API src

Found 3988 results.

Similar terms

s/gris/GIS/gi

Other language confidence: 0.5289242368176429

Biotopkataster Hamburg

Daten und Karten zu Lebensräumen von Pflanzen und Tieren unter besonderer Berücksichtigung der gesetzlich geschützten Biotope. Grundlage für die Datenerfassung der Biotope/Lebensräume von Hamburg sind die "Kartieranleitung und Biotoptypenschlüssel für die Biotopkartierung Hamburg" sowie die "Biotopbewertung für die Biotopkartierung Hamburg". Beide sind als Downloaddatei im PDF-Format unter https://www.hamburg.de/politik-und-verwaltung/behoerden/bukea/themen/naturschutz/biotopschutz/biotopkartierung-171632 zu finden. Auf dieser Seite wird die Biotopkartierung auch kurz erläutert. Trotz Plausibilitätsprüfungen kann keine Gewähr auf Vollständigkeit oder Richtigkeit der Daten gegeben werden. Für den Vollzug des gesetzlichen Biotopschutz ist immer der Ist-Zustand eines Biotops in der Natur entscheidend. WMS-Kartendienste: Die diesen Daten zugrundeliegenden Datensätze sind abgeleitet aus einer Modellierung, die zu einer flächendeckenden Abbildung als überlagerungsfreie Ebene führt. Dazu wurden die Daten der Gesamtdatenbank des Biotopkatasters Hamburg verwendet, die die Jahrgänge 2014 bis 2022 vollständig wiedergeben. Downloadbereich: Außerdem wird eine GML-Datei mit erweiterter Attributtabelle aller Jahrgänge zur Verfügung gestellt, die die geografischen Daten der Biotope sowie deren wesentlichen beschreibenden Daten, mit Ausnahme der Pflanzenartenlisten, zu den einzelnen Biotopen beinhalten. Die GML-Dateien können in geografische Informationssysteme (GIS) eingebunden werden. Die Anleitung hierzu befindet sich im Downloadbereich des Transparenzportals zum Biotopkataster Hamburg. Alle Informationen zu einem Biotop können dem dazugehörigen Erhebungsbogen entnommen werden, der ebenfalls im Downloadbereich des Transparenzportals als Zipdatei bereitgestellt ist. Die Bögen sind über die DK5, Biotop-Nr. und das Kartierdatum (z.B. 6620_317_080716.pdf) den Biotopen zugeordnet.

Tägliche Raster der mittleren Bodenfeuchte unter Gras für Deutschland

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.

Luftbilder Hamburg - DOP Zeitreihe unbelaubt

Der Datensatz zeigt detaillierte Luftbilder (Digitale Orthophotos - DOP), die während der unbelaubten Jahreszeit in Hamburg aufgenommen worden sind. Mit einer Auflösung von <b> 0,20m - 0,30m </b> eine beeindruckende Detailgenauigkeit. Woher kommen die Daten? Die hier enthaltenen Daten wurden mit Multispektral-Sensoriken (RGBI) sowohl via <b>Flugzeug</b>, als auch <b>Satellit</b> aufgenommen. Entsprechend variieren einzelne Parameter - für nähere Infos stehen im Downloadbereich Informationen bereit. Die Zusammenführung der Daten in einer Zeitreihe ermöglicht es, Entwicklungen im urbanen Landschaftsbild zu identifizieren und über einen Zeitraum hinweg zu beobachten: -Wie viele Gebäude gibt es? (#Detektion) -Wo entstehen versiegelte Flächen? (#Change Detection) -Wie steht es um die Vegetation? (#Monitoring) Wie das funktioniert? DOP bieten die vorteilhafte Eigenschaft, dass sie wie eine Karte verwendet werden können. Strukturen werden lagerichtig, an Ort und Stelle, dargestellt. Bei Einbindung in Geoinformationssysteme können geometrische Informationen (Maße) und auch spektrale Informationen (RGBI-Werte) abgegriffen und für Analysen verwendet werden. Digitale Orthophotos zählen damit zu den unverzichtbaren Werkzeugen der Erdbeobachtung. Die Daten sind ideal für Anwendungen in der Stadt- und Verkehrsplanung, Umweltbeobachtung und auch als Trainingsdaten für KI geeignet. ----- *Aktueller Hinweis* Stand: 27.10.2026 Für den Jahrgang 2026 wurden einzelne, kleine Gebiete nachkorrigiert. Betroffene Daten wurden in den Downloadverzeichnissen ersetzt. Bitte beachten: Downloads vor 27.10.26 beinhalten noch die alten Daten. Betroffen: DOP 2026, Hamburg Bergedorf DOP 2026, Hamburg Hamburg-Mitte DOP 2026, Hamburg Harburg -----

