Sediment erosion and transport is critical to the ecological and commercial health of aquatic habitats from watershed to sea. There is now a consensus that microorganisms inhabiting the system mediate the erosive response of natural sediments ('ecosystem engineers') along with physicochemical properties. The biological mechanism is through secretion of a microbial organic glue (EPS: extracellular polymeric substances) that enhances binding forces between sediment grains to impact sediment stability and post-entrainment flocculation. The proposed work will elucidate the functional capability of heterotrophic bacteria, cyanobacteria and eukaryotic microalgae for mediating freshwater sediments to influence sediment erosion and transport. The potential and relevance of natural biofilms to provide this important 'ecosystem service' will be investigated for different niches in a freshwater habitat. Thereby, variations of the EPS 'quality' and 'quantity' to influence cohesion within sediments and flocs will be related to shifts in biofilm composition, sediment characteristics (e.g. organic background) and varying abiotic conditions (e.g. light, hydrodynamic regime) in the water body. Thus, the proposed interdisciplinary work will contribute to a conceptual understanding of microbial sediment engineering that represents an important ecosystem function in freshwater habitats. The research has wide implications for the water framework directive and sediment management strategies.
<p>Die privaten Haushalte benötigten im Jahr 2024 etwa gleich viel Energie wie im Jahr 1990 und damit gut ein Viertel des gesamten Endenergieverbrauchs in Deutschland. Sie verwendeten mehr als zwei Drittel ihres Endenergieverbrauchs, um Räume zu heizen.</p><p>Endenergieverbrauch der privaten Haushalte</p><p>Private Haushalte verbrauchten im Jahr 2024 625 Terawattstunden (<a href="https://www.umweltbundesamt.de/service/glossar/t?tag=TWh#alphabar">TWh</a>) Energie, das sind 625 Milliarden Kilowattstunden (Mrd. kWh). Dies entsprach einem Anteil von gut einem Viertel am gesamten <a href="https://www.umweltbundesamt.de/service/glossar/e?tag=Endenergieverbrauch#alphabar">Endenergieverbrauch</a>.</p><p>Im Zeitraum von 1990 bis 2024 fiel der Endenergieverbrauch in den Haushalten – ohne Kraftstoffverbrauch, da dieser dem Sektor Verkehr zugeordnet ist – um 4,5 % (siehe Abb. „Entwicklung des Endenergieverbrauchs der privaten Haushalte“). Dabei herrschten in den Jahren 1996, 2001 und 2010 sehr kalte Winter, die zu einem erhöhten Brennstoffverbrauch für Raumwärme führten. So lag der Energieverbrauch im sehr kalten Jahr 2010 etwa 14 % über dem Wert des eher warmen Jahres 1990.</p><p>Höchster Anteil am Energieverbrauch zum Heizen</p><p>Die privaten Haushalte benötigen mehr als zwei Drittel ihres Endenergieverbrauchs, um Räume zu heizen (siehe Abb. „Anteil der Anwendungsbereiche der privaten Haushalte 2008 und 2024“). Sie nutzen zurzeit dafür hauptsächlich Erdgas und Mineralöl. An dritter Stelle folgt die Gruppe der erneuerbaren Energien, an vierter die Fernwärme. Zu geringen Anteilen werden auch Strom und Kohle eingesetzt. Mit großem Abstand zur Raumwärme folgen die Energieverbräuche für die Anwendungsbereiche Warmwasser sowie sonstige <a href="https://www.umweltbundesamt.de/service/glossar/p?tag=Prozesswrme#alphabar">Prozesswärme</a> (Kochen, Waschen etc.) bzw. <a href="https://www.umweltbundesamt.de/service/glossar/p?tag=Prozessklte#alphabar">Prozesskälte</a> (Kühlen, Gefrieren etc.).</p><p>Mehr Haushalte, größere Wohnflächen – Energieverbrauch pro Wohnfläche sinkt</p><p>Der Trend zu mehr Haushalten, größeren Wohnflächen und weniger Mitgliedern pro Haushalt (siehe „<a href="https://www.umweltbundesamt.de/daten/private-haushalte-konsum/strukturdaten-privater-haushalte/bevoelkerungsentwicklung-struktur-privater">Bevölkerungsentwicklung und Struktur privater Haushalte</a>“) führt tendenziell zu einem höheren Verbrauch. Diesem Trend wirken jedoch der immer bessere energetische Standard bei Neubauten und die Sanierung der Altbauten teilweise entgegen. So sank der spezifische <a href="https://www.umweltbundesamt.de/service/glossar/e?tag=Endenergieverbrauch#alphabar">Endenergieverbrauch</a> (Energieverbrauch pro Wohnfläche) für Raumwärme seit 2008 um über 40 % (siehe Abb. „Endenergieverbrauch und -intensität für Raumwärme – Private Haushalte (witterungsbereinigt“)).