API src

Found 108 results.

Related terms

ATKIS Digitales Basis Landschaftsmodell Hamburg

Hinweis: Seit Dezember 2o24 erfasst der LGV die AFIS/ALKIS/ATKIS Daten bundeseinheitlich in der AdV-Referenzversion 7.1 im AFIS-ALKIS-ATKIS-Anwendungsschemas (AAA-AS) Version 7.1.2. Bei Fragen zu inhaltlichen Veränderungen wenden Sie sich an das Funktionspostfach: geobasisdaten@gv.hamburg.de Das Digitale Basis-Landschaftsmodell (Basis-DLM) orientiert sich am Basismaßstab 1: 25 000. Es wird für alle Objekte eine Lagegenauigkeit von ± 3 m angestrebt. Es hat eine Informationstiefe, die über die Darstellung der Digitalen Stadtkarte von Hamburg (1: 20 000) hinausgeht. Der Inhalt und die Modellierung der Landschaft des Basis-DLM sind im ATKIS®-Objektartenkatalog (ATKIS®-OK Basis-DLM) beschrieben. Die Erfassung der Objektarten, Namen, Attribute und Referenzen erfolgte in drei aufeinander folgenden Realisierungsstufen, die im ATKIS®-OK Basis-DLM ausgewiesen sind. In Hamburg stehen die Realisierungsstufen für die gesamte Landesfläche seit 2007 aktuell zur Verfügung. Seit Oktober 2009 wird das Basis-DLM im bundeseinheitlichen AAA-Modell geführt. Die Objektarten sind ATKIS-OK enthalten (siehe Verweis). Besonders geeignet als geometrische und semantische Bezugsgrundlage für den Aufbau von Geoinformationssystemen und zur Verknüpfung mit raumbezogenen fachspezifischen Daten für Fachinformationssysteme, zur rechnergestützten Verschneidung und Analyse mit thematischen Informationen, für Raumplanungen aller Art und zur Ableitung von topographischen und thematischen Karten. Anwendungsgebiete sind alle Aufgabenbereiche, für deren Fragestellungen ein Raumbezug erforderlich ist, unter anderem Energie-, Forst- und Landwirtschaft, Verwaltung, Demographie, Wohnungswesen, Landnutzungs-, Regional- und Streckenplanung, Straßenbau und Bewirtschaftung, Facility Management, Verkehrsnavigation und Flottenmanagement, Transport, Bergbau, Gewässerkunde und Wasserwirtschaft, Ökologie, Umweltschutz, Militär, Geologie und Geodäsie, aber auch Kultur, Erholung und Freizeit sowie Kommunikation.

Gesundheitseinrichtungen

Gesundheitseinrichtungen als Punktdaten.

Gesundheitseinrichtungen (WFS Dienst)

Gesundheitseinrichtungen als Punktdaten.

Gesundheitseinrichtungen (WMS Dienst)

Gesundheitseinrichtungen als Punktdaten.

Digitales Schrägluftbild Hamburg

Schrägluftbilder: 2018 wurde erstmals für ganz Hamburg ein Bildflug durchgeführt, bei dem hochaufgelöste Oblique-Luftbilder entstanden. Die eingesetzte Kamera nimmt zeitgleich sowohl Senkrechtbilder als auch Schrägbilder nach allen 4 Seiten auf. Der aktuelle Datensatz ist aus dem Frühjahr 2022 (März). Die Schrägbilder dienen als Quelle für die Analyse von städtebaulichen Situationen innerhalb des gesamten Stadtgebietes. Sie werden als Dienst in den Geoportalen im LGV bereitgestellt.

Inter-heat - Untersuchung der Effektivität von Interventionen zur Reduktion der hitzebedingten Mortalität und Morbidität sowie Belastung von medizinischen Einrichtungen während Hitzewellen

RUBIN - PhoTech - VP2 Innenraumluft, TP2.2: Innenraumluftsysteme, deren Steuerung und Einbindung in vorhandene BMS Systeme

Kommission 'Methoden und Qualitätssicherung in der Umweltmedizin' am Robert Koch-Institut

Average travel time to the nearest hospital in minutes, NUTS3 regions, 2020

This metadata refers to the vector dataset presenting, for NUTS3 regions, the average travel time to the nearest hospital in 2020. The data has been developed by Eurostat to measure how easily basic services can be reached by the resident population, based on spatial analyses of the location of healthcare facilities, combined with the road network. (note this could have been across a national border). The data is included in the European Climate and Health Observatory: https://climate-adapt.eea.europa.eu/observatory. The European Climate and Health Observatory platform provides easy access to a wide range of relevant publications, tools, websites and other resources related to climate change and human health.

Average travel time to the nearest hospital in minutes – excluding hospitals in potential flood-prone areas, 2020

This metadata refers to the vector dataset presenting, for NUTS3 regions, the average travel time to the nearest hospital in 2020, excluding hospitals located in the EEA potential flood-prone areas (https://sdi.eea.europa.eu/catalogue/srv/eng/catalog.search#/metadata/28c36420-c31b-440e-80c5-8064696f3517). The data has been developed by Eurostat to measure how easily basic services can be reached by the resident population, based on spatial analyses of the location of healthcare facilities, combined with the road network and the location of hospitals in the EEA potential flood-prone areas. Note that the accessibility could have been calculated across a national border. The data is included in the European Climate and Health Observatory: https://climate-adapt.eea.europa.eu/observatory. The European Climate and Health Observatory platform provides easy access to a wide range of relevant publications, tools, websites and other resources related to climate change and human health.

1 2 3 4 5 … 9 10 11