API src

Found 517 results.

Similar terms

s/cpt/Pt/gi

Visualisierung abfallwirtschaftlicher Best Practice Beispiele (Datensatz)

Zielstellung der Entwicklung ist es, Fachleuten und der interessierten Öffentlichkeit Projekttätigkeiten im Bereich des Abfalltechnologietransfers übersichtlich darzustellen. So werden in einer interaktiven Karte Projektträger, Projektstandorte und deren Wirkbereiche visualisiert. Zusätzlich können Informationen wie Kontaktdaten, Projektlaufzeiten oder Projektsteckbriefe über die Karte abgefragt und heruntergeladen werden. Durch dieses ressortübergreifende Angebot wird zudem die Abstimmung und Kooperation zwischen Projektbeteiligten erleichtert.

WMS INSPIRE HH Flurstücke

Dieser WebMapService (WMS) stellt die Flurstücke, Flurstücksnummern und Gemarkungen aus dem vorhandenen Datenmodell ALKIS für die Freie und Hansestadt Hamburg im INSPIRE Zielmodell dar. Im Amtlichen Liegenschaftskatasterinformationssystem (ALKIS®) werden alle Daten des Liegenschaftskatasters zusammengeführt und integriert gepflegt. Die Daten werden vom Landesbetrieb Geoinformation und Vermessung zusätzlich im Hamburger Transparenzportal als Open Data-Datensatz bereitgestellt. Zur genaueren Beschreibung der Daten und Datenverantwortung nutzen Sie bitte den Verweis zur Datensatzbeschreibung.

METOP GOME-2 - Cloud Top Pressure (CTP) - Global

The Global Ozone Monitoring Experiment-2 (GOME-2) instrument continues the long-term monitoring of atmospheric trace gas constituents started with GOME / ERS-2 and SCIAMACHY / Envisat. Currently, there are three GOME-2 instruments operating on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B and -C, launched in October 2006, September 2012, and November 2018, respectively. GOME-2 can measure a range of atmospheric trace constituents, with the emphasis on global ozone distributions. Furthermore, cloud properties and intensities of ultraviolet radiation are retrieved. These data are crucial for monitoring the atmospheric composition and the detection of pollutants. DLR generates operational GOME-2 / MetOp level 2 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Chemistry Monitoring (AC-SAF). GOME-2 near-real-time products are available already two hours after sensing. OCRA (Optical Cloud Recognition Algorithm) and ROCINN (Retrieval of Cloud Information using Neural Networks) are used for retrieving the following geophysical cloud properties from GOME and GOME-2 data: cloud fraction (cloud cover), cloud-top pressure (cloud-top height), and cloud optical thickness (cloud-top albedo). OCRA is an optical sensor cloud detection algorithm that uses the PMD devices on GOME / GOME-2 to deliver cloud fractions for GOME / GOME-2 scenes. ROCINN takes the OCRA cloud fraction as input and uses a neural network training scheme to invert GOME / GOME-2 reflectivities in and around the O2-A band. VLIDORT [Spurr (2006)] templates of reflectances based on full polarization scattering of light are used to train the neural network. ROCINN retrieves cloud-top pressure and cloud-top albedo. The cloud-top pressure for GOME scenes is derived from the cloud-top height provided by ROCINN and an appropriate pressure profile. For more details please refer to relevant peer-review papers listed on the GOME and GOME-2 documentation pages: https://atmos.eoc.dlr.de/app/docs/

ETOS: Laplacedruck-kontrollierte Gas-Diffusions-Elektroden für die organische Elektrosynthese, Teilprojekt C

Verbesserte Nachhaltigkeit u Energieeffizienz d Salpeterproduktion durch Optimierung d Materialeigenschaften d Katalysators, Reaktors u v Prozessbedingungen - Sustainable Nitrates Production, Teilvorhaben: Neue Katalysatortechnologie für die Ammoniak-Verbrennung u optimierten Bedingungen

Entwicklung innovativer Kathodenkatalysatorschichten für hochleistungsfähige PEM-Brennstoffzellen mittels templatgestützter galvanischer Abscheidung von Nanodraht-Trägerstrukturen

Metabolische Dosis-Wechselwirkungen verschiedener Platinverbindungen bei wachsenden, graviden und laktierenden Ratten

Elektrokatalysatoren fuer Membranbrennstoffzellen

a) Herstellung und Optimierung von Elektrode-Membran-Verbuenden fuer die Membranbrennstoffzelle. Es wurde ein Spruehverfahren zur Herstellung von Elektrode-Membran-Verbuenden entwickelt. b) Optimierung der Elektrodenstruktur der Kathode fuer den Betrieb mit Luft bei 1 bar. c) Entwicklung und Charakterisierung von ternaeren Katalysatoren fuer die Direkt-Methanol-Brennstoffzelle auf der Basis Pt/Ru. d) Herstellung von verbesserten makroporoesen Luftelektroden.

Recyclingatlas-Viewer

Im Recyclingatlas-Viewer können die Karten des gleichnamigen Dienstes betrachtet und näher erkundet werden. Er ermöglicht eine textbasierte Suche nach Einzelstandorten und die Selektion von Standortgruppen durch Zeichnung eines umgebenden Rechtecks. Darüber hinaus bietet er die Gelegenheit den dargestellten Kartenausschnitt als PDF zu drucken und die Attribute der Recyclingstandorte für jeweils ein Metall in Form einer CSV-Datei herunterzuladen.

METOP GOME-2 - Cloud Optical Thickness (COT) - Global

The Global Ozone Monitoring Experiment-2 (GOME-2) instrument continues the long-term monitoring of atmospheric trace gas constituents started with GOME / ERS-2 and SCIAMACHY / Envisat. Currently, there are three GOME-2 instruments operating on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B and -C, launched in October 2006, September 2012, and November 2018, respectively. GOME-2 can measure a range of atmospheric trace constituents, with the emphasis on global ozone distributions. Furthermore, cloud properties and intensities of ultraviolet radiation are retrieved. These data are crucial for monitoring the atmospheric composition and the detection of pollutants. DLR generates operational GOME-2 / MetOp level 2 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Chemistry Monitoring (AC-SAF). GOME-2 near-real-time products are available already two hours after sensing. OCRA (Optical Cloud Recognition Algorithm) and ROCINN (Retrieval of Cloud Information using Neural Networks) are used for retrieving the following geophysical cloud properties from GOME and GOME-2 data: cloud fraction (cloud cover), cloud-top pressure (cloud-top height), and cloud optical thickness (cloud-top albedo). OCRA is an optical sensor cloud detection algorithm that uses the PMD devices on GOME / GOME-2 to deliver cloud fractions for GOME / GOME-2 scenes. ROCINN takes the OCRA cloud fraction as input and uses a neural network training scheme to invert GOME / GOME-2 reflectivities in and around the O2-A band. VLIDORT [Spurr (2006)] templates of reflectances based on full polarization scattering of light are used to train the neural network. ROCINN retrieves cloud-top pressure and cloud-top albedo. The cloud optical thickness is computed using libRadtran [Mayer and Kylling (2005)] radiative transfer simulations taking as input the cloud-top albedo retrieved with ROCINN. For more details please refer to relevant peer-review papers listed on the GOME and GOME-2 documentation pages: https://atmos.eoc.dlr.de/app/docs/

1 2 3 4 5 … 50 51 52