</p><p>Stromverbrauch mit einem Anteil von rund einem Fünftel</p><p>Der Energieträger Strom hat einen Anteil von rund einem Fünftel am <a href="https://www.umweltbundesamt.de/service/glossar/e?tag=Endenergieverbrauch#alphabar">Endenergieverbrauch</a> der privaten Haushalte. Hauptanwendungsbereiche sind die <a href="https://www.umweltbundesamt.de/service/glossar/p?tag=Prozesswrme#alphabar">Prozesswärme</a> (Waschen, Kochen etc.) und die <a href="https://www.umweltbundesamt.de/service/glossar/p?tag=Prozessklte#alphabar">Prozesskälte</a> (Kühlen, Gefrieren etc.), die zusammen rund die Hälfte des Stromverbrauchs ausmachen. Mit jeweiligem Abstand folgen die Anwendungsbereiche Informations- und Kommunikationstechnik, Warmwasser und Beleuchtung (siehe Abb. „Anteil der Anwendungsbereiche am Netto-Stromverbrauch der privaten Haushalte 2008 und 2024“).</p><p>Direkte Treibhausgas-Emissionen privater Haushalte sinken</p><p>Der Energieträgermix verschob sich seit 1990 bis heute zugunsten von Brennstoffen mit geringeren Kohlendioxid-Emissionen und erneuerbaren Energien. Das verringerte auch die durch die privaten Haushalte verursachten direkten Kohlendioxid-Emissionen (d.h. ohne Strom und Fernwärme) (siehe Abb. „Direkte Kohlendioxid-Emissionen von Feuerungsanlagen der privaten Haushalte“).</p>
Räuber-Beute-Beziehungen zwischen Bakterien und ihren eukaryotischen Räubern werden seit langem in der terrestrischen Ökologie untersucht, jedoch werden die Interkationen zwischen Mikroeukaryoten oft vernachlässigt. Mikroalgen nehmen eine Schlüsselposition als phototrophe Organismen in den marinen und Süßwasserökosystemen der Antarktis und Arktis ein; die meiste Energie und die meisten Nährstoffe werden durch diese zu höheren trophischen Ebenen kanalisiert. In diesem Kontext fehlen Studien in den terrestrischen Ökosystemen der Antarktis. Die terrestrische Vegetation der Antarktis wird dominiert durch kryptogamen Bewuchs mit einer Vielzahl und hoher Abundanz von Mikroalgen. Bis zu 55% des eisfreien Bodens der antarktischen Halbinsel und bis zu 70% im arktischen Spitzbergen werden von biologischen Bodenkrusten (Biokrusten) bedeckt. Diese Zahlen werden zukünftig auf Grund des Klimawandels und der daraus folgenden Erwärmung der Polarregionen steigen (“Arctic Greening”). Man kann daher annehmen, dass ein großer Anteil der Primärproduktion in den Polarregionen durch Mikroalgen in Biokrusten realisiert wird. Dennoch fehlt die Verbindung zu höheren trophischen Ebenen; insbesondere, wenn man bedenkt, dass in der Antarktis algenfressende Metazoen selten und artenarm sind. Cercozoa sind eine der häufigsten algenkonsumierenden einzelligen Eukaryoten (Protisten) in terrestrischen Systemen; vorläufige Ergebnisse zeigen: algenkonsumierende Cercozoa dominieren die mikrobielle Gemeinschaft in den Biokrusten der Polarregionen. Wir werden zum ersten Mal die Räuber-Beute-Beziehung in Biokrusten zwischen den Algen als Primärproduzenten und den wichtigsten Algenkonsumenten erforschen, um so ein vollständigeres Bild des terrestrischen Nahrungsnetzes in den beiden Polarregionen zu erhalten. Um das zu erreichen, kombinieren wir einen Barcode-basierten Hochdurchsatz-Illumina Ansatz mit klassischen Kulturexperimenten, welche Aufschluss über ökologische Funktionen der einzelnen Organismen liefern. Damit erhalten wir erstmalig ein umfassendes Bild der Räuber-Beute-Beziehung zwischen Mikroalgen und ihren Räubern, den Cercozoa, für das terrestrische Ökosystem in Arktis und Antarktis. Diese Daten werden zur Beantwortung der folgenden Fragen beitragen: Wie wichtig ist das terrestrische Nahrungsnetz in den Polarregionen? Und hat die Klimaerwärmung das Potential diese Interaktionen zu verändern?
