Diese Daten stammen von den Stationen des DWD und qualitativ sowie rechtlich gleichgestellten Partnernetzen. Umfangreiche Stationsmetadaten (Stationsverlegungen, Instrumentenwechsel, Wechsel der Bezugszeit, Änderungen in den Algorithmen) werden beim Download über das CDC-Portal mitgeliefert. Die Messungen sind einem Zeitstempel in UTC zugeordnet, welcher das Ende des 10-min Intervalls markiert. Ausgegeben wird die Windrichtung der Windspitze innerhalb eines 10-min Intervalls.
Diese Daten stammen von den Stationen des DWD und qualitativ sowie rechtlich gleichgestellten Partnernetzen. Umfangreiche Stationsmetadaten (Stationsverlegungen, Instrumentenwechsel, Wechsel der Bezugszeit, Änderungen in den Algorithmen) werden beim Download über das CDC-Portal mitgeliefert. Die Messungen sind einem Zeitstempel in UTC zugeordnet, welcher das Ende des 10-min Intervalls markiert. Die mittlere Windrichtung wird berechnet aus den 3-Sekunden Werten innerhalb eines 10-min Intervalls.
Die täglichen Raster der Bodenfeuchte werden für 10 cm Schichten bis zu einer Tiefe von 2 Meter und für vordefiniert Schichtdicken von 0-30, 0-60 und 0-90 cm für drei unterschiedliche landwirtschaftliche Kulturarten mit dem Modell AMBAV 2.0 V1.5 berechnet. Die für die Berechnung nötigen meteorologischen Eingabefelder müssen in stündlicher Auflösung vorliegen und werden von interpolierten Wetterstationsdaten abgeleitet. Des Weiteren wird das Modell mit Bodeninformationen aus den Bodenleitprofilen der nutzungsdifferenzierten Bodenübersichtskarte (BÜK 1000 N) der Bundesanstalt für Geowissenschaften und Rohstoffe (BGR) parametrisiert. Bei gleicher Bodenart unterscheiden sich die Böden je nach Nutzung. Es wird zwischen Wald-, Grünland- und Ackerbaunutzung unterschieden. Außerdem ist die Gründigkeit der Böden, sowie der Skelettanteil (Grobboden > 2 mm) in den verschiedenen Bodenschichten berücksichtigt. Die Daten haben eine räumliche Auflösung von 1 x 1 km und decken ganz Deutschland ab. Daten außerhalb von Deutschland oder in Siedlungsgebieten mit versiegelten Flächen haben eine Fehlkennung -9999. Alle Angaben zum Raster sind in den Metadaten des netcdf Files hinterlegt.
In der nächsten Phase der Biodiversitäts Exploratorien sollen Experimente dabei helfen die Effekte verschiedener Landnutzungskomponenten auf Ökosysteme zu ermitteln. 'Common garden' Experimente werden genutzt, um die Umweltheterogenität zu minimieren, die ansonsten interessante Effekte verschleiert. Wir planen Grasnarben, die von n = 42 Plots der Biodiversitäts Exploratorien entnommen werden, in einem 'common garden' auszubringen wo die Intensität der Mahd und der Düngung manipuliert werden soll. In den nächsten drei bis 15 Jahren werden die Veränderungen in den Pflanzen- und Bakteriengemeinschaften auf den Grasnarben verfolgt. Hierfür wird die Zusammensetzung und Diversität der Pflanzen und Bakterien (next-generation 16S rRNA gene amplicon sequencing) ermittelt. Zusätzlich werden noch 3D-Modelle der Pflanzengemeinschaften, die durch multispektrale Information ergänzt werden, erstellt (PlantEye F500, Phenospex, Heerlen, The Netherlands). Diese Modelle erlauben die Errechnung von Parametern, die ganze Pflanzengemeinschaften charakterisieren. Änderungen in den Pflanzen- und Bakteriengemeinschaften werden mit der Landnutzung der Plots in den vergangenen Jahren ins Verhältnis gesetzt. Wir erwarten, dass Gemeinschaften, die aus verschiedenen Plots stammen, aber die gleiche Landnutzung erfahren in Ihrer Zusammensetzung und Diversität konvergieren; Gemeinschaften aus den gleichen Plots, die aber unterschiedliche Landnutzung erfahren, sollten divergieren. Das Projekt nutzt das Vorwissen zu den einzelnen Plots in Bezug auf Landnutzung und Artenzusammensetzung, liefert neuartige Daten für die Biodiversitäts Exploratorien, und stellt einen unabhängigen und neuartigen Beitrag zu der Frage, wie Landnutzug Ökosysteme beeinflusst, dar.
