s/klimaenderung/Klimaänderung/gi
Rasterkarten zum Wasserhaushalt, bzw. zur Grundwasserneubildung, berechnet mit mGROWA (FZ Jülich, 2021). Im Webdienst werden 6 Layer gezeigt: - Grundwasserneubildung des hydrolog. Jahres 2019 [Min] - Grundwasserneubildung des hydrolog. Jahres 2008 [Max] - mittlere jährliche Grundwasserneubildung (1991 - 2019) - mittlere jährliche Grundwasserneubildung (1961 - 1990, Klimareferenzperiode) - Direktabfluss Mittlere Rate (1991-2020) - Tatsächliche Verdunstung Mittlere Rate (1991-2020) Beschreibung: Etwa ein Viertel des Niederschlags gelangt in Hamburg über den Boden ins Grundwasser und bildet damit einen erheblichen Anteil unserer täglichen Wasserversorgung und ist ökologische Grundlage für die Vegetation und den Boden als Wasserspeicher. Der übrige Niederschlag wird im Wesentlichen durch Verdunstung und Abfluss ins Sielnetz und in die Gewässer bestimmt. Aktuell werden pro Jahr bei durchschnittlichen Niederschlägen (etwa 770 mm pro Jahr) 136 Millionen Kubikmeter (m³) Grundwasser auf Hamburger Gebiet neu gebildet. Im Trockenjahr 2019 waren es nur 75 Millionen m³, was sich in stark fallenden Grundwasserständen, fehlender Bodenfeuchte und sich durch teilweises Trockenfallen von Gewässern für Tier und Pflanze als Trockenstress auswirkte. Auf die Beobachtung der Entwicklung der Grundwasserneubildung kommt deshalb in Zeiten des Klimawandels besondere Bedeutung zu. Neben klimatischen Veränderungen ist deshalb ein ausgefeiltes Flächen- und Ressourcenmanagement nötig, um der wachsenden urbanen Versiegelung und dem steigenden Wasserverbrauch mit Strategien und Maßnahmen hin zu einem naturnahen Wasserhaushalt entgegenzuwirken. Datengrundlagen und Methodik: Grundlage für die Berechnung und Darstellung von flächen- und zeitlich differenzierten Rasterkarten der verschiedenen Wasserhaushaltskomponenten ist das rasterzellenbasierte Wasserhaushaltsmodell mGROWA des Forschungszentrums Jülich. In mGROWA wurden zunächst standortbezogen auf Basis der jeweiligen Niederschlagsmengen und klimatischen Einflussgrößen die tatsächliche Verdunstung und der Gesamtabfluss in täglicher Auflösung mit einer Zellengröße von 25 x 25 m berechnet. Die berechneten Tageswerte wurden nachfolgend auf langjährig, jährliche und monatliche Zeiträume aggregiert. Danach wurde der Gesamtabfluss auf Basis der Standorteigenschaften in verschiedene Abflusskomponenten aufgeteilt. In der Datenzusammenstellung sind neben den Rasterkarten der potentiellen und tatsächlichen Verdunstung, des Gesamtabflusses und der Standorteigenschaften die Rasterkarten der Abflusskomponenten urbaner Direktabfluss, Sickerwasserrate, Zwischen- und Dränageabflüsse, sowie letztendlich die Grundwasserneubildung enthalten. Im Folgenden dargestellt werden auszugsweise die Karten zum mittleren langjährigen Mittel 1961-1990 (Klimareferenzperiode) und 1991-2019, das Nassjahr 2008 mit sehr großer und das Trockenjahr 2019 mit sehr geringer Neubildung.