Die DGM5-Reliefschummerung wird aus dem DGM1 mit einer Gitterweite von 1 m abgeleitet. In der Auflösung der DGM5-Reliefschummerung entspricht ein Pixel im Bild 25 m² auf der Erdoberfläche. Die (Grau-)Wertzuweisung für jeden Gitterpunkt erfolgt in Abhängigkeit von der Höhendifferenz benachbarter Gitterpunkte und durch Beleuchtung mit einer imaginären Lichtquelle aus Nordwesten. Durch die Flächentönung wird ein räumlicher Eindruck der relativen Höhenunterschiede des Geländes erzeugt. Das Schummerungsbild liefert keine Information über die absolute Höhe. Maßstab: 1:null; Bodenauflösung: 5m; Scanauflösung (DPI): null
Die DGM5-Reliefschummerung wird aus dem DGM1 mit einer Gitterweite von 1 m abgeleitet. In der Auflösung der DGM5-Reliefschummerung entspricht ein Pixel im Bild 25 m² auf der Erdoberfläche. Die (Grau-)Wertzuweisung für jeden Gitterpunkt erfolgt in Abhängigkeit von der Höhendifferenz benachbarter Gitterpunkte und durch Beleuchtung mit einer imaginären Lichtquelle aus Nordwesten. Durch die Flächentönung wird ein räumlicher Eindruck der relativen Höhenunterschiede des Geländes erzeugt. Das Schummerungsbild liefert keine Information über die absolute Höhe. Maßstab: 1:null; Bodenauflösung: 5m; Scanauflösung (DPI): null
Der Datensatz umfasst das Stromleitungsnetz der SWO Netz GmbH für das Versorgungsgebiet der Stadt Osnabrück.
Über das Stromnetz der Stadtwerke Wolfenbüttel wird elektrische Energie zuverlässig für knapp 56.000 Menschen in Wolfenbüttel verteilt. Damit diese Aufgabe gelingen kann, sind bei den Stadtwerken viele Mitarbeiter zum Teil sogar rund um die Uhr damit befasst, diese Infrastruktur zu überwachen, instand zu halten, auftretende Störungen möglichst rasch zu beseitigen und das Netz laufend an geänderte Anforderungen anzupassen.
Glendonites are pseudomorphs after the mineral ikaite (CaCO3 x 6H2O) and composed of calcite (CaCO3). In the past, they have been used as a paleo-thermometer because the primary mineral ikaite, according to observations and experiments, seems to be formed at temperatures near freezing, high alkalinity and high phosphate concentrations in marine sediments. An enigmatic occurrence of the largest glendonites known world-wide, in the Early Eocene Fur Formation of northwestern Denmark offers the unique possibility to shed more light on the actual mechanism and controlling parameters of ikaite formation. Right in the aftermath of the Paleocene-Eocene thermal maximum, a time known for its global pertubation in the global carbon cycle, the formation of authigenic calcium carbonate concretions start in the Fur Formation. In a specific stratigraphic interval inbetween these concretions, the glendonites can be found. We will investigate if termperature changes or changes in geochemical parameters of the Danish Basin caused the sudden formation of ikaite during a time interval that was based on known paleoclimatic reconstructions (semi tropic) not favorable for ikaite formation.
