The dataset contains information on the European river basin districts, the river basin district sub-units, the surface water bodies and the groundwater bodies delineated for the 3rd River Basin Management Plans (RBMP) under the Water Framework Directive (WFD) as well as the European monitoring sites used for the assessment of the status of the above mentioned surface water bodies and groundwater bodies. This data set is available only for internal use of the European Commission and the European Environment Agency. Please enter the publicly available version to access data: https://sdi.eea.europa.eu/catalogue/srv/eng/catalog.search#/metadata/bce2c4e0-0dad-4c42-9ea8-a0b82607d451 The information was reported to the European Commission under the Water Framework Directive (WFD) reporting obligations. The dataset compiles the available spatial data related to the 3rd RBMPs due in 2022 (hereafter WFD2022). See http://rod.eionet.europa.eu/obligations/780 for further information on the WFD2022 spatial reporting. Note: * This dataset has been reported by the member states. The subsequent QC revealed some problems caused by self-intersections elements. Data in GPKG-format should be processed using QGIS.
Umsetzungsstrategien fuer erneuerbare Energien in sechs europaeischen Staedten: Ziel dieses Forschungsprojektes war es, die nutzbaren Potentiale von erneuerbaren Energien auf kommunaler Ebene zu analysieren und konkrete Handlungsvorschlaege und Anlagenkonzepte zu deren verstaerkten Integration zu entwickeln. Die Untersuchung erstreckte sich auf sechs Staedte/ Stadtwerke in drei EU-Laendern (Deutschland: Pforzheim, Ettlingen; Frankreich: Besancon, Rochefort; Portugal: Funchal, Braganca). Fuer jede Stadt wurde ein umfassendes integratives Konzept zur maximalen Nutzung der erneuerbaren Energiequellen bis zum Jahre 2010 entwickelt. Darin wurde das konkrete Ziel gesetzt, bis zum Jahre 2010 15 Prozent des dann zu erwartenden Primaerenergiebedarfes durch erneuerbare Energien bereitzustellen. Besonderes Augenmerk lag auf dem lokalen Energiemarkt und den 'Makro-Akteuren', die bei der Foerderung der erneuerbaren Energien eine wichtige Rolle spielen. Diese Akteure wurden gezielt angesprochen und in die Entwicklung des Konzeptes einbezogen, um die Umsetzungschancen zu verbessern.
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 ]
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 ]
This Discomap web map service provides an EU-27 (2020) basemap for internal EEA use as a background layer in viewers or any other web application. It is provided as REST and as OGC WMS services, dynamic and cached. The cached service has a custom cache at the following scales: 1/50.000.000 1/42.000.000 1/36.000.000 (Europe's size) 1/30.000.000 1/20.000.000 1/10.000.000 1/5.000.000 1/2.500.000 1/1.000.000.
Additional reporting in the area of renewable energy is a dataset under the National Energy and Climate Progress Reports (NECPRs), which is reported every second year (starting in 2023) by EU Member States. The dataset provides information regarding Member States functioning system for guarantees of origin (GO), renewable energy surplus/deficits, biomass use and impacts, and renewable energy usage in buildings. The EEA collects and quality checks this data. The dataset links to data from Eurostat. This reporting obligation comes from the Governance Regulation 2018/1999, Implementing Regulation (EU) 2022/2299 (Annex XVI).
This indicator shows concentrations of nitrate in groundwater bodies. The indicator can be used to illustrate geographical variations in current nutrient concentrations and temporal trends.
All EU Member States are requested to monitor birds listed in the Birds Directive (2009/147/EC) and send a report about the progress made with the implementation of the Directive every 6 years following an agreed format. The assessment of breeding population short-term trend at the level of country is here presented. The spatial dataset contains gridded birds distribution data (10 km grid cells) as reported by EU Member States for the 2013-2018 period. The dataset is aggregated by species code and country in the attribute CO_MS. By use of the aggregated attribute [CO_MS], the tabular data can be joined to the spatial data to obtain e.g. the EU population status and trend. This metadata refers to the INTERNAL dataset as it includes species flagged as sensitive by Member States. Therefore, its access is restricted to only internal use by EEA.
