Wichtige Hinweise zum Layer: Grundlage des spezifischen Grünvolumens pro Nettoteilblock bildet das spezifische Grünvolumen als Raster mit einer räumlichen Auflösung von 1m (beachte: Basisdatensatz in GK5 mit 0,5 m Auflösung). Dieses wurde im vorliegenden Layer für die einzelnen Nettoteilblöcke statistisch ausgewertet. Der ausgewiesene Wert entspricht hierbei dem Mittelwert aller im jeweiligen Block enthaltenen Rasterzellen. Ein Rückschluss auf deren Verteilung sowie der vegetativen Strukturelemente im Raum (zum Beispiel nur Wiese und am Flächenrand hohe Vegetation oder Wiese mit Baumbestand) lässt sich daraus nicht ableiten. Für konkretere Aussagen zur Verteilungsstruktur ist das Raster des spezifischen Grünvolumens heranzuziehen. Da Gewässerflächen (hier: Nettoteilblockflächen mit der Nutzungsart Gewässer) mit Ausnahme von Baumkronenüberhängen kein durch Fernerkundung erfassbares Grünvolumen enthalten, bleiben diese Flächen von der Darstellung des Grünvolumens unberücksichtigt. Allgemeine Hintergrundinformationen zum spezifischen Grünvolumen: Das spezifische Grünvolumen als Synonym für Grünvolumenzahl basiert auf dem durch das Leibniz-Institut für ökologische Raumentwicklung e.V. (IÖR) erstellten Gutachten "Grünvolumenbestimmung der Stadt Dresden auf der Grundlage von Laserscandaten" vom August 2014 (Beachte: Datenbasis 2009-2011). Dieses ist unter dem zugeordneten Dokument einsehbar. Einleitung: Städtisches Grün ist aus stadtökologischer und sozialer Sicht unverzichtbar und erfüllt wichtige Funktionen wie Staubbindung, Temperaturminderung, Winddämpfung oder Grundwasserneubildung. Darüber hinaus bilden öffentliche Grünanlagen Oasen der Ruhe, die der Erholung, Freizeitgestaltung und Kommunikation dienen und wichtige soziale Funktionen erfüllen. Je nach Kontext wird die Vegetation durch unterschiedliche Bestandsmerkmale beschrieben: - Forstwirtschaft (Baumart, Bestandsdichte, Brusthöhendurchmesser und Überschirmungsgrad) - Botanik (Blattflächenindex - LAI = Leaf Area Index - als Grundlage zur Bestimmung der Belaubungsdichte sowie der fotosynthetischen Aktivität bzw. der Produktionsleistung) - Landwirtschaft (pflanzliche Biomasse, als Maß der Ertragsbilanzierung). Im städtischen Kontext ist aufgrund der Artenvielfalt der Vegetation eine Erfassung von Blattflächenindex oder Biomasse schwierig. Aus diesem Grund spielen einfache, planerisch sinnvolle und vor allem praktikable Indikatoren eine wichtige Rolle. Für die Anwendung in der großmaßstäbigen Bauleit- und Landschaftsplanung wurde deshalb eine rechnerische Bestimmung des Grünvolumens durch die Planungsgemeinschaft GROSSMANN, SCHULZE, POHL entwickelt. Dabei wird das Grünvolumen mittels der flächenbezogenen Grünvolumenzahl (GVZ) beschrieben. Sie wurde als Pendant zu den planungsrelevanten Richtgrößen der baulichen Nutzung, wie der Grundflächenzahl (GRZ) oder der Geschossflächenzahl (GFZ) eingeführt. Es soll neben den vegetationsbezogenen Indikatoren Biotopflächenfaktor (BFF), Bodenfunktionszahl (BFZ) und dem Durchgrünungsgrad die Formulierung von Mindestanforderungen an die Grünausstattung bei der Planung ermöglichen, da sie eine hohe ökologische Aussagekraft besitzt. Was beschreibt die Grünvolumenzahl (GVZ)? Als Grünvolumen wird die Summe des oberirdischen Volumens aller Pflanzen verstanden. Es wird in m³ angegeben. Das Grünvolumen ist