API src

Found 4230 results.

Similar terms

s/klimatop/Klimatyp/gi

Klimaanalysekarten 2022 (Umweltatlas)

Die Klimaanalysekarten sind Ergebnis einer durchgeführten gesamtstätischen Klimamodellierung im Land Berlin. Sie bilden den stadtklimatischen Ist-Zustand an einem durchschnittlichen autochthonen Sommertag ab. Die Klimaanalysekarten umfassen neben verschiedenen klimatischen Parametern, bestehend aus (1) dem bodennahen Windfeld und Kaltluftvolumenstromdichte, (2) die Luft- und (3) Oberflächentemperatur, (4) die nächtliche Abkühlung, sondern auch zwei thermische Bewertungsindizes, bestehend aus (5) dem PET und (6) dem UTCI. Die Zusammenfassung der Erkenntnisse aus der Klimaanalyse erfolgt in der (7) Klimaanalysekarte. Die Klimaanalysekarte ermöglicht es, die einzelnen Bereiche der Stadt nach ihren unterschiedlichen klimatischen Funktionen, d.h. ihrer Wirkung auf andere Räume, abzugrenzen. Die Karten der Klimaanalyse werden teilweise in einer Rasterdarstellung mit einer hohen räumlichen Auflösung von 10 m x 10 m sowie aggregiert auf etwa 25.000 Block- und Blockteilflächen angeboten.

Ackerbauliches Ertragspotential der Böden in Deutschland 1:1.000.000 (WMS)

WMS-Service zum Ackerbaulichen Ertragspotential der Böden in Deutschland. Das Müncheberger Soil Quality Rating (SQR) wurde vom Leibniz-Zentrum für Agrarlandschaftsforschung (ZALF) entwickelt. Das SQR ist ein Verfahren zur Bewertung der Eignung von Standorten für die landwirtschaftliche Nutzung und dient der Abschätzung des Ertragspotentials im globalen Maßstab. Die Methode wurde für die Anwendung auf Bodenkarten von der Bundesanstalt für Geowissenschaften und Rohstoffe (BGR) modifiziert und ist in der Methodendokumentation der Ad-hoc-AG Boden aufgenommen. Die Karte zeigt eine solche Anwendung des Verfahrens für die Ackerböden in Deutschland auf Basis der nutzungsdifferenzierten Bodenübersichtskarte von Deutschland im Maßstab 1:1.000.000. Weitere Eingangsdaten sind die mittleren jährlichen Klimadaten (DWD), das Relief (BKG) und die Landnutzung (CLC2006). Das Soil Quality Rating bewertet einen Standort zunächst mit Hilfe von acht Basisindikatoren wie dem Bodensubstrat oder der effektiven Durchwurzelungstiefe. Die Punktzahlen der Basisindikatoren werden unter Verwendung unterschiedlicher Wichtungsfaktoren zu einem Summenwert zusammengefasst. Anschließend erfolgt die Bewertung von ertragslimitierenden Gefährdungsindikatoren wie der Durchwurzelungstiefe oder der Trockenheitsgefährdung. Nur der Gefährdungsindikator, der die höchste Gefährdung anzeigt geht in die Berechnung ein. Das finale Soil Quality Rating bewertet die Standorte in einer Skala zwischen 0 und 102 Punkten. Je höher der Wert, desto größer ist das Ertragspotential des Standorts.

Treibhausgas-Projektionen 2026 für Deutschland - Datentabelle (ehemals Kernindikatoren)

Für die Treibhausgas-Projektionen sind die Treibhausgas-Emissionen der wesentliche Indikator, um die Erreichung der Klimaschutzziele zu kontrollieren. Allerdings umfassen klima- und energiepolitische Strategien der Bundesregierung weitere Ziele und Indikatoren. Deshalb haben das beauftragte Forschungskonsortium, das Thünen-Institut und das Umweltbundesamt neben Treibhausgas-Emissionen und Rahmendaten weitere Projektionsdaten im Sinne eines Nachschlagewerks zusammengestellt, um Steuerungsmöglichkeiten aufzuzeigen. Thematisch beziehen sich die Projektionsdaten auf die Bereiche Energiebezogene Indikatoren, neue Brennstoffe, Energiewirtschaft, Industrie, Gebäude, Verkehr, Landwirtschaft, Abfallwirtschaft sowie Landnutzung, Landnutzungsänderung und Forstwirtschaft (LULUCF). Sie bieten unter anderem Informationen zu möglichen Entwicklungen von Angebot und Nachfrage sowie der installierten Leistung wichtiger Energieträger, Kosten und Produktionsmengen von Industriegütern, der Verkehrsleistung sowie zu Emissionen, Flächennutzung und Düngereinsatz in der Land-, Forst- und Abfallwirtschaft. Das Datenportal Data Cube des Umweltbundesamtes bietet erweiterte Filter- und Darstellungsmöglichkeiten der Projektionsdaten im Vergleich zur Veröffentlichung als Datentabelle.