Data on greenhouse gas emissions and removals of the EU, EU Member States, EEA Member countries and Contracting Parties. This data set reflects the GHG inventories as reported under the United Nations Framework Convention for Climate Change and/or the EU Governance Regulation. The GHG inventories are fully consistent with the international requirements for GHG inventories reported to the UNFCCC according to Decision 24/CP.19 (UNFCCC reporting guidelines), and from 2024, consistent with Decision 18/CMA.1 (Modalities, Procedures and Guidelines – MPGs- under the Paris Agreement). According to the UNFCCC reporting guidelines and the MPGs, the methods to estimate GHG emissions and removals shall be those of the 2006 Intergovernmental Panel on Climate Change (IPCC) Guidelines for national GHG inventories but Parties may use the IPCC 2019 Refinement to the 2006 IPCC Guidelines on a voluntary basis (Decision 5/CMA.3). The Governance of the Energy Union and Climate Action Regulation and its two Implementing Regulations (EU) 2020/1208 and (EU) 2022/2299 cover the EU Member States and Iceland and Norway. The adapted Governance Regulation as incorporated and adapted by the Ministerial Council Decision 2021/14/MC-EnC of 30 November 2021 and its two Implementing Regulations, Implementing Regulation (EU) 2020/1208, included and incorporated by the previous mentioned Ministerial Council decision and (EU) 2022/2299 Implementing Regulation, as adapted and adopted in Decision of the Permanent High Level Group of the Energy Community No 2024/01/PHLG-EnC covers the Contracting Parties of the Energy Community.
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.
Deadtrees.earth is an open, global data platform for mapping, analyzing, and sharing information on dead trees using remote sensing and citizen science. It integrates satellite and drone data to track the spatiotemporal distribution of tree mortality. The platform provides standardized, FAIR-compliant datasets for ecological research, biodiversity monitoring, and climate change studies. Data include GeoTIFF orthophotos and geospatial labels. Users can contribute drone datasets, provide annotations, upload data, and access curated reference datasets for model training and benchmarking. Deadtrees.earth fosters collaborative, reproducible research by linking multi-source data and tools for large-scale forest monitoring.
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.
<p> <p>Mobilität und Verkehr gehören zu einer modernen Gesellschaft. Die Kehrseiten der Mobilität sind ein hoher Energieverbrauch und damit hohe Emissionen von Kohlendioxid und Stickoxiden, die den Klimawandel antreiben und die Gesundheit schädigen. Das betrifft besonders den Verkehr mit Auto oder Flugzeug. Alternativen gibt es: Bus und Bahn, Carsharing, das (Elektro-)Fahrrad und die eigenen Füße.</p> </p><p>Mobilität und Verkehr gehören zu einer modernen Gesellschaft. Die Kehrseiten der Mobilität sind ein hoher Energieverbrauch und damit hohe Emissionen von Kohlendioxid und Stickoxiden, die den Klimawandel antreiben und die Gesundheit schädigen. Das betrifft besonders den Verkehr mit Auto oder Flugzeug. Alternativen gibt es: Bus und Bahn, Carsharing, das (Elektro-)Fahrrad und die eigenen Füße.