durch die äußere Hülle der Vegetation begrenzt, die in der praktischen Erfassung über idealisierte geometrisch primitive Formen beschrieben wird: - Quader: Rasen, Kräuter sowie Sträucher - Kugel: z. B. Eiche - Zylinder: z. B. Pappel - Kegel: z. B. Nadelbaum Aus der Grünvolumensumme aller Vegetationsobjekte in Bezug auf eine definierte Bezugsfläche (z. B. Baublock) ergibt sich die Grünvolumenzahl (GVZ), die alternativ auch als "spezifisches Grünvolumen" bezeichnet wird und die Einheit m³/m² besitzt. Das vorliegende generalisierte Raster (ursprüngliche Auflösung 0,5 m) weist für die einzelnen Zellen (Auflösung jetzt 1 m) bereits das spezifische Grünvolumen (m³/m²) auf, welches zugleich dem absoluten Grünvolumen entspricht. Datengrundlage/Methodik: Grundlage der Bestimmung des Grünvolumens sind Laserscandaten, RGBI-Bilddaten sowie Gebäudedaten. Eine detaillierte Beschreibung der Vorgehensweise ist dem zugeordneten Dokument zu entnehmen. Klassifizierung des spezifischen Grünvolumen: - 1. Klasse: vegetationslos (= 0 m³/m²) - 2. Klasse: bis einschließlich 0,1 m³/m² - 3. Klasse: bis einschließlich 0,5 m³/m² - 4. Klasse: bis einschließlich 0,75 m³/m² - 5. Klasse: bis einschließlich 1 m³/m² - 6. Klasse: bis einschließlich 3 m³/m² - 7. Klasse: bis einschließlich 8 m³/m² - 8. Klasse: bis einschließlich 14 m³/m² - 9. Klasse: bis einschließlich 20 m³/m² - 10. Klasse: bis einschließlich 25 m³/m² - 11. Klasse: größer als 25 m³/m² Die Klassifikation in der vorliegenden Abstufung erfolgt aufgrund der im Modell getroffenen Annahmen sowie zur besseren plastischen Darstellung der Vegetationsobjekte. Einschränkung: Entsprechend der vorgesehenen Nutzung für die Umwelt-, Landschafts- und Bauleitplanung ist trotz scheinbar detaillierter Darstellungsmöglichkeit der Anwendungsmaßstab auf 1:5.000 begrenzt.
Abgeleitetes, flächendeckendes digitales Geländemodell mit einer Rasterweite von 10 Meter auf Basis des DGM1. Für die Fläche der Freien und Hansestadt Hamburg (ohne das Gebiet des hamburgischen Wattenmeeres) wurde in 2020 eine Laserscanvermessungen (Airborne Laserscanning) durchgeführt. Die Daten liegen im Lagestatus 310 (ETRS89/UTM) vor, mit Höhenangaben über Normalhöhennull (NHN), gemäß DE_DHHN2016_NH. Die Genauigkeit eines einzelnen Messpunktes liegt in eindeutig definierten Bereichen, wie z.B. auf Straßenflächen, bei ca. ± 105 cm. In Bereichen von Abschattungen (Brücken), Vegetation, insbesondere Flächen in Wald- und Strauchgebieten und bei stark geneigtem Gelände, ist die Genauigkeit geringer. Standardmäßig werden vom LGV folgende Rasterweiten angeboten: DGM 1 (Rasterweite 1m), DGM 10 (Rasterweite 10m), DGM 25 (Rasterweite 25m). Eine jährliche Aktualisierung dieser Daten erfolgt über Luftbildbefliegungen. Neben der reinen Bereitstellung der Höheninformation als regelmäßiges Gitter werden die Daten auch als Dienstleistung in einer Dreiecksvermaschung (TIN) abgegeben. Dabei ist ein Datenaustausch mit 2D- und 3D-CAD-Systemen sichergestellt. Als weitere Dienstleistung können z.B. Höhenlinien und Profile abgeleitet oder Volumina und Neigungen errechnet werden. Durch Integration weiterer Geobasis- und Fachdaten (Vektor- und Rasterdaten) können weitere Dienstleistungen z.B. für die Bereiche Wasserwirtschaft, Tiefbau, Umwelt und Stadtplanung sowie Energieversorgung groß- und kleinräumige Anwendungen abgeleitet werden.
