API src

Found 13 results.

TLLLR Agrarförderzentren

Mit dem Verwaltungsreformgesetz wurden seit dem 01.01.2019 die bisherigen Landwirtschaftsämter als neue Referate der Abteilung 5 dem neuen Landesamt für Landwirtschaft und Ländlichen Raum (TLLLR) zugeordnet. Das TLLLR ist eine Oberbehörde im nachgeordneten Bereich des Thüringer Ministeriums für Infrastruktur und Landwirtschaft (TMIL). Die bisherigen sieben Landwirtschaftsämter sind seit Inkrafttreten des Verwaltungsreformgesetzes Zweigstellen des TLLLR und in Agrarförderzentren (AFZ) zusammengefasst Zu den wichtigsten Aufgaben der Agrarförderzentren gehören die Prüfungen und Kontrollen aller in ihrer Zuständigkeit liegenden Bereiche des Fördervollzuges sowie der Einhaltung gültiger landwirtschaftlicher Standards. Schwerpunkte des Fördervollzuges bilden die Antragsverfahren zu den Direktzahlungen, zum Thüringer Programm zur Förderung von umwelt- und klimagerechter Landwirtschaft, Erhaltung der Kulturlandschaft, Naturschutz und Landschaftspflege -KULAP - sowie zur Förderung landwirtschaftlicher Betriebe in benachteiligten Gebieten. In Thüringen gibt es vier Agrarförderzentren an acht Standorten, die jeweils für mehrere Kreise bzw. kreisfreie Städte zuständig sind.

A database of R-R-R triple junction analogue and numerical models

Abstract

Ambient noise tomography model of the Ethiopian rift region

Abstract

Model Output Statistics for ALAR (51730)

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 AGARD (12846)

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 AHAR (40704)

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 ]

landwirtschaftliche Standortbewertung

Analyse und Bewertung der Umweltwirkungen landwirtschaftlicher Bodennutzung; Monitoring, WRRL, BBodSchG, Agrarumweltindikatoren, Gebietskulissen Inhalt: DGM, ALK, ATKIS, MMK, VBK, Bodenschätzung, NATURA2000, Gewässernetz, Wasserkörper, Rasterdaten des DWD, InVeKoS Betreiber: LLG verwendete Standards: pdf, jpg, shp Formen: Standard-GIS, Programm, ausgewählte Geofachdaten im GIS-Auskunfts-system LLG/StIT

Taj Ökostadt - Vor-Machbarkeitsstudie

Das Projekt "Taj Ökostadt - Vor-Machbarkeitsstudie" wird vom Umweltbundesamt gefördert und von Technische Hochschule Aachen, Lehrstuhl für Landschaftsökologie und Landschaftsgestaltung durchgeführt. Untersuchung und Entwicklung touristischer Potenziale in Agra Indien als 'Motor' für Stadtentwicklung unter dem Aspekt der Nachhaltigkeit.

Teilvorhaben: Projektkoordination, Wasserverteilung im Tarim und in Bewässerungsgebieten, Wasserhaushalt der Auwälder und Indikatorbasiertes EUS für eine nachhaltige Entwicklung

Das Projekt "Teilvorhaben: Projektkoordination, Wasserverteilung im Tarim und in Bewässerungsgebieten, Wasserhaushalt der Auwälder und Indikatorbasiertes EUS für eine nachhaltige Entwicklung" wird vom Umweltbundesamt gefördert und von Technische Universität München, Institut für Wasser und Umwelt, Lehrstuhl für Hydrologie und Flussgebietsmanagement durchgeführt. 1. Vorhabenziel WP 1.1: Koordination der einzelnen Projektpartner. WP 3.2: Modellierung des Wasser- und Salztransports in einem ausgewählten landwirtschaftlich geprägtem Projektgebiet bei Alar in der Oasenregion Aksu. WP 3.3: Bestimmung des Wasser und Stofftransports in der gesamten Oase mittels 'upscaling'. WP 3.4: Erstellung eines Bilanzmodells für den gesamten Verlauf des Tarim. WP 4.1: Modellierung des Bodenwasserhaushalts in der Region Yingbazar, um die Vitalität der Auenvegetation zu analysieren. WP 4.2: Modellierung des Grundwasserhaushalts am Tarim und des Wasserdargebots des Bostensees. Der Unterlauf des Tarim ist auf die Wasserzufuhr aus dem Bosten Lake für ökologische Flutungen angewiesen, um die Auenvegetation zu revitalisieren. 2. Arbeitsplanung WP 1.1: Projektkoordination über den gesamten Zeitraum. Die einzelnen work packages (WP 3.3, WP 4.1, WP 4.2,WP 3.4) sind stark miteinander verzahnt. Die genaue zeitliche Abfolge der work packages kann der Vorhabensbeschreibung von SuMaRiO entnommen werden. Das gesamte Bilanzmodel und das DSS befinden sich in Bearbeitung und werden innerhalb der ersten 12 Monate fertiggestellt und während der verbleibenden Monate zusammen mit den chinesischen Partnern implementiert.

Modellierung des standortspezifischen Landschaftswasser- und Stoffhaushaltes peripherer Regionen

Das Projekt "Modellierung des standortspezifischen Landschaftswasser- und Stoffhaushaltes peripherer Regionen" wird vom Umweltbundesamt gefördert und von Universität Gießen, Fachbereich 09 Agrarwissenschaften, Ökotrophologie und Umweltmanagement, Institut für Landeskultur durchgeführt. Ziel des Teilprojektes A2 des SFB 299 ist die Entwicklung einer Methode zur Modellierung des Landschaftswasser- und Stoffhaushaltes im meso- bis makroskaligen Bereich. Die Wirkung von Landnutzungsoptionen auf Komponenten des Wasser- und Stofftransportes soll hoch aufgeloest und flaechenhaft quantifiziert werden. Das physikalisch basierte Kontinuumsmodell SWAT (Arnold et al., 1993; 1995) wird in der ersten Projektphase in den Einzugsgebieten der Dietzhoelze (81,3 km2) und der Aar (61,1 km2) kalibriert und validiert. Im Modell implementierte Datenbanken werden durch lokale Datenbestaende ersetzt. Die Eingabe von flaechenhaften Eingabedaten erfolgt ueber ein Schnittstellenprogramm (SWATGRASS; Srinivasan, 1994) zum Raster-GIS GRASS. Nach der erfolgreichen Ueberpruefung des Modells anhand der aktuellen Landnutzungsdaten, die aus Landsat TM 5-Szenen stammen, werden Nutzungsvorschlaege vom oekonomischen Modell ProLand (TP A1) hinsichtlich ihrer hydrologischen Auswirkungen ueberprueft. Zur Bewertung einzelner Landnutzungkonzepte werden Indikatoren, die die hydrologischen Konsequenzen der veraenderten Nutzung charakterisieren, an Teilprojekt A4 geliefert.

1 2