</p><p> Hoher Motorisierungsgrad <p>Der Motorisierungsgrad in Deutschland hat in den letzten Jahren stetig zugenommen. Waren es im Jahr 2010 noch 511 Pkw pro 1.000 Einwohner*innen, ist diese Zahl mittlerweile auf 593 im Jahr 2026 angestiegen (siehe Tab. „Entwicklung des Motorisierungsgrades“). Ein hoher Motorisierungsgrad bedeutet aber nicht zwangsläufig, dass alle Menschen sehr mobil sind und ihre Ziele gut erreichen. Umgekehrt erfordert Mobilität und Erreichbarkeit oftmals keinen hohen Motorisierungsgrad. So ist der Motorisierungsgrad in Städten allgemein niedriger, da dort Ziele auch gut zu Fuß, per Rad und mit öffentlichen Verkehrsmitteln erreichbar sind. Die Förderung dieser umweltfreundlichen Fortbewegungsarten kann den weiteren Anstieg der Motorisierung bremsen oder sogar den Motorisierungsgrad wieder senken. Auch das Carsharing – und damit der Wandel vom „Autobesitz“ zur „Autonutzung“ – kann einen Beitrag dazu leisten.</p> <a href="https://www.umweltbundesamt.de/system/files/image/2_Tab_Entwicklung%20Motorisierungsgrad_2026-06-30.png"> </a> <strong> Tab: Entwicklung des Motorisierungsgrades </strong> Quelle: Statistisches Bundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/2_Tab_Entwicklung%20Motorisierungsgrad_2026-06-30.pdf">Tabelle als PDF (59,10 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/2_Tab_Entwicklung%20Motorisierungsgrad_2026-06-30.xlsx">Tabelle als Excel (230,68 kB)</a></li> </ul> </p><p> Mehr Haushalte mit Krafträdern und E-Bikes <p>Anfang 2024 verfügten in Deutschland 77,3 % der privaten Haushalte über mindestens einen Pkw (siehe Tab. „Ausstattung privater Haushalte mit Fahrzeugen“). In jedem vierten Haushalt sind zwei oder mehr Autos vorhanden. Fahrräder gibt es in 78,9 % der Haushalte. Eine deutliche Zunahme konnte in den letzten zwei Jahren bei den Krafträdern und E-Bikes verzeichnet werden. So verfügten im Jahr 2019 10,6 % der Haushalte über ein Kraftrad und 9 % über ein E-Bike. Im Jahr 2022 lag der Anteil bei Krafträdern bei 11,4 % und bei E-Bikes sogar bei 15,5 %.</p> <a href="https://www.umweltbundesamt.de/system/files/image/3_Tab_Ausstattung-pH-Fahrzeuge_2026-06-30.png"> </a> <strong> Tab: Ausstattung privater Haushalte mit Fahrzeugen </strong> Quelle: Bundesministerium für Verkehr und digitale Infrastruktur / Statistisches Bundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/3_Tab_Ausstattung-pH-Fahrzeuge_2026-06-30.pdf">Tabelle als PDF (39,88 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/3_Tab_Ausstattung-pH-Fahrzeuge_2026-06-30.xlsx">Tabelle als Excel (229,58 kB)</a></li> </ul> </p><p> E-Bikes – eine Alternative zum Auto? <p>2025 wurden 3,8 Millionen (Mio.) Fahrräder und Elektro-Fahrräder in Deutschland verkauft. Wie schon in den vorherigen Jahren hatten die Fahrräder mit einem Elektro-Motor den größeren Anteil (siehe Abb. „Anzahl jährlich verkaufter Elektro-Fahrräder“). Nach <a href="https://www.ziv-zweirad.de/2026/03/11/markdaten-2025/">Schätzungen</a> des Zweirad-Industrie-Verbandes umfasst der Fahrradbestand in Deutschland zum Ende des Jahres 2025 insgesamt ca. 90,6 Mio. Fahrräder und E-Bikes. Von letzteren sind geschätzt 17 Mio. Stück auf den Straßen unterwegs.</p> <p>Der Wegevergleich zeigt, dass E-Bikes im Stadtverkehr bis zu einer Entfernung von etwa 7,5 Kilometern das schnellste Verkehrsmittel sind. Die Hälfte aller Autofahrten ist jedoch sogar kürzer als fünf Kilometer. Hieraus ergibt sich ein enormes Verlagerungspotenzial von Pkw-Fahrten auf das Fahrrad oder das E-Bike (siehe Abb. „Wegevergleich: von Tür zu Tür im Stadtverkehr“). Weitere Informationen in der Broschüre „<a href="https://www.umweltbundesamt.de/node/27764">E-Rad macht mobil"</a>.