Das Ziel von ALPCHANGE ist die quantitative Erfassung der durch den Klimawandel in der Vergangenheit und aktuell verursachten Landschaftsdynamik im alpinen Raum. ALPCHANGE bietet dabei einen integrativen und interdisziplinären Ansatz, welcher vier dynamische Landschaftsparameter - Permafrost, Schnee, Geomorphologie und Gletscher - unter Berücksichtung eines angenommenen Klimawandels sowohl einzeln als auch gesamt betrachtet. Diese Parameter reagieren auf den Klimawandel in verschiedenen Zeitskalen und liefern dadurch unterschiedliche Informationen: Schnee innerhalb sehr kurzer Zeit, Gletscher innerhalb mehrerer Jahre bis Jahrzehnte (größenabhängig), geomorphologische Formen innerhalb mehrerer Jahre bis Dekaden und Permafrost im Laufe von Dekaden bis Jahrhunderten. Eine komplexe Analyse dieser Prozesse wird mit Hilfe eines qualitativ hochwertigen Monitoringnetzwerkes in Südösterreich ermöglicht. Die Interdisziplinarität dieses Untersuchungsvorhaben erfordert die Verwendung verschiedenster Disziplinen - beispielsweise Fernerkundung, Feldforschung, Modellierungen oder die genaue Analyse von unterschiedlichen historischen und semi-historischen Datenquellen - sowie die Zusammenarbeit von fünf wissenschaftlichen Institutionen. Die Landschaftsdynamik, repräsentiert durch die vier Landschaftsparameter, wird in vier unterschiedlichen räumlichen Dimensionen betrachtet: gesamtes Untersuchungsgebiet (ca. 650km2), unterschiedliche ökologische Höhenzonen (vertikale Gliederung), mittelflächige Untersuchungsgebiete (z.B. Talschlüsse; wenige ha bis km2) sowie schließlich kleinflächige Testgebiete (lokal). Drei meteorologische Stationen, eine permanent eingerichtete DC-Resistivity-Tomograph-Station (Gleichstromwiderstandsmessungen), mehrere Temperatur-sensoren sowie zwei automatische Digitalkamerasysteme bilden die Kerninfrastruktur eines qualitativ hochwertigen Monitoringnetzwerkes, welches Basisdaten für spätere Modellierungen sowie Korrelationen liefert. Die Ergebnisse des Forschungsvorhabens werden ein umfassendes Bild des Gletscherverhaltens (z.B. Veränderung von Gletscherstand, Gleichgewichtslinie oder Gletscheroberflächenstruktur), des Schneedeckenverhaltens (z.B. Erfassen der Schneedeckendynamik mittels automatischer Kamera), der Geomorphodynamik (z.B. Massenbewegungsprozesse an Lockersedimentakkumulationen bzw. Festgesteinen, Solifluktion, Veränderung des Gletschervorfeldes, flächendeckende Erfassung von Murgängen) sowie der Permafrostverbreitung und -dynamik (z.B. Kartierung der permafrostverdächtigen Bereiche mit Hilfe von Methoden der Fernerkundung, Feldmesskampagnen, permanente Gleichstromwiderstandsmessungen, Temperaturverhalten der Geländeoberfläche sowie des bodennahen Untergrundes) ermöglichen. usw.