Klimaerlebnisbaum - Zu Rheinstraße - Robinia

Im Rahmen des Forschungsprojekts "Klimaerlebnis Würzburg" am Zentrum Stadtnatur und Klimaanpassung (ZSK) wurden im Jahr 2018 acht Messstationen in Würzburg und Gerbrunn eingerichtet. Diese zeichnen seitdem an jedem Standort das Wetter und/oder die Leistungen der dortigen Bäume auf. Das Forschungsprojekt endete im Jahr 2022. Die Messstationen, durch orangefarbene Baumfässer erkennbar, werden seitdem aber weitergeführt.Das Projekt sollte aufzeigen,inwieweit sich das Klima und die Leistung der Bäume an verschiedenen Standorten in der Stadt unterscheiden undinwieweit sich Stadtbäume und Klima an einem Standort gegenseitig beeinflussen.Die bis heute weiter aufgezeichneten Messergebnisse sollen verdeutlichen, wie mit Hilfe von Bäumen und ihrer Ökosystemdienstleistungen die nachhaltige Stadt der Zukunft an die Folgen des Klimawandels angepasst werden kann. Zudem kann die Öffentlichkeit mit diesen Datenreihen für das Thema Stadtklima und Stadtgrün sensibilisiert werden. Um dies voranzutreiben, werden davon ausgewählte Datenspalten seit November 2024, unbereinigt und zu stündlichen Daten automatisiert zusammengefasst, hier auf dem Open Data Portal Würzburg veröffentlicht.An der Station in der Zu Rheinstraße sind mehrere Bäume der Art Robinia und Linde Tilia mit Sensoren versehen. Die Daten einer der Robinien stehen in diesem Datensatz in der oben beschriebenen, verarbeiteten Form zur Verfügung.Allgemeines zu den Standorten wie der grobe Messaufbau, Hinweise zur Datennutzung und Verlinkungen zu weiterführenden Papern finden Sie im Folgenden.Messaufbau des Baumlabors und der WetterstationMithilfe des Saftflusssensors (1) kann der Wasserverbrauch des Baums bestimmt werden. Davon lässt sich die Kühlleistung durch Verdunstung ableiten und der Trockenstress abschätzen. Im Kronenraum wird die Temperatur für den Vergleich mit der Klimastation gemessen (2), um die Abkühlwirkung des Baumes zu bestimmen. Das Dendrometer (3) misst das Dickenwachstum des Stammes. Dadurch kann man berechnen, wieviel der gesamte Baum an Biomasse zunimmt und an CO2speichert. Der Bodenfeuchtesensor (4) misst den Wassergehalt im Wurzelraum. Damit kann auf die Wasserversorgung des Baumes geschlossen werden.Der Temperatur- und Feuchtesensor (6) misst die Lufttemperatur und die relative Luftfeuchtigkeit. Der Windsensor (7) erfasst Windrichtung und Windgeschwindigkeit. Mit diesen beiden Messgrößen kann der Frischlufteintrag, aber auch die Anströmungsrichtung festgestellt werden. Der Strahlungssensor (8) misst, wieviel Energie die Sonne am Erdboden freisetzt. Mit diesem Wert lässt sich feststellen, wie stark sich Flächen aufheizen. Ebenso lässt sich hiermit die photosynthetische Leistung des Baumes bestimmen. Aus Temperatur, Luftfeuchte, Windgeschwindigkeit und Solarstrahlung lässt sich die gefühlte Temperatur berechnen. Der Niederschlagssensor (9) erfasst Regen und Schnee.In den Datenloggern (10) werden die Messwerte gesammelt, gespeichert und alle 10 Minuten online versendet, um sie auf dem Smart City Hub Würzburg zu speichern und hier auf dem Open Data Portal stündlich aggregiert darzustellen. Bei einigen der Wetterstationen ist zudem ein Luftdruck-Barometer verbaut.Hinweis:Bei den zur Verfügung gestellten Daten handelt es sich um eine automatisiert abgeänderte Version der Rohdaten der einzelnen Stationen. Eine Qualitätskontrolle durch den Plattformbetreiber findet vorab nicht statt. Es ist daher punktuell mit Messfehlern und Messlücken zu rechnen. Für die Korrektheit der Daten wird keine Haftung übernommen. Quellenangabe:Quelle im Rohdatenformat: [Bis 13.11.2024 21 Uhr](https://opendata.smartandpublic.eu/datasets/d1f68fc3-c76d-4147-b01e-dfe490ab6331?locale=en#iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub), [ab 13.11.2024 22 Uhr](https://opendata.smartandpublic.eu/datasets/5dc3648a-66fd-4310-accf-7256db111d5c?locale=en#iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub)Autor(en): Projekt Klimaerlebnis Würzburg (2018-2022), Stadt Würzburg (2023-jetzt)Hinweis: Es gelten keine zusätzlichen Bedingungen.Für weiterführende Informationen, lesen Sie die aus dem Projekt "Klimaerlebnis Würzburg" hervorgegangenen Paper:Hartmann, Christian, et al. "The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020; The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020." Meteorologische Zeitschrift 32.1 (2023): 49-65.Rahman, M.A., Franceschi, E., Pattnaik, N. et al. Spatial and temporal changes of outdoor thermal stress: influence of urban land cover types. Sci Rep 12, 671 (2022). [https://doi.org/10.1038/s41598-021-04669-8](https://doi.org/10.1038/s41598-021-04669-8)Rahman, Mohammad A., et al. "Tree cooling effects and human thermal comfort under contrasting species and sites." Agricultural and Forest Meteorology 287 (2020): 107947.Rötzer, T., et al. "Urban tree growth and ecosystem services under extreme drought." Agricultural and Forest Meteorology 308 (2021): 108532.Bildquelle und mehr Informationen zu den Messstationen: [Webarchiv: Klimaerlebnis Würzburg](https://webarchiv.it.ls.tum.de/klimaerlebnis.wzw.tum.de/das-projekt/index.html)