Diese Daten stammen von den Stationen des DWD und rechtlich sowie qualitativ gleichgestellten Partnernetzen. Umfangreiche Stationsmetadaten (Stationsverlegungen, Instrumentenwechsel, Wechsel der Bezugszeit, Änderungen in den Algorithmen) werden beim Download mitgeliefert. Der Datensatz ist aufgeteilt in einen versionierten Teil mit abgeschlossener Qualitätsprüfung, im Verzeichnis ./historical/. Und einen sich kontinuierlich aktualisierenden Teil, für den die Qualitätsprüfung noch nicht abgeschlossen ist, im Verzeichnis ./recent/. In dem Ordner ./timeseries_overview/ stehen Angaben zu langen Zeitreihen zur Verfügung.
The Dynamic World Training Data is a dataset of over 5 billion pixels of human-labeled ESA Sentinel-2 satellite image, distributed over 24000 tiles collected from all over the world. The dataset is designed to train and validate automated land use and land cover mapping algorithms. The 10m resolution 5.1km-by-5.1km tiles are densely labeled using a ten category classification schema indicating general land use land cover categories. The dataset was created between 2019-08-01 and 2020-02-28, using satellite imagery observations from 2019, with approximately 10% of observations extending back to 2017 in very cloudy regions of the world. This dataset is a component of the National Geographic Society - Google - World Resources Institute Dynamic World project. The dataset consists of two file types: GeoTIFF files of 510x510 pixel 10m resolution satellite image tiles markup provided by human labelers, and Excel (.xlsx) tables of metadata and class statistics for the above GeoTIFF files. The data is organized into three main folders. One folder contains training data labeled by a team of 25 expert human labelers recruited by National Geographic Society specifically for this project. A second folder contains training data labeled by a larger group of commissioned labelers provided by a commercial crowd-labeler service. The data in these folders is organized by hemisphere and biome number from the RESOLVE Ecoregions2017 biomes categories (https://ecoregions2017.appspot.com/). A third folder contains a validation dataset. This is a holdout set of training data for assessing model accuracy. None of this data is intended to be used in the formulation of the model. Each validation tile was independently labeled by three experts. The validation set contains two versions: the individual markup from each expert labeler, and the image composites of the individual markups. Each GeoTIFF file encodes information on the location of landscape feature classes as determined by a given labeler. Classes were labeled by visual examination of true color (RGB) composites of Sentinel-2 MultiSpectral Level-2A scenes. The Tier 1 class values used in this phase of the project are as follows: 0 No data (left unmarked), 1 Water, 2 Trees, 3 Grass, 4 Flooded Vegetation, 5 Crops, 6 Scrub, 7 Built Area, 8 Bare Ground, 9 Snow/Ice, 10 Cloud. This dataset does not include the original Sentinel-2 imagery tiles, but metadata on the exact image ID and date is provided The original Sentinel-2 imagery was obtained via Google Earth Engine. This data is available under a Creative Commons BY-4.0 license and requires the following attribution: This dataset is produced for the Dynamic World Project by National Geographic Society in partnership with Google and the World Resources Institute. Development of the Dynamic World training data was funded in part by the Gordon and Betty Moore Foundation.