Problemfeld: Anwendung der Laseroptik im GKSS-Forschungszentrum bilden Fernmessverfahren zur Bestimmung von Luftverunreinigungen. Aufgabenstellung: Zwei Aufbauten sind gegenwaertig im Einsatz. Einer ist fuer die Bestimmung von SO2 und Stickstoffoxid ausgelegt, der andere gestaltet die Fernmessung von Chlorkohlenwasserstoff. Sie dienen zum einen zur Ueberwachung des Luftraums Hamburgs, zum anderen zur Messung von Abgasfahnen von Verbrennungsschiffen.
Niedrige Wolken sind Schlüsselbestandteile vieler Klimazonen, aber in numerischen Modellen oft nicht gut dargestellt und schwer zu beobachten. Kürzlich wurde gezeigt, dass sich während der Haupttrockensaison im Juni und September im westlichen Zentralafrika eine ausgedehnte niedrige Wolkenbedeckung (engl. „low cloud cover“, LCC) entwickelt. Eine derart wolkige Haupttrockenzeit ist in den feuchten Tropen einzigartig und erklärt wahrscheinlich die dichtesten immergrünen Wälder in der Region. Da paläoklimatische Studien auf eine Instabilität hinweisen, kann jede Verringerung des LCC aufgrund des Klimawandels einen Kipppunkt für die Waldbedeckung darstellen. Daher besteht ein dringender Bedarf, das Auftreten, die Variabilität und die bioklimatischen Auswirkungen des LCC in westlichen Zentralafrika besser zu verstehen.Um diese Ziele zu erreichen, wurde ein Konsortium aus französischen, deutschen und gabunischen Partnern aufgebaut, zu dem Meteorologen, Klimatologen und Experten für Fernerkundung und Waldökologie gehören. Die meteorologischen Prozesse, welche die Bildung und Auflösung der LCC im Tagesgang steuern, werden anhand von zwei Ozean-Land-Transekten auf der Grundlage einer synergistischen Analyse von historischen In-situ Beobachtungen, von Daten einer Feldkampagne und anhand von atmosphärischen Modellsimulationen untersucht. Die Ergebnisse werden mit einem kürzlich entwickelten konzeptionellen Modell für LCC im südlichen Westafrika verglichen.Die intrasaisonale bis interannuale Variabilität des LCC wird durch die Analyse von In-Situ-Langzeitdaten und Satellitenschätzungen quantifiziert. Unterschiede im Jahresgang des LCC (d.h. jahreszeitlicher Beginn und Rückzug, wolkenarme Tage) und die Ausdehnung ins Inland werden dokumentiert. Ansätze, die auf Wettertypen und äquatorialen Wellen basieren, werden verwendet, um intrasaisonale Variationen des LCC zu verstehen. Die Auswirkungen lokaler und regionaler Meeresoberflächentemperaturen auf die LCC-Entwicklung und ihre Jahr-zu-Jahr Variabilität werden bewertet, wobei statistische Analysen und spezielle Sensitivitätsversuche mit einem regionalen Klimamodell verknüpft werden.Schließlich wird der Einfluss von LCC auf die Licht- und Wasserverfügbarkeit bzw. die Waldfunktion anhand von In-Situ-Messungen untersucht. Die Ergebnisse werden mit Messungen aus der nördlichen Republik Kongo, wo die Trockenzeit sonnig ist, sowie mit einem einfachen Wasserhaushaltsmodells, das an die Region angepasst ist, verglichen. Die Wasserhaushaltsanalysen sollen die Kompensations- oder Verstärkungseffekte von Regen im Vergleich zur potenziellen Evapotranspiration, beide moduliert durch die LCC, auf das Wasserdefizit aufzeigen.Die Ergebnisse von DYVALOCCA werden zum ersten konzeptionellen Modell für Wolkenbildung und -auflösung im westlichen Zentralafrika führen und eine Hilfestellung für die Bewertung von Klimawandel-Simulationen mit Blick auf potentielle Kipppunkte für die immergrünen Regenwälder in der Region geben.