INSPIRE-WMS SL Höhenlage-Gitter-Coverage DGM1 - Höhenlagengitter-Coverage

Dieser Dienst stellt für das INSPIRE-Thema Höhe (Höhenlage-Gitter-Coverage) aus dem DGM1 umgesetzte Daten bereit.:Dieser Layer visualisiert die saarländischen Höhenfotos. Die Datengrundlage erfüllt die INSPIRE Datenspezifikation.

A spatially explicit Global Reef Island Database (GRID v1.1) that captures distribution, diversity and relative vulnerability of the world's low-lying reef islands

Low-lying coral reef islands harbour a distinct, yet highly threatened biological and cultural diversity that is increasingly exposed to climate change impacts. The combination of low elevation, small size, sensitivity to changes in boundary conditions (sea level, waves and currents, locally generated sediment supply) and at some locations high population densities, is why low-lying reef islands (LRIs) are considered among the most vulnerable environments on Earth to climate change. To date, their global distribution and influence of climatic, oceanographic, and geologic setting are only poorly documented or restricted to smaller scales. Here, I present the first detailed global analysis of LRIs utilising freely available global datasets to produce a global reef island database (GRID) and associated intrinsic and extrinsic characteristics that can be used within a coastal vulnerability index (CVI). All datasets used to create the GRID were released between 30 November 2015 and 3 August 2023, while the current version (version 1.1) of the GRID database was completed in August 2026. When developing the GRID, LRIs are defined as landmasses <30 km² located on or within 3 km of coral reef and with an elevation of <16 m. Development of the GRID required: 1) the creation of a global shoreline vector file containing the geographic distribution of LRIs and 2) the development of a comprehensive global database of LRIs including eight intrinsic and ten extrinsic variables extracted from global datasets. Intrinsic variables include: 1) human populations, 2) island area, 3) island perimeter, 4) mean elevation, 5) island circularity/shape, 6) underlying reef type, 7) geographic isolation and 8) distance to the nearest neighbouring reef island. Extrinsic variables include: 1) mean water depth, 2) standard deviation of mean water depth, 3) mean annual significant wave height, 4) mean annual wave period, 5) mean spring tidal range, 6) relative tidal range, 7) wave-tide regime, 8) relative wave exposure, 9) relative tropical storm exposure and 10) year-2100 projected median sea level rise rate. The GRID was initially derived from version 2.1 of the UNEP-WCMC Global Island Database, a global shoreline vector file based on geometry data from Open Street Map® (OSM) and released in November 2015. The initial vector file was projected using the Mollweide projection, an equal-area pseudo cylindrical map projection chosen for its accurate derivation of area, especially in regions close to the equator, where most LRIs are located. The final GRID contains 33,292 individual LRIs distributed throughout tropical regions of the world's oceans, amassing a total land area of nearly 11,000 km² with approximately 60,500 km of shoreline and housing around 2.6 million people. While intrinsic variables are typically spatially homogenous, LRIs are generally highly spatially clustered throughout the GRID with respect to extrinsic variables. The spatial distribution of LRIs within the GRID was validated using: 1) published data and 2) quantitative accuracy assessments using satellite imagery. Spatial distributions of LRIs captured in the GRID are extremely consistent with those published in the literature (r² = 0.96) and those derived from independent analysis of satellite imagery (r² = 0.94). Finally, the GRID was used to develop an island vulnerability index (IVI) for each LRI on a scale of 0-1 with 0 representing no vulnerability and 1 representing maximum vulnerability. The GRID database is provided as a tab-delimited text file as well as ESRI shapefiles (points and polygons in WGS84 and Mollweide projection) and a comma-separated value file.