</p> <a href="https://www.umweltbundesamt.de/system/files/image/4_Abb_Zahl-verkaufter-E-Bikes_2026-06-30.png"> </a> <strong> Anzahl jährlich verkaufter Elektro-Fahrräder </strong> Quelle: Umweltbundesamt <a href="https://www.umweltbundesamt.de/system/files/image/4_Abb_Zahl-verkaufter-E-Bikes_2026-06-30.png">Bild herunterladen</a> (128,22 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/4_Abb_Zahl-verkaufter-E-Bikes_2026-06-30.pdf">Diagramm als PDF</a> (37,68 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/4_Abb_Zahl-verkaufter-E-Bikes_2026-06-30.xlsx">Diagramm als Excel mit Daten</a> (27,10 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/366/bilder/wegevergleich_uba.png"> </a> <strong> Wegevergleich: von Tür zu Tür im Stadtverkehr </strong> Quelle: Umweltbundesamt <a href="https://www.umweltbundesamt.de/system/files/medien/366/bilder/wegevergleich_uba.png">Bild herunterladen</a> (161,45 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/366/bilder/dateien/wegevergleich_uba.pdf">Diagramm als PDF</a> (187,86 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/366/bilder/dateien/wegevergleich_uba_excel.xlsx">Diagramm als Excel mit Daten</a> (27,29 kB) Weiter <i> </i> Vorherige <i> </i> </p><p> Marktanteil der Elektro- und Hybridfahrzeuge steigt <p>2025 war fast jeder fünfte Neuwagen ein batterie-elektrisches Auto (BEV) (siehe Abb. „Neuzulassungen und Marktanteil von Pkw mit Elektro- oder Hybridantrieb“). Nach dem Einbruch der Verkaufszahlen im Jahr 2024 nimmt die Verbreitung von E-Autos auch in Deutschland wieder Fahrt auf. Die Daten werden vom Kraftfahrt-Bundesamt erhoben.</p> <a href="https://www.umweltbundesamt.de/system/files/image/6_Abb_Pkw-Elektro-Hybridantrieb_2026-06-30.png"> </a> <strong> Neuzulassungen und Marktanteil von Pkw mit Elektro- oder Hybridantrieb </strong> Quelle: Kraftfahrt-Bundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/6_Abb_Pkw-Elektro-Hybridantrieb_2026-06-30.pdf">Diagramm als PDF (43,71 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/6_Abb_Pkw-Elektro-Hybridantrieb_2026-06-30.xlsx">Diagramm als Excel mit Daten (29,73 kB)</a></li> </ul> </p><p> Carsharing schon in vielen Städten verfügbar <p>Die Attraktivität umweltfreundlicherer Mobilität lässt sich noch steigern. Dazu gehört neben dem öffentlichen Nahverkehr, dem klassischen Fahrrad, dem E-Bike und dem Fußverkehr auch das Carsharing. Zum Jahresbeginn 2026 zählte der Bundesverband Carsharing e.V. (bcs) in Deutschland insgesamt ca. 978.000 Fahrberechtigte der stationsbasierten Angebote (siehe Abb. „Carsharing – Entwicklung bis 2026“). Die Anzahl der Städte und Gemeinden mit mindestens einem Carsharing-Angebot verdoppelte sich zwischen 2019 und Anfang 2026 von 740 auf 1.490. Mittlerweile gibt es auch kombinierte Carsharing-Systeme, die <a href="https://www.umweltbundesamt.de/service/glossar/stationsbasiertes-carsharing">stationsbasiertes Carsharing</a> und free-floating Carsharing (stationsunabhängig) aus einer Hand anbieten.</p> <p>Jedes Carsharing-Fahrzeug ersetzt je nach örtlichen Verhältnissen zwischen vier und zehn (private) Fahrzeuge. In dichtbesiedelten Innenstadtgebieten von Großstädten, kann bei stationsbasierten Angeboten die Ersatzquote auch bei deutlich über zehn Fahrzeugen liegen. </p> <p>Weitere Infos zu diesem Thema finden Sie bei unserer Themenseite "<a href="https://www.umweltbundesamt.de/node/10957">Car-Sharing</a>" und bei den <a href="https://www.umweltbundesamt.de/node/12617">Umwelt-Tipps</a>.