LoD1-DE rechnerisch aus dem LoD2-DE Gebäudemodell abgeleitet. Dabei wird die LoD1-Dachhöhe als Mittelwert aus der Standarddachform LoD2 gebildet. Der Gebäudegrundriss wird grundsätzlich der amtlichen digitalen Liegenschaftskarte entnommen, das Modell ist damit grundrisskonform. Die Lagegenauigkeit entspricht der des zugrunde liegenden Gebäudegrundrisses. Die Höhengenauigkeit beträgt ca. ± 5 m. Grobe Abweichungen sind in Einzelfällen bei komplexen Dachformen möglich. Gemeinsam genutzte Geometrie wird redundant geführt. Die Gebäude werden zusätzlich mit Geländeinformationen des beim Landesbetrieb vorgehaltenen Digitalen Geländemodells (DGM) verschnitten. Es erfolgt keine manuelle Nachbearbeitung der einzelnen Modelle. Die Modellierung entspricht dem AdV-Produkt- und Qualitätsstandard für 3D-Gebäudemodelle. Die Aktualität der Datengrundlage ist i.d.R. aus dem vorangegangenen Jahr, bei ALS-Punktwolken teilweise auch älter. (Beispiel: Der Download LoD2-DE 2023 basiert auf Grundrissen und Punktwolken aus 2022). Das Gebäudemodell LoD1-DE wird für das gesamte Stadtgebiet Hamburgs (ca.750 km²), einschließlich der Insel Neuwerk, vorgehalten. Die Daten können als Komplettdatensatz im Format CityGML V.1.0 heruntergeladen werden. Weitere Datenformate und Ausschnitte sind unter 3d-info@gv.hamburg.de kostenpflichtig zu beziehen.

INSPIRE-BFD5W: Feinbodenart im Rigolhorizont

INSPIRE-Version der BFD5w. Die Methode Feinbodenart baut auf Grunddaten der Weinbergsbodenkartierung Rheinland-Pfalz und der Klassifikation der Bodenkundlichen Kartieranleitung (KA5) auf.$Absatz$ Die Feinbodenarten der Weinbergsbodenkarte wurden durch Experten neu interpretiert und an die heute üblichen Bodenarten der KA5 angepasst. Die Feinbodenarten werden jeweils für die Schicht Rigolhorizont bzw. die Schicht Untergrund in einer eigenen Karte dargestellt. Eine Variabilität der Merkmalsausprägung in der Fläche bzw. innerhalb einer Schicht wird durch eine Schraffur angezeigt. $Absatz$ <a href='https://www.lgb-rlp.de/fileadmin/service/lgb_downloads/inspire/boden/bfd5w/bfd5w_feinbodenart.gml' target='_blank'>GML-Download</a>

GTS Bulletin: ISNI01 EDZW - Observational data (Binary coded) - BUFR (details are described in the abstract)

The ISNI01 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IS): Surface/sea level T1T2A1 (ISN): Synoptic observations from fixed land stations at non-standard time (i.e. 01, 02, 04, 05, ... UTC) A2 (I): 0° - 90°W southern hemisphere(The bulletin collects reports from stations: 89011;89047;) (Remarks from Volume-C: SYNOP)

INSPIRE - BFD50: Nitratrückhaltevermögen

Die Verlagerung von Nitrat mit dem Sickerwasser ist als ausschlaggebender Faktor einer Grundwassergefährdung anzusehen. Sie steigt mit der Sickerwasserrate, die sich vor allem aus dem jährlichen Wasserbilanzüberschuss ergibt und verringert sich mit der Verweildauer des Wassers im Boden sowie dem dadurch vermehrten Nitratentzug durch die Pflanzen. Die Verweildauer hängt vor allem von der Feldkapazität ab, die für den durchwurzelbaren Bodenraum ermittelt wird. Das Nitratrückhaltevermögen nimmt bei stauwasserbeeinflussten Standorten durch potenzielle Denitrifikation und die längere Verweilzeit des Stauwassers im Wurzelraum (erhöhter Entzug durch die Pflanzen) zu. In tonreichen Böden, die zur Bildung von Trockenrissen neigen, kann es trotz hoher Feldkapazität bei Niederschlagsereignissen nach längeren Trockenzeiten zu einer Nitratverlagerung kommen. Derartige Böden (Pelosole, Terrae Fuscae) werden ebenfalls bei der Bestimmung des Nitratrückhaltevermögens berücksichtigt. Böden aus organogenen Substraten zeichnen sich grundsätzlich durch ein hohes Rückhaltevermögen aus. Aufgrund ihres erhöhten Mineralisationspotenzials ist aber eine Gefährdung des Grundwassers (z.B. nach einer Melioration) nicht auszuschließen. Diese Standorte sind ebenfalls gesondert gekennzeichnet. Das erhöhte Mineralisationspotenzial wird aber bei der Einstufung nicht berücksichtigt.

GTS Bulletin: ISND34 AMDS - Observational data (Binary coded) - BUFR (details are described in the abstract)

The ISND34 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IS): Surface/sea level T1T2A1 (ISN): Synoptic observations from fixed land stations at non-standard time (i.e. 01, 02, 04, 05, ... UTC) A2 (D): 90°E - 0° northern hemisphere (Remarks from Volume-C: NATIONAL AUTOMATIC SYNOP)

1 2 3 4 5 … 343 344 345