In den Karten werden Solarthermieanlagen und PV-Anlagen dargestellt. Bei den Solarthermie-Anlagen handelt es sich ausschließlich um solche Anlagen, die bei den verschiedenen Förderinstitutionen bekannt sind. Einen eigenen, hier nicht erfassten Datenbestand bilden die sogenannten PV-Inselanlagen, also z. B. solarbetriebene Parkautomaten oder Beleuchtungsanlagen und ähnliche netzferne Systeme. In Berlin sind mit Stand 31.12.2024 41.723 PV-Anlagen registriert, wovon der Großteil Kleinanlagen unter 30 kWp sind (40.234) und nur 329 größere Anlagen (> 100 kWp) sind. Sie haben eine installierte Leistung von insgesamt etwa 380,64 MWp, wovon auf die genannten größeren Anlagen etwa 22 % (84,75 MWp) der Gesamtleistung in Berlin fallen. Mit Abstand die meisten Anlagen und die größte Gesamtleistung befinden sich in den drei Bezirken Marzahn-Hellersdorf, Treptow-Köpenick und Pankow. Hinsichtlich der installierten Leistung fällt auch der Bezirk Lichtenberg mit 35,4 MWp auf, hier wird die deutlich geringere absolute Anlagenzahl durch einzelne Anlagen mit hoher installierter Leistung ausgeglichen. Bei Betrachtung der feinräumigeren Ebene der Postleitzahlbereiche zeigt sich, dass die randstädtischen Einzelhaussiedlungen mit ihrer hohen absoluten Anlagenzahl die meisten PLZ-Bereiche mit Leistungen über 1.000 kWp aufweisen. Auf den Gebäuden der öffentlichen Hand waren zum Datenstand 31.03.2024 insgesamt 1.021 PV-Anlagen mit einer Leistung von 61,94 MWp installiert. Mit 190 Anlagen sind im Bezirk Lichtenberg die meisten PV-Anlagen auf öffentlichen Gebäuden zu finden, gefolgt von Marzahn-Hellersdorf (158) und Pankow (138). Die höchste installierte Leistung erzielt der Bezirk Lichtenberg mit 11,32 MWp, dicht gefolgt von Charlottenburg-Wilmersdorf (8,76 MWp) und Marzahn-Hellersdorf (8,39 MWp). Die öffentliche Hand unterhält auch Gebäude außerhalb Berlins, auf denen vier PV-Anlagen installiert sind, die eine Leistung von 1,14 MWp haben. Tab. 1: Anzahl der PV-Anlagen und die installierte Anlagenleistung in den Bezirken Berlins (Erfassungsstand Anlagenentwicklung PV-Anlagen 06.03.2025, Anlagen auf öffentlichen Gebäuden je Bezirk 31.03.2024, Stand der Stromeinspeisung 17.01.2024), Datenquelle: Energieatlas Berlin , basierend auf Daten des Marktstammdatenregisters der Bundesnetzagentur Da die Anlagen oft mehr Strom produzieren als zur Eigenversorgung benötigt wird, wird der überschüssige Strom ins Stromnetz eingespeist. Dabei hat sich die eingespeiste Menge seit 2012 kontinuierlich von ca. 43 GWh in 2012 auf den Wert von 78,402 GWh in 2023 gesteigert (siehe Abb. 5). Die absolut höchsten Mengen an Strom speisen entsprechend dem aktuellen Datenstand die Bezirke Marzahn-Hellersdorf (13.836,8 MWh) und Treptow-Köpenick (10.278,8 MWh) ein (vgl. Tab. 3). Deutlich ist ein Schwerpunkt der Stromeinspeisung in den nördlichen und östlichen Bezirken zu erkennen. In Friedrichshain-Kreuzberg wird am wenigsten Strom in das Netz eingespeist, dort befinden sich aber auch die wenigsten Anlagen mit einer geringen Gesamtleistung. Auf der kleinteiligeren Ebene der Postleitzahlenbereiche heben sich, wie bereits bei der installierten Leistung der Anlagen, erwartungsgemäß wieder deutlich die durch Einzelhausbebauung geprägten Wohngebiete hervor. Abb. 5: Stromeinspeisung der Photovoltaikanlagen auf der Ebene der Bezirke Berlins (Erfassungsstand 01.07.2024), Datenquelle: Energieatlas Berlin , basierend auf Daten des Marktstammdatenregisters der Bundesnetzagentur. Die relativen Deckungsraten der Photovoltaik schwanken in den Bezirken zwischen 2,4 % in Mitte und 12 % in Marzahn-Hellersdorf (vgl. Tab. 4). Die ermittelten relativen