</p> <a href="https://www.umweltbundesamt.de/system/files/image/7_Abb_Carsharing-Entwicklung_2026-06-30.png"> </a> <strong> Carsharing – Entwicklung bis 2026 </strong> Quelle: Bundesverband CarSharing Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/7_Abb_Carsharing-Entwicklung_2026-06-30.pdf">Diagramm als PDF (46,48 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/7_Abb_Carsharing-Entwicklung_2026-06-30.xlsx">Diagramm als Excel mit Daten (30,80 kB)</a></li> </ul> </p><p> Die „Öffentlichen“ fast wieder auf Vor-Corona-Niveau <p>Die Anzahl der Fahrgäste im öffentlichen Personenverkehr hat bis 2019 jedes Jahr leicht zugenommen. Der Rückgang der Fahrgastzahlen infolge der Corona-Pandemie im Jahr 2020 hat sich 2021 fortgesetzt. Ab dem Jahr 2022 ist ein kontinuierlicher Anstieg gegenüber den jeweiligen Vorjahren zu verzeichnen. Das Vor-Corona-Niveau wurde inzwischen fast wieder erreicht (siehe Tab. „Zahl der Fahrgäste im öffentlichen Personenverkehr in Millionen“).</p> <a href="https://www.umweltbundesamt.de/system/files/image/8_Tab_Zahl%20der%20Fahrg%C3%A4ste%20im%20%C3%96V_2026-06-30.png"> </a> <strong> Tab: Zahl der Fahrgäste im öffentlichen Personenverkehr in Millionen </strong> Quelle: Statistisches Bundesamt Downloads: <ul> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/8_Tab_Zahl%20der%20Fahrg%C3%A4ste%20im%20%C3%96V_2026-06-30.pdf">Tabelle als PDF (48,07 kB)</a></li> <li><a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/8_Tab_Zahl%20der%20Fahrg%C3%A4ste%20im%20%C3%96V_2026-06-30.xlsx">Tabelle als Excel (232,76 kB)</a></li> </ul> </p><p> Hoher Anteil von Urlaubs- und Freizeitverkehr <p>Der Anteil des arbeitsbezogenen Verkehrs, das heißt des Berufs- und Ausbildungs- sowie des Geschäftsverkehrs, an der <a href="https://www.umweltbundesamt.de/service/glossar/verkehrsleistung">Verkehrsleistung</a> im motorisierten Individualverkehr (MIV) lag im Jahr 2023 bei 38,3 %. Etwa 52 % der arbeitsbezogenen <a href="https://www.umweltbundesamt.de/service/glossar/personenkilometer">Personenkilometer</a> sind geschäftlich veranlasste Fahrten, die daher nicht den privaten Haushalten zuzurechnen sind (siehe Abb. „<a href="https://www.umweltbundesamt.de/service/glossar/motorisierter-individualverkehr">Motorisierter Individualverkehr</a> 2023 – Anteile nach Fahrtzweck“). Den größten Anteil an der Verkehrsleistung im MIV hatte der Urlaubs- und Freizeitverkehr mit 41,2 %. </p> <p>Pkw und Motorrad waren im Jahr 2024 die beliebtesten Fortbewegungsmittel für Urlaub und Freizeit. Dann folgten das Flugzeug und die Bahn. Pkw und Flugzeug sind im Fernverkehr jedoch die Verkehrsmittel mit den höchsten Treibhausgasemissionen pro Personenkilometer (siehe Abb. „Durchschnittliche <a href="https://www.umweltbundesamt.de/service/glossar/treibhausgas">Treibhausgas</a>-Emissionen im Personenfernverkehr, Bezugsjahr 2024“).</p> <p>Bei Reisen hat neben dem Verkehrsmittel auch die gewählte Distanz zum Reiseziel einen Einfluss auf die entstehenden Emissionen. Die Abbildung „Mobilitätsbedingte Treibhausgas-Emissionen für Badereisen“ zeigt einen Vergleich mobilitätsbedingter Treibhausgasemissionen pro Person für verschiedene Reiseziele.</p> <p>Tipps für einen nachhaltigen Tourismus finden Sie unter „<a href="https://www.umweltbundesamt.de/umwelttipps-fuer-den-alltag/garten-freizeit/urlaubsreisen#textpart-2">Urlaubsreisen</a>“ und „<a href="https://www.umweltbundesamt.de/themen/wirtschaft-konsum/nachhaltiger-tourismus#textpart-1">Nachhaltiger Tourismus</a>“.