Umweltprobenbank des Bundes (German Environmental Specimen Bank)

Die Umweltprobenbank des Bundes (UPB) mit ihren Bereichen Bank für Umweltproben und Bank für Humanproben ist eine Daueraufgabe des Bundes unter der Gesamtverantwortung des Bundesumweltministeriums sowie der administrativen und fachlichen Koordinierung des Umweltbundesamtes. Es werden für die Bank für Umweltproben regelmäßig Tier- und Pflanzenproben aus repräsentativen Ökosystemen (marin, limnisch und terrestrisch) Deutschlands und darüber hinaus für die Bank für Humanproben im Rahmen einer Echtzeitanalyse Blut-, Urin-, Speichel- und Haarproben studentischer Kollektive gewonnen. Vor ihrer Einlagerung werden die Proben auf eine Vielzahl an umweltrelevanten Stoffen und Verbindungen (z.B. Schwermetalle, CKW und PAH) analysiert. Der eigentliche Wert der Umweltprobenbank besteht jedoch in der Archivierung der Proben. Sie werden chemisch veränderungsfrei (über Flüssigstickstoff) gelagert und somit können auch rückblickend Stoffe untersucht werden, die zum Zeitpunkt ihrer Einwirkung noch nicht bekannt oder analysierbar waren oder für nicht bedeutsam gehalten wurden. Alle im Betrieb der Umweltprobenbank anfallenden Daten und Informationen werden mit einem Datenbankmanagementsystem verwaltet und aufbereitet. Hierbei handelt es sich insbesondere um die biometrischen und analytischen Daten, das Schlüsselsystem der UPB, die Probenahmepläne, die Standardarbeitsanweisungen (SOP) zu Probenahme, Transport, Aufbereitung, Lagerung und Analytik und die Lagerbestandsdaten. Mit einem Geo-Informationssystem werden die Karten der Probenahmegebiete erstellt, mit denen perspektivisch eine Verknüpfung der analytischen Ergebnisse mit den biometrischen Daten sowie weiteren geoökologischen Daten (z.B. Daten der Flächennutzung, der Bodenökologie, der Klimatologie) erfolgen soll. Ausführliche Informationen und eine umfassende Datenrecherche sind unter www.umweltprobenbank.de abrufbar.

INSPIRE-WMS ST Bodennutzung ARIS

Dieser Dienst stellt für das Annex3-INSPIRE-Thema Bodennutzung aus dem Amtlichen Raumordnungs-Informationssystem (ARIS) umgesetzte Daten bereit. Er enthält generalisierte Daten von rechtskräftigen Bebauungsplänen, Flächennutzungsplänen und regionalen Planungsgemeinschaften.

GIS Hub - SUKW / SBMS Bremen (Portal für Geodaten und -Informationssysteme)

Im GIS-Hub oder auch Geo-Daten-Portal der Senatorin für Umwelt, Kima und Wissenschaft (SUKW) und der Senatorin für Bau, Mobilität und Stadtentwicklung (SBMS) der Freien Hansestadt Bremen sind öffentlich zugängliche Geodaten, -dienste und spezielle Anwendungen zu finden. Diese beziehen sich thematisch auf das Ressort und räumlich auf die Stadt Bremen oder das gesamte Bundesland Bremen. Das Angebot des GIS Hub ergänzt die Homepage https://www.bauumwelt.bremen.de

Bewertung der Strömungsverhältnisse in der Elbe auf der Grundlage eines zweidimensionalen HN-Modells infolge von Veränderungen im abflusswirksamen Bereich - Elbe-Brücke der Staatsstraße 84, Hochwasserschutzmaßnahmen im Stadtgebiet von Dresden, Molenbrücke Dresden Pieschen

