The Floods Directive (FD) was adopted in 2007 (https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=celex:32007L0060). The purpose of the FD is to establish a framework for the assessment and management of flood risks, aiming at the reduction of the adverse consequences for human health, the environment, cultural heritage and economic activity associated with floods in the European Union. ‘Flood’ means the temporary covering by water of land not normally covered by water. This shall include floods from rivers, mountain torrents, Mediterranean ephemeral water courses, and floods from the sea in coastal areas, and may exclude floods from sewerage systems. This reference spatial dataset, reported under the Floods Directive, includes the areas of potential significant flood risk (APSFR), as they were lastly reported by the Member States to the European Commission, and the Units of Management (UoM).
Das Ziel des Projekts ist die Klimaneutralität der der Weleda Unternehmensgruppe (mit Standorten in Arlesheim (Schweiz), Schwäbisch Gmünd (Deutschland) und Huningue (Frankreich)). Folgende Arbeitsschritte sind vorgesehen: 1. Bilanz und Ist-Analyse (optional: Erstellung von Zeitreihen mit Berücksichtigung der Effekte von in der Vergangenheit getroffenen Maßnahmen), 2. Bewertung von Vermeidungs- und Verringerungsmaßnahmen, 3. Bewertung von Kompensationsmaßnahmen, 4. Zusammenstellung der Ergebnisse, technische Dokumentation und Leitfaden zur kontinuierlichen Weiterführung. Als optionaler fünfter Arbeitsschritt sollen neben den Treibhausgasemissionen der Verbrauch an Energie und Wasser bilanziert werden.
This series refers to datasets related to the potential occurrence of a climate-induced physical event or trend that may cause loss of life, injury, or other health impacts, as well as damage and loss to property, infrastructure, livelihoods, service provision, ecosystems and environmental resources. It includes datasets on flooding, drought, urban heat island and heatwaves, extreme temperatures and precipitations, fire danger as well as climate suitability for vectors of infectious diseases. The datasets are part of the European Climate Adaptation Platform (Climate-ADAPT) accessible here: https://climate-adapt.eea.europa.eu/
The 'GISCO NUTS 2021' data set represents the NUTS 2021 regulation and statistical regions by means of multipart polygon, polyline and point topology. The NUTS geographical information is completed by attribute tables and a set of cartographic help lines to better visualize multipart polygonal regions. The NUTS nomenclature is a hierarchical classification of statistical regions defined by Eurostat. The NUTS classification subdivides the EU economic territory into 3 statistical levels. The NUTS 2021 classification has been established through the Commission Delegated Regulation 2019/1755, which entered into force on 8th August 2019 and applies from 1st January 2021. A non official NUTS-like classification has been defined for the EFTA countries and the candidate countries. At present, six scale ranges (100K, 1M, 3M, 10M and 20M, 60M) are maintained in the GISCO geodatabase. The polygon and boundary classes delineate the regions, while the points provide an anchor for each region. Associated tables contain basic information such as the name of the region. The public data set will be available at 1M, 3M, 10M, 20M, 60M, while the full data set at 100K is restricted. The data set covers EU Member States, EFTA countries, EU candidate countries and the UK. Following the departure of the UK from the European Union, the UK is no longer flagged as an EU Member State but retains its place in the NUTS and statistical regions data set. This dataset (NUTS_2021) is derived from the EuroBoundary Map 2020 (EBM2020) from Eurogeographics as well as GISCO NUTS 2016 (from Türkiye). The list of NUTS2021 codes including changes with respect to NUTS2016 is available on https://ec.europa.eu/eurostat/documents/345175/629341/NUTS2021.xlsx. The public metadata for NUTS 2021 released by Eurostat is available here: https://gisco-services.ec.europa.eu/distribution/v2/nuts/nuts-2021-metadata.xml. This revision (May 2021) includes minor changes in the dataset such as (see https://gisco-services.ec.europa.eu/distribution/v2/nuts/nuts-2021-release-notes.txt): * 2020-10-05 Point snapping is disabled in all datasets, number of decimals increased for 01M datasets. * 2020-11-18 Inclusion of Jan Mayen and Svalbard in to Norways Statistical Regions. Amendment to Serbia NUTS BN line status. * 2020-12-05 Fixed broken utf-8 encoding. * 2021-03-15 Added LAU 2011,2012,2013,2014,2015,2020 * 2021-04-26 Fixed country labels 2001, 2006 (incorrect Kosovo coordinates) IMPORTANT NOTE: Additional information, including the conditions of use and acknowledgement notice is included in the document provided with the dataset "GISCO NUTS 2021 Additional Information.pdf". Public access to this data set is restricted due to intellectual property rights. It shall only be used internally by the EEA, its ETCs and subcontractors working on behalf of the EEA. This metadata has been slightly adapted from the original metadata information provided by Eurostat (European Commission) and is to be used only for internal EEA purposes. An introduction to the NUTS classification is available here: http://ec.europa.eu/eurostat/web/nuts/overview.