</p> <a href="https://www.umweltbundesamt.de/system/files/image/9_Abb_MIV%20nach%20Fahrtzweck_2026-06-30.png"> </a> <strong> Motorisierter Individualverkehr 2023 – Anteile nach Fahrtzweck </strong> Quelle: Bundesministerium für Digitales und Verkehr <a href="https://www.umweltbundesamt.de/system/files/image/9_Abb_MIV%20nach%20Fahrtzweck_2026-06-30.png">Bild herunterladen</a> (117,22 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/9_Abb_MIV%20nach%20Fahrtzweck_2026-06-30.pdf">Diagramm als PDF</a> (33,62 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/9_Abb_MIV%20nach%20Fahrtzweck_2026-06-30.xlsx">Diagramm als Excel mit Daten</a> (31,93 kB) <a href="https://www.umweltbundesamt.de/system/files/image/10_Abb_VTV%20Fernverkehr_2026-06-30.png"> </a> <strong> Durchschnittliche Treibhausgas-Emissionen im Personenfernverkehr, Bezugsjahr 2024 </strong> Quelle: Umweltbundesamt / TREMOD <a href="https://www.umweltbundesamt.de/system/files/image/10_Abb_VTV%20Fernverkehr_2026-06-30.png">Bild herunterladen</a> (135,53 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/11_Abb_THG-Emi-Person-Reise_2026-06-30.pdf">Diagramm als PDF</a> (46,04 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/10_Abb_VTV%20Fernverkehr_2026-06-30.xlsx">Diagramm als Excel mit Daten</a> (48,15 kB) <a href="https://www.umweltbundesamt.de/system/files/image/11_Abb_THG-Emi-Person-Reise_2026-06-30.png"> </a> <strong> Mobilitätsbedingte Treibhausgas-Emissionen für Badereisen </strong> Quelle: ifeu-Institut im Auftrag des Umweltbundesamtes <a href="https://www.umweltbundesamt.de/system/files/image/11_Abb_THG-Emi-Person-Reise_2026-06-30.png">Bild herunterladen</a> (89,51 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/11_Abb_THG-Emi-Person-Reise_2026-06-30_0.pdf">Diagramm als PDF</a> (46,04 kB) <a href="https://www.umweltbundesamt.de/system/files/medien/384/bilder/dateien/11_Abb_THG-Emi-Person-Reise_2026-06-30.xlsx">Diagramm als Excel mit Daten</a> (36,14 kB) Weiter <i> </i> Vorherige <i> </i> </p><p> </p><p>Informationen für...</p>
In this dataset, we present grain size and XRF element data of Holocene floodplain and colluvial, Pleistocene loess and Triassic (Buntsandstein) samples from the catchment of the Weiße Elster River (Central Germany). The samples were taken during the DFG-funded project 'Imprints of rapid climate changes and human activity on Holocene hydro-sedimentary dynamics in Central Europe (loess-covered Weiße Elster model region)' [SU491/6-1, ET20/10-1, VE117/7-1, WE5518/1-1, ZI721/13-1] between 2017 - 2025, using open outcrops, hand augering (Pürckhauer) or drilling with an Atlas Copco Cobra Pro hammer. The goal of this study was to obtain sediment provenance for Holocene overbank sediments in the middle Weiße Elster floodplain.
Senatorin Ute Bonde besuchte heute gemeinsam mit Tatjana Adams, Mitglied der Geschäftsleitung der Berliner Immobilienmanagement GmbH (BIM), das Pflanzenschutzamt Berlin, um sich über die technische Ertüchtigung der Klimakammern zu informieren und gab den Startschuss für die Modernisierung der Anlagen. Die Senatsverwaltung für Mobilität, Verkehr, Klimaschutz und Umwelt (SenMVKU) modernisiert zusammen mit der BIM die Klimakammern des Pflanzenschutzamtes grundlegend. Die neuen Anlagen schaffen künftig optimale Voraussetzungen für Versuche und Untersuchungen zur klimaangepassten Entwicklung des Berliner Stadtgrüns. Ute Bonde, Senatorin für Mobilität, Verkehr, Klimaschutz und Umwelt : „Klimaanpassung beginnt dort, wo Wissen entsteht – und genau das schaffen wir hier im Pflanzenschutzamt neu. Mit den modernisierten Klimakammern können wir künftig testen, welche Baumarten Hitze und Trockenheit standhalten und wie wir unser Stadtgrün gezielt darauf vorbereiten. Diese Erkenntnisse fließen direkt in die Umsetzung des Klimaanpassungsgesetzes ein. Berlin zeigt damit: Wir schaffen die wissenschaftliche Grundlage