Diese Daten stammen von den Stationen des DWD und rechtlich sowie qualitativ gleichgestellten Partnernetzen. Umfangreiche Stationsmetadaten (Stationsverlegungen, Instrumentenwechsel, Wechsel der Bezugszeit, Änderungen in den Algorithmen) werden beim Download mitgeliefert. Der Datensatz ist aufgeteilt in einen versionierten Teil mit abgeschlossener Qualitätsprüfung, im Verzeichnis ./historical/. Und einen sich kontinuierlich aktualisierenden Teil, für den die Qualitätsprüfung noch nicht abgeschlossen ist, im Verzeichnis ./recent/. In dem Ordner ./timeseries_overview/ stehen Angaben zu langen Zeitreihen zur Verfügung.
This dataset contains a vegetation-corrected reconstruction of the hydrogen isotope composition of precipitation (δ2Hprc) from sediment core ROT21, collected from Rotsee in central Switzerland in October 2021. The record covers 0.0567–12.8696 ka BP and comprises 63 observations reported with sediment depth and calibrated age. Reconstructed δ2Hprc values were calculated from measured n-C29 alkane δ2H values. Changes in the relative contributions of grasses and woody plants were accounted for using the relative abundances of long-chain n-alkanes and vegetation-specific apparent hydrogen isotope fractionation factors derived from a compilation of modern European plant-wax measurements. Uncertainty was propagated using 10,000 Monte Carlo simulations per sample; the dataset reports the central reconstructed values and the lower and upper limits of the 68% confidence interval in per mil relative to Vienna Standard Mean Ocean Water (VSMOW). The reconstruction was produced to separate variation in precipitation isotope composition from changes in sedimentary plant-wax δ2H caused by shifts in vegetation. The vegetation correction and uncertainty propagation were implemented using the R scripts by Santos (2026) archived at Zenodo (https://doi.org/10.5281/zenodo.18694984); the development repository is available at https://github.com/RicardoANSantos/Rotsee_d2Hprc. The underlying measured plant-wax data are archived in PANGAEA under doi:10.1594/PANGAEA.987812, and the complete methodology is described by Santos et al. (2026).
Bamboos (Poaceae) are widespread in tropical and subtropical forests. Particularly in Asia, bamboos are cultivated by smallholders and increasingly in large plantations. In contrast to trees, reliable assessments of water use characteristics for bamboo are very scarce. Recently we tested a set of methods for assessing bamboo water use and obtained first results. Objectives of the proposed project are (1) to further test and develop the methods, (2) to compare the water use of different bamboo species, (3) to analyze the water use to bamboo size relationship across species, and (4) to assess effects of bamboo culm density on the stand-level transpiration. The study shall be conducted in South China where bamboos are very abundant. It is planned to work in a common garden (method testing), a botanical garden (species comparison, water use to size relationship), and on-farm (effects of culm density). Method testing will include a variety of approaches (thermal dissipation probes, stem heat balance, deuterium tracing and gravimetry), whereas subsequent steps will be based on thermal methods. The results may contribute to an improved understanding of bamboo water use characteristics and a more appropriate management of bamboo with respect to water resources.