Der asiatische Monsun spielt eine wichtige Rolle beim Verständnis der chemischen und klimarelevanten Prozesse in der globalen Atmosphäre, nicht zuletzt wegen seines Einflusses auf die Aerosol- und Wolkeneigenschaften in der oberen Troposphäre und unteren Stratosphäre. Bereits seit einigen Jahren wird die sogenannte Asian Tropopause Aerosol Layer (ATAL) mit Fernerkundungsmethoden und Ballon-basierten Messungen untersucht. Es existieren allerdings nur wenige in-situ Beobachtungen innerhalb der ATAL, beziehungsweise in der Ausströmregion (Outflow) des asiatischen Monsuns in Richtung mittlere Breiten, die Informationen über die chemischen Zusammensetzung der Aerosolpartikel geben. Es wird davon ausgegangen, dass die Luftmassen im Outflow des asiatischen Monsuns Aerosolpartikel enthalten, die aufgrund von photochemischer Prozessierung und sekundärer Bildung während des Transports veränderte Eigenschaften aufweisen. Diese Prozesse haben einen Einfluss auf die Fähigkeit der Partikel zur Eisnukleation und damit wiederum auf den indirekten Klimaeffekt dieser Partikel. Dieser Antrag zielt daher auf die in-situ Untersuchung der chemischen Zusammensetzung der Aerosolpartikel im submikrometer Bereich ab. Wir schlagen vor, das Hybrid-Aerosolmassenspektrometer ERICA (ERC instrument for the chemical composition of aerosols) im Rahmen der PHILEAS Kampagne auf dem Forschungsflugzeug HALO einzusetzen. Das ERICA kombiniert zwei Typen von Aerosolmassenspektrometrie-Methoden und ermöglicht es somit, zeitgleich Einzelpartikel- und Ensemblemessungen zur chemischen Zusammensetzung durchzuführen. Zusätzlich wird die Messkapazität zum einen durch den Einbau eines Impaktors erweitert, welcher eine spätere offline-Analyse der Partikel mittels Röntgenstrahlung und Elektronenmikroskopie ermöglicht. Zum anderen wird ein neuer Messmodus zur quantitativen chemischen Analyse von Einzelpartikeln in das ERICA integriert. Dieser Datensatz, zusammen mit Spurengasmessungen und der lagrangeschen Modellierung der Luftmassenherkunft, wird somit die Untersuchung von Quellen, Bildungsprozessen sowie der photochemische Entwicklung der Aerosolpartikel während des Transports ermöglichen.
This data set presents the reconstructed vegetation cover for 446 Asian sites based on harmonized pollen data from the data set LegacyPollen 2.0. Sugita's REVEALS model (2007) was applied to all pollen records using REVEALSinR from the DISQOVER package (Theuerkauf et al. 2016). Pollen counts were translated into vegetation cover by accounting for taxon-specific pollen productivity and fall speed. Additionally, relevant source areas of pollen were calculated using the aforementioned taxon-specific parameters and a Gaussian plume model for deposition and dispersal. Values for relative pollen productivity and fall speed from the synthesis from Wiezcorek and Herzschuh (2010) were updated with recent studies used to reconstruct vegetation cover. The average values from all Northern Hemisphere values were used where taxon-specific continental values were unavailable. As REVEALS was conceived to reconstruct vegetation from large lakes, only records originating from large lakes (>= 50h) are marked as "valid as site" in the dataset. Reconstructions from other records can be used when spatially averaging several together. An example script to do so is provided on Zenodo (https://doi.org/10.5281/zenodo.12800290). Reconstructed tree cover was validated using modern Landsat remote sensing forest cover. Reconstructed tree cover has much lower errors than the original arboreal pollen percentages. Reconstructions of individual taxa are more uncertain. We present tables with reconstructed vegetation cover for all continents with original parameters. As further details, we list a table with the taxon-specific parameters used, metadata for all records, and a list of parameters adjusted in the default version of REVEALSinR.