für ein Stadtgrün, das dem Klima von morgen gewachsen ist.” Die Klimakammern ermöglichen unter anderem die Simulation möglicher zukünftiger Klimabedingungen. Hierdurch können zum Beispiel die Auswirkungen steigender Temperaturen, längerer Trockenperioden und weiterer Klimafolgen auf Stadtbäume, Gehölze sowie auf Schädlinge und Pflanzenkrankheiten wissenschaftlich untersucht werden. Tatjana Adams, Geschäftsleitung der BIM GmbH : „Die Erneuerung spezialisierter Klimakammern gehört für uns keineswegs zum Tagesgeschäft. Gerade deshalb ist diese Maßnahme mit einem Gesamtbudget von rund 1,7 Millionen Euro etwas Besonderes. Sie zeigt, dass auch sehr spezifische Nutzeranforderungen erfolgreich umgesetzt werden können, wenn alle Beteiligten eng zusammenarbeiten. Mit der Maßnahme schaffen wir eine moderne technische Grundlage für Untersuchungen und Versuche, die angesichts des Klimawandels, neuer Schadorganismen und der Anforderungen an ein zukunftsfähiges Stadtgrün zunehmend an Bedeutung gewinnen.“ Der gemeinsame Besuch unterstreicht die enge Zusammenarbeit zwischen SenMVKU, BIM und Pflanzenschutzamt bei der Schaffung einer leistungsfähigen Infrastruktur für die Herausforderungen des Klimawandels. Im Rahmen des Termins erhielten die Gäste einen Einblick in den Baufortschritt der Klimakammern sowie in die zukünftigen Einsatzmöglichkeiten der Anlagen. Mit der Investition setzt das Land Berlin ein deutliches Zeichen für den Schutz und die langfristige Sicherung des urbanen Grüns sowie für eine wissenschaftlich fundierte Umsetzung des Berliner Klimaanpassungsgesetzes.
Die Wechselwirkung zwischen der variablen großräumigen Zirkulation und arktischen regionalen Klimamustern werden untersucht. Wir werden den Grad der arktischen Verstärkung auf regionaler Skala in Rückkopplung mit großskaliger Dynamik und deren vergangenen und vorhergesagten Änderungen diagnostizieren. Die zentrale Frage ist zu welchem Grad die regionalen arktischen Klimaänderungen und arktische Verstärkung durch Änderungen in großräumigen horizontalen Wärmeflüssen, planetaren Wellenströmungen (insbesondere während plötzlicher stratosphärischer Erwärmungen), sowie durch allgemeine troposphärische und stratosphärische Zirkulationsmustern beeinflusst werden. Ausgedrückt wird diese in Form von der Variabilität der nordhemisphärischen Zirkulation, wie z. B. der Nordatlantischen Oszillation und der nördlichen jährlichen Mode.
| Organisation | Count |
|---|---|
| Bund | 11729 |
| Europa | 111 |
| Global | 17 |
| Kommune | 73 |
| Land | 2911 |
| Schutzgebiete | 3 |
| Weitere | 573 |
| Wirtschaft | 77 |
| Wissenschaft | 3109 |
| Zivilgesellschaft | 183 |
| Type | Count |
|---|---|
| Agrarwirtschaft | 4 |
| Bildmaterial | 1 |
| Daten und Messstellen | 206 |
| Ereignis | 193 |
| Förderprogramm | 7647 |
| Gesetzestext | 1 |
| Hochwertiger Datensatz | 2 |
| Lehrmaterial | 7 |
| Mitmachportal | 13 |
| Repositorium | 11 |
| Taxon | 83 |
| Text | 2732 |
| Tonaufnahmen | 1 |
| Umweltprüfung | 26 |
| WRRL-Maßnahme | 2184 |
| unbekannt | 1739 |
| License | Count |
|---|---|
| Geschlossen | 2943 |
| Offen | 11813 |
| Unbekannt | 77 |
| Language | Count |
|---|---|
| Deutsch | 12688 |
| Englisch | 5755 |
| Resource type | Count |
|---|---|
| Archiv | 136 |
| Bild | 432 |
| Datei | 332 |
| Dokument | 1381 |
| Keine | 9628 |
| Multimedia | 5 |
| Unbekannt | 28 |
| Webdienst | 2 |
| Webseite | 4311 |
| Topic | Count |
|---|---|
| Boden | 10382 |
| Lebewesen und Lebensräume | 12104 |
| Luft | 14833 |
| Mensch und Umwelt | 12554 |
| Wasser | 9897 |
| Weitere | 14429 |