OeKOPROFIT startete 1991 gleichzeitig mit PREPARE als regionales Projekt der Stadt Graz in einer Zusammenarbeit mit dem Institut fuer Verfahrenstechnik der Technischen Universitaet Graz. Trotz einer aehnlichen Zielsetzung wurde fuer die Zielgruppe 'Klein- und mittelbetriebliche Unternehmungen' (KMU) eine geringfuegig andere Strategie gewaehlt. So wird unter OeKOPROFIT auf eine vollstaendige Input / Output-Analyse verzichtet und man beschraenkt sich auf eine Bilanzierung und Bewertung der wesentlichen Stoffe. Grosser Wert wird aber auf das Prinzip der Vermeidung gelegt, indem alle relevanten auftretenden Abfaelle und Emissionen von Symptom zur Quelle hin verfolgt und auf Vermeidungsmoeglichkeiten hin untersucht werden. Im ersten Projektjahr nahmen fuenf Betriebe an OeKOPROFIT teil, wobei vier eine finanzielle Unterstuetzung ihres Projektes durch die Stadt Graz erfuhren. Dies waren drei Druckereien und ein KFZ-Reparatur- und Handelsbetrieb: - Druckwerk (Kleindruckerei, Offsetdruck); - Salis und Braunstein (KFZ-Reparatur und Handel); - Steirische Landesdruckerei (mittelgrosse Druckerei, Offset und Hochdruck); - Alfred Wall AG (Verpackungsdruckerei); - J. Hornig (Grosshandel und Kaffeeroesterei; finanzierte von Beginn an das Projekt eigenstaendig). Nach zwei Jahren und eindrucksvollen Ergebnissen steht der Erfolg des Projektes eindeutig fest. So wurden in den Betrieben zahlreiche Massnahmen zur Vermeidung und Verminderung von Emissionen und Abfaellen getroffen, konnten hoehere Anteile an Recyclingmengen erzielt werden und konnte vor allem die Gefaehrlichkeit der Abfaelle vielfach durch Ersatz von gefaehrlichen Materialien vermindert werden. Diese Ergebnisse sind ausfuehrlich in einem Endbericht dargestellt (Heitzinger, 1992). Das Motto 'Umweltschutz aus Eigennutz', unter welchem dieses Projekt lief, hat sich eindeutig bestaetigt: - 24 Prozent der vorgeschlagenen Massnahmen rechnen sich unter 1 Jahr, - 30 Prozent der vorgeschlagenen Massnahmen unter 2 Jahren, - 15 Prozent der vorgeschlagenen Massnahmen sind kostenneutral, - 31 Prozent der vorgeschlagenen Massnahmen haben Mehrkosten verursacht. Nach dem ersten Projektjahr wurden mit den Betrieben mehr als 50 Vorschlaege erarbeitet, wie die Abfall- und Emissionsmengen verringert werden koennten. 50 Prozent der vorgeschlagenen Massnahmen haben sich damit als wirtschaftlich erwiesen und wurden grossteils auch umgesetzt. Gleichzeitig hat die Idee eines kooperativen Umweltschutzes zwischen Verwaltung, Betrieben und Forschung ein starkes internationales Echo hervorgerufen. Durch die Vorstellung der Methode und der Ergebnisse in mehreren Staaten durch die Projektbeteiligten und durch die Uebernahme der Ergebnisse als mustergueltige Fallbeispiele in die Umweltschutzprogramme des United Nations Environmental Program, des EUREKA Forschungsprogrammes PREPARE, der amerikanischen Umweltbehoerde (US-EPA) und einige internationale Ausbildungslehrgaenge wurde das Projekt international sehr bekannt.
| Organisation | Count |
|---|---|
| Bund | 1567 |
| Europa | 6 |
| Kommune | 13 |
| Land | 229 |
| Weitere | 54 |
| Wirtschaft | 2 |
| Wissenschaft | 458 |
| Zivilgesellschaft | 17 |
| Type | Count |
|---|---|
| Agrarwirtschaft | 1 |
| Daten und Messstellen | 188 |
| Ereignis | 4 |
| Förderprogramm | 894 |
| Gesetzestext | 1 |
| Hochwertiger Datensatz | 10 |
| Kartendienst | 1 |
| Lehrmaterial | 2 |
| Taxon | 586 |
| Text | 199 |
| Umweltprüfung | 13 |
| unbekannt | 76 |
| License | Count |
|---|---|
| Geschlossen | 812 |
| Offen | 1123 |
| Unbekannt | 37 |
| Language | Count |
|---|---|
| Deutsch | 1635 |
| Englisch | 503 |
| Resource type | Count |
|---|---|
| Archiv | 49 |
| Bild | 367 |
| Datei | 744 |
| Dokument | 225 |
| Keine | 779 |
| Multimedia | 1 |
| Unbekannt | 1 |
| Webseite | 866 |
| Topic | Count |
|---|---|
| Boden | 1004 |
| Lebewesen und Lebensräume | 1954 |
| Luft | 779 |
| Mensch und Umwelt | 1944 |
| Wasser | 752 |
| Weitere | 1926 |