Der episodische Charakter der Urbanisierung auf der mongolischen Hochebene bietet uns die ideale Gelegenheit, die Auswirkungen der Städte auf die lokale Umwelt zu untersuchen und diachrone Veränderungen zu erforschen. In den weiten östlichen Steppen gibt es nur zwei mongolenzeitliche Städte: Karakorum - die Hauptstadt des vereinigten Mongolenreichs - und Khar Khul Khaany Balgas. Beide wurden von Grund auf neu errichtet und verkörpern den dramatischen Wandel von einer Pastoralwirtschaft zu einer Stadtlandschaft. Beide Stätten und ihr Siedlungsnetz sind von der modernen Urbanisierung und den landwirtschaftlichen Aktivitäten nahezu unberührt geblieben. Mit unserem Fokus auf Energie/Brennstoff, Nahrung, Baumaterialien - zusammen mit den für ihre Herstellung notwendigen Öfen - und Eisenproduktion einschließlich Schmelzöfen untersuchen wir die energieintensiven Materialflüsse mit den stärksten Auswirkungen auf die Umwelt. Ein weiterer Vorteil der vorgeschlagenen Vorgehensweise ist unser zweifach vergleichender Ansatz: Wir vergleichen nicht nur zwei Städte in zwei verschiedenen Tälern, sondern wir werden auch in einer diachronen Perspektive arbeiten (in Phase II). Um unsere Ziele zu erreichen und diese Hypothesen zu überprüfen, werden wir einen Multi-Proxy-Ansatz verwenden, der innovative Methoden aus einer Vielzahl von Disziplinen kombiniert: Archäologie, Archäozoologie, physische Anthropologie, Bioarchäologie, Bodenkunde, Paläoökologie, Paläoklimatologie, Fernerkundung und Geophysik. Eine große methodische Stärke unseres Netzwerks besteht darin, dass einzelne Aspekte von verschiedenen Disziplinen untersucht werden, die jeweils über eigenes Quellenmaterial verfügen. Dieselbe Frage wird aus verschiedenen Perspektiven betrachtet, was komplementäre Einsichten, aber auch die gegenseitige Kontrolle der erzielten Ergebnisse und ihrer Interpretationen ermöglicht. Gemeinsam werden wir den Verflechtungen zwischen Urbanismus, Wirtschaftspraktiken und Umwelt auf den Grund gehen. Um unsere interdisziplinäre Forschungsagenda zu systematisieren, werden wir den urbanen Metabolismus als konzeptionellen Rahmen verwenden und die Lebenszyklusanalyse in dieses Konzept integrieren, um den Weg der Güter von der physischen Gewinnung bis zum Endverbrauch und ihrer Entsorgung zu verfolgen. Dieses Forschungsdesign, bei dem eine Vielzahl von Proxies verwendet wird, um die oft gleichzeitig stattfindenden und sich überschneidenden, also miteinander verflochtenen Prozesse zu bewerten, ist in dieser Weltregion noch nicht durchgeführt worden und wird innerhalb und außerhalb unserer Disziplinen neue Maßstäbe setzen. Für eine effektive, thematisch fokussierte Zusammenarbeit richten wir vier Schwerpunktbereiche ein: A) Siedlungswesen, B) Nutzung von Non-Food-Ressourcen, C) Versorgung der Stadt, D) Umweltbedingungen. Diese Bereiche systematisieren die identifizierten Kernthemen, um die Verflechtungen von Wirtschaft, Stadt und Umwelt zu verdeutlichen.