Deckungsraten zwischen Potenzial und Bestand für die Bezirke und Postleitzahlengebiete fallen auf den ersten Blick verhältnismäßig niedrig aus. Die Gründe dafür liegen jedoch in der Abweichung des theoretisch berechneten vom technisch realisierbaren Potenzial, die, um verlässliche Aussagen treffen zu können, im Einzelnen durch weitere Untersuchungen und Berechnungen konkretisiert werden müssten. Tab. 2: Relative Deckungsrate PV-Leistung in den Bezirken Berlins , Datenquelle: Solarcity Monitoringbericht, basierend auf Daten des Marktstammdatenregisters der Bundesnetzagentur, Stand 06.03.2024 Die aktuellsten Informationen über Photovoltaikanlagen in Berlin, wie beispielsweise ihre Standorte oder statistische Auswertungen zum Ausbau in den Bezirken, sind im Energieatlas Berlin in Form von Karten und Diagrammen abrufbar: https://energieatlas.berlin.de/ . Eine detaillierte Analyse des Solarausbaus in Berlin wird jährlich im Rahmen des Monitorings zum Masterplan Solarcity in einem gesonderten Bericht veröffentlicht: https://www.berlin.de/solarcity/solarcity-berlin/was-ist-der-masterplan-und-wo-stehen-wir/monitoring/ . Von den knapp 536.000 untersuchten Gebäuden eignen sich rund 421.000 Gebäude für die solare PV-Nutzung. Wenn die 45,7 km² theoretisch geeigneter Modulfläche für die Stromerzeugung mittels PV genutzt würden, könnten über PV-Anlagen mit 19,5 % Wirkungsgrad 7.929 GWh/a Strom erzeugt und 4,3 Mio. t CO2 eingespart werden. Tab. 3: Ergebnisse der Solarpotenzialanalyse für Photovoltaik auf Dachflächen in Berlin (Flachdächer werden mit einer aufgeständerten Installation gen Süden berücksichtigt) (IP SYSCON 2022) Da kein zentrales Register existiert, steht derzeit kein umfassender Datensatz zur Anzahl der solarthermischen Anlagen in Berlin zur Verfügung. Im Rahmen des Monitorings des Masterplans Solarcity werden daher unterschiedliche Methoden entwickelt, um die Datenbasis zu verbessern. Auf Grundlage dieser methodischen Ansätze wird die Zahl der Solarthermieanlagen im Jahr 2024 auf etwa 8.900 geschätzt, bei einer gesamten Kollektorfläche von rund 94.300 m². Sowohl die kleinräumige Darstellung der Einzelanlagen als auch die Aggregation auf die Raumbezüge Postleitzahl- und Bezirksebene verdeutlichen, dass die größte Anzahl der Anlagen im Außenbereich der Stadt installiert sind. Auf Bezirksebene ist zu sehen, dass Schwerpunkte in den Bezirken Steglitz-Zehlendorf (1.224), Treptow-Köpenick (1.155), Marzahn-Hellersdorf (1.133) und Reinickendorf (1.122 ) in vorliegen (vgl. Tab. 6), hierbei handelt es sich vergleichbar zu der Situation im PV-Anlagenbereich um kleinere Objekte auf Ein- und Zweifamilienhäusern in privater Nutzung. Im Innenstadtbereich, in den Bezirken Friedrichshain-Kreuzberg (76 Anlagen), Mitte (104 Anlagen) und Charlottenburg-Wilmersdorf (209 Anlagen) sind dagegen deutlich weniger Anlagen installiert, dafür jedoch auch solche mit großem elektrischen Leistungs- bzw. Wärmegewinnungspotenzial (Kollektorfläche im Mittel 15-37 m²). Diese befinden sich auf Gebäuden mit öffentlicher oder industriell-gewerblicher Nutzung. Tab. 4: Anzahl der Solarthermie-Anlagen in den Bezirken Berlins (Erfassungsstand 31.03.2024) sowie der Solarthermie-Anlagen der öffentlichen Hand (Erfassungsstand 20.02.2024) im Jahr 2023 Datenquelle: Energieatlas Berlin . Die aktuellsten Informationen über Solarthermieanlagen in Berlin, wie beispielsweise ihre Standorte oder statistische Auswertungen zum Ausbau in den Bezirken, sind im Energieatlas Berlin in Form von Karten und Diagrammen abrufbar: https://energieatlas.berlin.de/ . Eine detaillierte Analyse des Solarausbaus in Berlin wird jährlich im