Karstgrundwasserleiter spielen im Alpenraum eine wichtige Rolle. Sie bedecken etwa 56% der Fläche, und ein erheblicher Teil der Bevölkerung ist ganz oder teilweise von Trinkwasser aus Karstquellen abhängig, die oft mit wertvollen Ökosystemen verbunden sind und zur Wasserkrafterzeugung beitragen. Die Alpen zählen nach Studien zu den am stärksten vom Klimawandel betroffenen Gebieten in Europa. Als Folge der steigenden Temperaturen werden sich die gespeicherten Mengen an Schnee und Eis stark verringern, was zu einer Verschiebung zwischen Wasserhaushaltskomponenten in Verbindung mit einer saisonalen Umverteilung der Niederschläge führt. Außerdem wird erwartet, dass Hoch- und Niedrigwasserereignisse häufiger auftreten werden. Der Stand der Technik bei der Modellierung der Schüttung von Karstquellen, meist mittels konventioneller numerischer Modelle, ist auf standortspezifische, oft aufwändige und nicht übertragbare wissenschaftliche Studien beschränkt, die manuelle Modellabstimmung und Kalibrierung erfordern. Bis heute gibt es keinen leicht übertragbaren Ansatz, der gleichzeitig auf viele Karstquelleinzugsgebiete anwendbar ist. In diesem Projekt werden wir einen modernen, Deep-Learning basierten Ansatz zur Modellierung der Schüttung von Karstquellen entwickeln, der sich besonders gut eignet, übertragbare Modelle, die Informationen von verschiedenen Standorten nutzen können, aufzubauen. Deep Learning ist ein Teilgebiet des maschinellen Lernens, basierend auf künstlichen neuronalen Netzen, das sich sowohl bei akademischen als auch bei industriellen Anwendungen als sehr erfolgreich erwiesen hat. Die vorgeschlagene Studienregion sind die Alpen, mit Karstgebieten in Österreich, der Schweiz, Deutschland, Frankreich, Italien und Slowenien, mit einem Schwerpunkt auf dem besonders vom Klimawandel betroffenen von der Alpenkonvention abgegrenzten Gebirgsgebiet. Als Grundlage der Studie dient das World Karst Spring Database (WoKaS). Es wird im Laufe des Projekts mit zusätzlichen Daten von Behörden und Wasserversorgern ergänzt, insbesondere in Regionen mit bislang schlechter Abdeckung. Die Arbeiten beinhalten die Erstellung eines umfassenden Datensatzes mit Einzugsgebietsattributen und meteorologischen Einflussgrößen für etwa 150 Quellen. Klassische Lumped-Parameter-Modelle werden als Benchmarks aufgesetzt und mit den neu entwickelten Deep-Learning basierten Modellergebnissen verglichen. Ziel ist es, die Eignung neuartiger Deep-Learning Modellansätze für die Abschätzung der Auswirkungen des Klimawandels für eine Vielzahl von kurz- und langfristigen Vorhersagen zu untersuchen. Eine vertiefende Fallstudie des Dachsteingebietes, dessen große Karstregion wesentlich zur Wasserversorgung und Wasserkrafterzeugung beiträgt, wird die vergleichende Untersuchung mit einem numerischen 3D-Modell erweitern. Schließlich werden die entwickelten Modelle dazu verwendet, um Auswirkungen des Klimawandels auf die alpinen Karstgrundwasserressourcen vorherzusagen.
Von Seiten der Durumweizen-verarbeitenden Industrie besteht hohes Interesse an einer heimischen Rohstoffbasis. Durumweizen stammt ursprünglich aus Mittelmeerländern und Küstenregionen des Schwarzen Meeres und ist in Deutschland nicht adaptiert. Ein Schwerpunkt bei der Züchtung von Durumsorten im Hinblick auf die Qualität liegt daher auf der Bearbeitung der mehr von Umwelteinflüssen geprägten Merkmale glasiges Endosperm, Auswuchsresistenz und Resistenz gegenüber dunkelfleckigkeitsbildender Pilze. Der andere Schwerpunkt bezieht sich auf die hohen Anforderungen an das (gelbe) Farb- und Kochpotential bezüglich der Teigware. Die Entwicklung von Durumsorten schließt die Berücksichtigung von Ertrags- und Resistenzeigenschaften mit ein. Es konnten bereits Durumlinien hervorgebracht werden, die hohe Ertragsleistung mit hoher Ausprägung von Qualitätseigenschaften kombinieren. Aus dem Programm wurden in Frankreich die Sorte ORJAUNE, in Deutschland die Sorten DURAFIT und DURABON, in Spanien die Sorten BURGOS, COMBO und VETRODUR zugelassen.
Origin | Count |
---|---|
Bund | 1254 |
Europa | 224 |
Kommune | 2 |
Land | 354 |
Wissenschaft | 54 |
Zivilgesellschaft | 5 |
Type | Count |
---|---|
Ereignis | 57 |
Förderprogramm | 763 |
Gesetzestext | 2 |
Lehrmaterial | 3 |
Software | 1 |
Taxon | 53 |
Text | 342 |
Umweltprüfung | 32 |
unbekannt | 487 |
License | Count |
---|---|
geschlossen | 500 |
offen | 872 |
unbekannt | 366 |
Language | Count |
---|---|
Deutsch | 1261 |
Englisch | 663 |
Resource type | Count |
---|---|
Archiv | 80 |
Bild | 34 |
Datei | 153 |
Dokument | 364 |
Keine | 785 |
Multimedia | 4 |
Unbekannt | 6 |
Webdienst | 67 |
Webseite | 668 |
Topic | Count |
---|---|
Boden | 947 |
Lebewesen und Lebensräume | 1206 |
Luft | 772 |
Mensch und Umwelt | 1712 |
Wasser | 880 |
Weitere | 1738 |