Um Fragestellungen nach der Wirkung von vorhandener oder geplanter Bebauung im Nahbereich der Flüsse, von Altwassern oder durchströmten Altarmen sowie notwendiger Schutzkonzepte für einzelne Stadtteile bei Hochwasser beantworten zu können, werden zweidimensionale Simulationsmodelle in Kopplung mit Visualisierungen und einem Geo-Informations-System (GIS) erstellt. Im Bearbeitungszeitraum werden Fragen zu den als Retentionsbereich zu sichernden Überflutungsflächen, zur Wirkung von Bauwerken oder zur Anpassung der Rechtsverordnung des Überschwemmungsgebietes sowie Detailfragen zu Verkehrsvorhaben und Brückenbauwerken im Nahbereiche der Elbe beantwortet.

A spatially explicit Global Reef Island Database (GRID) that captures distribution, diversity and relative vulnerability of the world's low-lying reef islands

Low-lying coral reef islands harbour a distinct, yet highly threatened biological and cultural diversity that is increasingly exposed to climate change impacts. The combination of low elevation, small size, sensitivity to changes in boundary conditions (sea level, waves and currents, locally generated sediment supply) and at some locations high population densities, is why low-lying reef islands (LRIs) are considered among the most vulnerable environments on Earth to climate change. To date, their global distribution and influence of climatic, oceanographic, and geologic setting are only poorly documented or restricted to smaller scales. Here, I present the first detailed global analysis of LRIs utilising freely available global datasets to produce a global reef island database (GRID) and associated intrinsic and extrinsic characteristics that can be used within a coastal vulnerability index (CVI). All datasets used to create the GRID were released between 30 November 2015 and 3 August 2023, while the current version of the GRID database was completed in November 2024. When developing the GRID, LRIs are defined as landmasses <30 km² located on or within 1 km of coral reef and with an elevation of <16 m. Development of the GRID required: 1) the creation of a global shoreline vector file containing the geographic distribution of LRIs and 2) the development of a comprehensive global database of LRIs including eight intrinsic and ten extrinsic variables extracted from global datasets. Intrinsic variables include: 1) human populations, 2) island area, 3) island perimeter, 4) mean elevation, 5) island circularity/shape, 6) underlying reef type, 7) geographic isolation and 8) distance to the nearest neighbouring reef island. Extrinsic variables include: 1) mean water depth, 2) standard deviation of mean water depth, 3) mean annual significant wave height, 4) mean annual wave period, 5) mean spring tidal range, 6) relative tidal range, 7) wave-tide regime, 8) relative wave exposure, 9) relative tropical storm exposure and 10) year-2100 projected median sea level rise rate. The GRID was initially derived from version 2.1 of the UNEP-WCMC Global Island Database, a global shoreline vector file based on geometry data from Open Street Map® (OSM) and released in November 2015. The initial vector file was projected using the Mollweide projection, an equal-area pseudo cylindrical map projection chosen for its accurate derivation of area, especially in regions close to the equator, where most LRIs are located. The final GRID contains 34,404 individual LRIs distributed throughout tropical regions of the world's oceans, amassing a total land area of nearly 11,000 km² with approximately 60,740 km of shoreline and housing around 2.6 million people. While intrinsic variables are typically spatially homogenous, LRIs are generally highly spatially clustered throughout the GRID with respect to extrinsic variables. The spatial distribution of LRIs within the GRID was validated using: 1) published data and 2) quantitative accuracy assessments using satellite imagery. Spatial distributions of LRIs captured in the GRID are extremely consistent with those published in the literature (r² = 0.96) and those derived from independent analysis of satellite imagery (r² = 0.94). Finally, the GRID was used to develop an island vulnerability index (IVI) for each LRI on a scale of 0-1 with 0 representing no vulnerability and 1 representing maximum vulnerability. The GRID database is provided as a tab-delimited text file as well as ESRI shapefiles (points and polygons in WGS84 and Mollweide projection) and a comma-separated value file.

1 2 3 4 5 … 397 398 399