This series refers to datasets related to the presence of people; livelihoods; species or ecosystems; environmental functions, services, and resources; infrastructure; or economic, social, or cultural assets in places and settings that could be adversely affected by climate hazards, including flooding, wildfires and urban heat island effects. The datasets are part of the European Climate Adaptation Platform (Climate-ADAPT) accessible here: https://climate-adapt.eea.europa.eu/
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.
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 2nd 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. 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 2nd RBMPs due in 2016 (hereafter WFD2016). See http://rod.eionet.europa.eu/obligations/715 for further information on the WFD2016 reporting. See also https://rod.eionet.europa.eu/obligations/766 for information on the Environmental Quality Standards Directive - Preliminary programmes of measures and supplementary monitoring. Where available, spatial data related to the 3rd RBMPs due in 2022 (hereafter WFD2022) was used to update the WFD2016 data. See https://rod.eionet.europa.eu/obligations/780 for further information on the WFD2022 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.
Verschiedene atmosphärische Prozesse werden durch die Wasseraufnahmefähigkeit (Hygroskopizität) von Aerosolpartikel angetrieben, wie z.B. die Lichtstreuung der Partikel, die Bildung von Wolkentröpfchen, die Aktivierung von Wolkenkondensationskeimen (CCN), die Veränderung des hydrologischen Zyklus sowie der Strahlungsantrieb der Wolken. Trotz seiner entscheidenden Rolle für die Atmosphäre und das Klima gibt es immer noch eine große Diskrepanz im Wissen über den Beitrag des organischen Aerosols, das einen größeren Teil der Submikrometer-Partikelmassenkonzentration darstellt, zur gesamten Hygroskopizität. Der folgende Projektantrag schlägt einen ganz neuen Ansatz zur Parametrisierung der hygroskopischen Eigenschaften von organischen Aerosolpartikeln vor, der ein chemisches Online-Funktionskonzept verwendet, das auf der Analyse der organischen Massenspektren aus den Messungen des High Resolution-Time of Flight-Aerosol Mass Spectrometer (HR-ToF-AMS) basiert. Die Entwicklung dieser Parametrisierung wird auf einer Kombination von Humidified Hygroscopic Tandem Differential Analyzer (HTDMA) und HR-ToF-AMS Messungen in einem dualen, aber komplementären Ansatz basieren. Dazu wird ein intensives Laborscreening von chemischen Verbindungen mit gezielten funktionellen Gruppen und einer Mischung aus verschiedenen organischen Standards durchgeführt werden. Gleichzeitig wird ein maschineller Lernansatz auf der Grundlage früherer TROPOS-Feldkampagnen durchgeführt werden, der Messungen beider Instrumente integriert. Ein Vergleich zwischen den beiden Ansätzen wird für die endgültige Validierung in der Studie durchgeführt werden. Diese Parametrisierung wird dann in zwei Feldkampagnen validiert, die jeweils einer bestimmten Art von organischem Aerosol gewidmet sind: eine von biogenem Aerosol dominierte Umgebung in Melpitz (Deutschland) und eine von städtischem Aerosol dominierte Umgebung in SIRTA (Frankreich), wo beide Instrumente im Rahmen dieses Projekts eingesetzt werden sollen. Die Online-Hygroskopizität des Umgebungsaerosols wird durch die Kombination von HR-ToF-AMS (organisches und anorganisches Aerosol) und optischen Messungen des Aethalometers (äquivalenter schwarzer Kohlenstoff) abgeschätzt und dann mit der vom HTDMA gemessenen verglichen. Unter Ausnutzung der Vorteile der hochauflösenden und einheitlichen Massenspektrenauflösung des HR-ToF-AMS und des Vorhandenseins des Aerosol Chemical Speciation Monitor (ACSM) an beiden ausgewählten Feldstandorten wird die Methode auch für das ACSM optimiert. Infolgedessen wird eine automatische Routine für beide Instrumente (HR-ToF-AMS und ACSM) entwickelt, die in das ACSM-Netzwerk des Aerosols, Clouds, and Trace gases Research Infrastructure Network (ACTRIS) implementiert wird, um eine einzigartige Möglichkeit für eine zeitnahe und langfristige Messung der Aerosol-Hygroskopizität über Europa zu bieten.