Rahmen des Monitorings zum Masterplan Solarcity in einem gesonderten Bericht veröffentlicht: https://www.berlin.de/solarcity/solarcity-berlin/was-ist-der-masterplan-und-wo-stehen-wir/monitoring/ . Ergebnisse der Potenzialstudie zur Solarthermie Von den knapp 536.000 untersuchten Gebäuden eignen sich mehr als 464.000 Gebäude für die solare Thermie-Nutzung mit einer Modulfläche von insgesamt 66,2 km². Tab. 5: Ergebnisse der Solarpotenzialanalyse für Solarthermie zur Warmwasserbereitung auf Dachflächen in Berlin (Flachdächer werden mit einer gen Süden aufgeständerten Installation berücksichtigt) (IP SYSCON 2022). Die berechneten Werte der globalen Einstrahlung als Jahressummenwerte streuen in Berlin – betrachtet über alle Oberflächen der Stadt – zwischen einem Maximum von etwa 1220 kWh/(m²/a) und einem Minimum um 246 kWh/(m²/a). Die vom Deutschen Wetterdienst DWD angesetzte mittlere Jahressumme für Berlin beträgt 1032 kWh/(m²/a). Sehr niedrige Werte werden auf Dachflächen nur dann ermittelt, wenn Überdeckungen durch Bäume oder Verschattungen aus anderen Gründen vorliegen (vgl. Abb. 6). Abb. 6: Einfluss von Überdeckungseffekten durch Bäume sowie durch die Dachausrichtung auf die berechneten solaren Einstrahlungswerte von Gebäudedächern (Werte als mittlere Jahressummen in kWh/(m²/a)). Oben: berechnete Einstrahlungswerte der Oberflächenraster in der Auflösung 0,5 * 0,5 m², schwarz: Gebäudeumringe. Unten: links: Luftbildausschnitt Februar 2021, rechts: Luftbildauschnitt August 2020. Bilder: Luftbilder: Geoportal Berlin, DOP20RGBI (unten links); TrueDOP20RGB – Sommerbefliegung (unten rechts) Die höchsten Werte erreichen dagegen unbeschattete bzw. nicht überdeckte und nach südlichen Himmelsrichtungen ausgerichtete geneigte Dachflächen. Offene und unbeschattete vegetationsbedeckte Flächen wie das Tempelhofer Feld erreichen ebenfalls hohe Werte um 1000 kWh/(m²/a). Waldgebiete und baumbestandene Areale dagegen vermindern durch ihre Struktur und Schattenwurf die Einstrahlungswerte beträchtlich bis in den Bereich der niedrigsten Einstrahlungen um 250-300 kWh/(m²/a). HHier ist eine direkte Beziehung zu stadtklimatischen Effekten zu sehen, wie sie zum Beispiel in den Analysekarten der Klimamodellierung gezeigt werden (vgl. Umweltatlaskarte Klimaanalysekarten: Oberflächentemperatur 2022 ). Insofern deckt die Karte „Solarpotenzial – Einstrahlung“ (08.09.3) ein breites Anwendungsspektrum ab. Die Karte bildet die Photovoltaik-Potenziale auf den Dachflächen der Berliner Gebäude ab. Im Informationsfenster jedes Gebäudes wird eine erste Einschätzung des Photovoltaik-Potenzials dargestellt, über den eingebetteten Link kann der Solarrechner Berlin zum Gebäude gestartet werden. Dort lassen sich eine Detailanalyse und eine Wirtschaftlichkeitsberechnung durchführen, für die Gebäude-, Verbrauchs- sowie Kosten- und Preisdaten angegeben werden müssen. Abb. 6: Solarrechner Berlin Bilder: Solarrechner Berlin Zur Ermittlung des Solarpotenzials wurden Geodaten aus dem Liegenschaftskataster (ALKIS) verwendet und mit digitalen 3D-Gebäudemodellen (LoD2) ausgewertet. Nur Dachflächen, die bestimmte Mindestanforderungen erfüllen, gelten als geeignet für die Installation einer PV-Anlage. Kleinstflächen wurden dabei ausgeschlossen. Die Einstufung der Eignung erfolgt nach festgelegten Kriterien, die sowohl die Himmelsrichtung, den Dachtyp als auch die geeignete Dachfläche berücksichtigen. Zusätzlich stellt die Karte dar, wie häufig die Dachflächen der Berliner Gebäude im Jahresverlauf verschattet sind. Sie ermöglicht damit eine Einschätzung der Eignung für die Installation von Solaranlagen hinsichtlich der Sonneneinstrahlung auf Dachflächen. Die dargestellten Informationen ersetzen nicht die weiterhin erforderliche fachliche Begutachtung des Einzelobjekts vor einer Detailplanung und Bau einer Solaranlage, hinsichtlich weiterer Parameter wie z. B. die Statik des Daches oder Elektroinstallation. Eine technische Eignung wird daher nicht zugesichert und bedarf der Prüfung des Einzelfalls. Weiterführende Informationen und eine kostenlose Beratung stellt Ihnen das SolarZentrum Berlin zur Verfügung: https://www.berlin.de/solarcity/solarzentrum/