Die Einflüsse von Bodenheterogenität und Managementpraktiken auf dynamische Veränderungen von ökophysiologischen Wachstumsmustern der wichtigen Kulturarten des Rur Einzugsgebiets werden charakterisiert. Auf einander abgestimmte experimentelle Ansätze, Modellierung und Skalierung werden angewandt, um die Vegetationscharakterisierung in TerrSysMP zu verbessern. Hierbei werden die Kopplung von Pflanzen- und Wurzelmodellen, Einflüsse von Landnutzungsänderung und Management auf Flussmuster, und die Einbeziehung von Fernerkundungsverfahren zur Bestimmung von funktionalen Pflanzentypparametern besonders berücksichtigt.
This dataset provides monthly maximum Land Surface Temperature (LST) values over Europe, derived from 1-km AVHRR observations. The data is generated by DLR and provided in the framework of the TIMELINE project. LST values are retrieved using physically-based split- and mono-window algorithms and corrected for atmospheric influences and surface emissivity. Only cloud-free observations with sensor view angles below 50 degrees are used. Due to reliance on infrared observations, data may be limited under persistent cloud cover. To ensure temporal consistency across sensors and overpass times, an orbit drift correction method was applied. This method harmonizes LST values to a fixed reference time of 13:00 local solar time, approximating the daily maximum temperature. The dataset is gridded in a 1-km LAEA ETRS89 projection. The product is provided in four tiles, covering the extent of the European Environmental Agency (EEA) reference grid, which includes the area from 900 000 m East and 900 000m North to 7 400 000m East and 5 500 000m North. The TIMELINE (TIMe Series Processing of Medium Resolution Earth Observation Data assessing Long-Term Dynamics In our Natural Environment) project, led by the German Remote Sensing Data Center (DFD) of the German Aerospace Center (DLR), focuses on generating a consistent, multi-decadal time series derived from NOAA and Metop AVHRR data. Spanning more than 40 years from the early 1980s to the present this dataset covers Europe and North Africa. TIMELINE establishes an operational environment for the systematic reprocessing of AVHRR raw data into Level 1b, Level 2, and Level 3 geoinformation products at 1.1 km spatial resolution. These products maintain uniform standards in format, projection, and spatial coverage. The dataset includes a comprehensive suite of land and atmospheric parameters such as atmospherically corrected surface reflectance, NDVI, snow cover, fire hotspots, burnt area, land and sea surface temperatures, and various cloud physical properties (e.g., cloud top temperature). By combining traditional and innovative remote sensing products with robust processing algorithms and state-of-the-art validation techniques, TIMELINE provides a unique, high-quality dataset for global change research.
| Origin | Count |
|---|---|
| Bund | 2930 |
| Europa | 2 |
| Global | 15 |
| Kommune | 6 |
| Land | 388 |
| Schutzgebiete | 191 |
| Wirtschaft | 5 |
| Wissenschaft | 317 |
| Zivilgesellschaft | 3 |
| Type | Count |
|---|---|
| Agrarwirtschaft | 1 |
| Daten und Messstellen | 286 |
| Ereignis | 8 |
| Förderprogramm | 2576 |
| Repositorium | 7 |
| Text | 91 |
| unbekannt | 380 |
| License | Count |
|---|---|
| geschlossen | 115 |
| offen | 3120 |
| unbekannt | 114 |
| Language | Count |
|---|---|
| Deutsch | 2594 |
| Englisch | 1046 |
| andere | 2 |
| Resource type | Count |
|---|---|
| Archiv | 32 |
| Bild | 43 |
| Datei | 263 |
| Dokument | 60 |
| Keine | 2124 |
| Unbekannt | 2 |
| Webdienst | 113 |
| Webseite | 867 |
| Topic | Count |
|---|---|
| Boden | 2142 |
| Lebewesen und Lebensräume | 2806 |
| Luft | 2311 |
| Mensch und Umwelt | 3349 |
| Wasser | 1942 |
| Weitere | 3210 |