Die Internationale Hydrogeologische Karte von Europa im Maßstab 1:1.500.000 (IHME1500) ist ein Kartenwerk hydrogeologischer Übersichtskarten, das aus 25 Kartenblättern mit dazugehörigen Erläuterungen besteht und das den gesamten europäischen Kontinent und Teile des Nahen Ostens abdeckt. Die nationalen Beiträge zu diesem Kartenwerk werden von Hydrogeologen und Spezialisten anderer verwandter Wissenschaftsbereiche unter der Schirmherrschaft der Internationalen Assoziation der Hydrogeologen (IAH) und ihrer Kommission für Hydrogeologische Karten (COHYM) geleistet. Das Kartenprojekt wird von der Kommission für die Geologische Weltkarte (CGMW) unterstützt. Die wissenschaftlich-redaktionelle Arbeit wird finanziell durch die Regierung der Bundesrepublik Deutschland über die Bundesanstalt für Geowissenschaften und Rohstoffe (BGR) und die Organisation der Vereinten Nationen für Bildung, Wissenschaft und Kultur (UNESCO) gesponsert. Beide Organisationen sind für die Kartographie, den Druck und die Publikation der Kartenblätter und Erläuterungen verantwortlich. In der IHME1500 werden die hydrogeologischen Gegebenheiten von Europa als Ganzes ohne Berücksichtigung politischer Grenzen dargestellt. Gemeinsam mit den begleitenden Erläuterungsheften kann das Kartenwerk für wissenschaftliche Zielstellungen, für regionale Planungen und als Grundlage für detaillierte hydrogeologische Kartierarbeiten genutzt werden.
The Urban Waste Water Treatment Directive concerns the collection, treatment and discharge of urban waste water and the treatment and discharge of waste water from certain industrial sectors. The objective of the Directive is to protect the environment from the adverse effects of the above mentioned waste water discharges. This series contains time series of spatial and tabular data covering Agglomerations, Discharge Points, and Treatment Plants.
| Organisation | Count |
|---|---|
| Bund | 1238 |
| Europa | 253 |
| Global | 1 |
| Kommune | 11 |
| Land | 300 |
| Weitere | 134 |
| Wirtschaft | 5 |
| Wissenschaft | 373 |
| Zivilgesellschaft | 26 |
| Type | Count |
|---|---|
| Daten und Messstellen | 2 |
| Ereignis | 58 |
| Förderprogramm | 769 |
| Gesetzestext | 3 |
| Hochwertiger Datensatz | 1 |
| Lehrmaterial | 3 |
| Software | 1 |
| Taxon | 62 |
| Text | 379 |
| Umweltprüfung | 32 |
| unbekannt | 485 |
| License | Count |
|---|---|
| Geschlossen | 531 |
| Offen | 900 |
| Unbekannt | 360 |
| Language | Count |
|---|---|
| Deutsch | 1295 |
| Englisch | 709 |
| Resource type | Count |
|---|---|
| Archiv | 99 |
| Bild | 87 |
| Datei | 140 |
| Dokument | 405 |
| Keine | 796 |
| Multimedia | 3 |
| Unbekannt | 1 |
| Webdienst | 7 |
| Webseite | 699 |
| Topic | Count |
|---|---|
| Boden | 960 |
| Lebewesen und Lebensräume | 1791 |
| Luft | 791 |
| Mensch und Umwelt | 1758 |
| Wasser | 887 |
| Weitere | 1669 |