The Long-Term Ecological Research observatory HAUSGARTEN was established by the Alfred-Wegener-Institut Helmholtz-Zentrum für Polar- und Meeresforschung in the Fram Strait in summer 1999 to detect and track the impact of large-scale environmental changes on the marine ecosystem in the transition zone between the northern North Atlantic and the central Arctic Ocean. In this area, bathymetric data have been recorded with multibeam echosounders during 44 research expeditions on RV Polarstern and RV Maria S. Merian since 1984. From these data, a digital elevation model was generated and geostatistical analyses were performed to calculate geospatial derivatives and quantitative terrain descriptors for subsequent terrain analyses and habitat mapping. The dataset covers an area from 78°N to 81°N and 6°W to 12°E. To create the data product, archive data was used from seven different multibeam echosounders in various raw data formats. This data has been processed and cleaned with CARIS HIPS & SIPS, including sound velocity correction for datasets from 1999 and newer. Older datasets are calculated with a static sound velocity of 1500 m/s. Soundings where exported for gridding with Generic Mapping Tools (GMT) nearneighbor. The resulting Digital Elevation Model (DEM) is in the WGS84/Arctic Polar Stereographic (EPSG:3995) projection with a cell size of 100m x 100m. The hillshade was computed with a combination of slope and synthetic illumination with a vertical exaggeration of 10. Slope inclination was calculated with GDAL tool Slope with the formula of Zevenbergen and Thorne (1987) in degree. Terrain Ruggedness Index (TRI) was computed with the QGIS tool Ruggedness index following the approach of Riley et al. (1999) in meters. For the Bathymetric Position Indices (BPI), focal statistics have been calculated with the GRASS tool "r.neighbors" and the QGIS raster calculator following the concept of the Topographic Position Index (Weiss, 2001) with a circular reference area of 99 cells (broad) and 9 cells (fine). The additional coverage polygon layer gives and overview on the used datasets and their corresponding metadata. The map gives an overview on the LTER HAUSGARTEN area and the HAUSGARTEN 2024 DEM.
| Organisation | Count |
|---|---|
| Bund | 1030 |
| Europa | 76 |
| Kommune | 17 |
| Land | 137 |
| Weitere | 150 |
| Wissenschaft | 319 |
| Zivilgesellschaft | 52 |
| Type | Count |
|---|---|
| Daten und Messstellen | 7 |
| Ereignis | 7 |
| Förderprogramm | 950 |
| Gesetzestext | 1 |
| Repositorium | 1 |
| Taxon | 2 |
| Text | 190 |
| Umweltprüfung | 91 |
| unbekannt | 70 |
| License | Count |
|---|---|
| Geschlossen | 285 |
| Offen | 992 |
| Unbekannt | 42 |
| Language | Count |
|---|---|
| Deutsch | 1127 |
| Englisch | 261 |
| Resource type | Count |
|---|---|
| Archiv | 7 |
| Bild | 6 |
| Datei | 11 |
| Dokument | 105 |
| Keine | 682 |
| Multimedia | 2 |
| Unbekannt | 1 |
| Webdienst | 6 |
| Webseite | 547 |
| Topic | Count |
|---|---|
| Boden | 738 |
| Lebewesen und Lebensräume | 910 |
| Luft | 594 |
| Mensch und Umwelt | 1319 |
| Wasser | 454 |
| Weitere | 1284 |