Bodenschutz- und Altlasteninformationssystem

Das Landesamt für Umweltschutz führt nach § 11 Ausführungsgesetz des Landes Sachsen-Anhalt zum Bundes-Bodenschutzgesetz (BodSchAG LSA) ein Bodenschutz- und Altlasteninformationssystem. Das Bodenschutz- und Altlasteninformationssystem (ST-BIS) enthält beschreibende Informationen (Metainformationen) über Daten, deren Kenntnis für die Erfüllung bodenschutz- und altlastengesetzlicher Aufgaben von Bedeutung sein kann. Dieses Metainformationssystem gibt Auskunft darüber, wer Daten besitzt, wie man Sie erhält und um was für Daten es sich handelt. Das ST-BIS wird im Internet geführt. Die Informationen für das ST-BIS stellen die Behörden dem LAU auf Anforderung gebührenfrei zur Verfügung.

FITNAH-3D Klimamodellierungen - FITNAH-3D: Lufttemperatur in °C um 5:30 Uhr (MESZ) bei einer autochthonen Wetterlage

FITNAH-3D: Lufttemperatur in °C um 5:30 Uhr (MESZ) bei einer autochthonen Wetterlage

FITNAH-3D Klimamodellierungen - FITNAH-3D: Lufttemperatur in °C um 12:30 Uhr (MESZ) bei einer autochthonen Wetterlage

FITNAH-3D: Lufttemperatur in °C um 12:30 Uhr (MESZ) bei einer autochthonen Wetterlage

Klimamodell Berlin - Analysekarten 2005

Um das Stadtklima zu verbessern, ist es wichtig, Klimafaktoren wie Luft, Temperatur und Wind zu beobachten. Lange geschah dies in Berlin durch stationäre und mobile Messungen sowie durch die Interpretation von Daten zur Flächennutzung und Versiegelung. Diese Methoden erlaubten nur eingeschränkt die Untersuchung und Abgrenzung von lokalen oder regionalen Windzirkulations-Systemen – die sind für das Klima einer Stadt jedoch bedeutend. Das Klimamodell Berlin bietet deshalb Informationen zu den klimatischen Bedingungen für das Stadtgebiet sowie das nähere Umland, die nach den wichtigsten Parametern aufgeschlüsselt sind und 2005 mit einer Auflösung von 50 m x 50 m-Rastern durchgeführt wurden. Zentraler Baustein dieses Verfahrens ist das Simulationsmodell FITNAH , das die Wind- und Temperaturverhältnisse detailliert berechnen kann. Dadurch wird neben einer aktuellen Bestandsaufnahme der klimatischen Situation auch eine Genauigkeit erreicht, die fundierte Aussagen für die Maßstabsbereiche 1 : 100.000 bis 1 : 20.000 erlaubt. Die dargestellten Parameter umfassen die wichtigsten Größen wie bodennahe Lufttemperatur, Windfeld und bodennahe Strömungen. Alle werden zu jeweils zwei Zeiten, 22:00 und 06:00 Uhr, bezogen auf eine Höhe von zwei Metern, dargestellt. Die Beurteilung des Luftaustausches und des Luftmassenstroms erlaubt dabei die Abgrenzung der an Kaltluftentstehung bzw. Kaltluftabfluss beteiligten Grünflächen bzw. der grünbestimmten Siedlungsräume während einer warmen austauscharmen Sommernacht. Diese Informationen sind für die Planung von klimatischen Ausgleichsleistungen relevant. Die Inhalte dieses Jahrgangs sind historisch und nicht mehr aktuell. Einleitung Datengrundlage Methode Kartenbeschreibung Literatur Karten Download

Klimabewertungskarten 2022 (Umweltatlas)

Die Klimabewertungskarten bzw. auch Planungshinweise Stadtklima (PHK) bilden die Grundlage, um klimatische Belange in der Stadtplanung berücksichtigen zu können. Neben der Darstellung von belasteten Gebieten werden auch Entlastungsräume sowie Leitbahnen dargestellt. Die Planungshinweise bestehen insgesamt aus einer Gesamtbewertung sowie einer jeweils getrennten Bewertung der Tag- sowie Nachtsituation. Ergänzend werden in zwei weiteren Kartendarstellungen stadtklimatisch besonders belastete und vulnerable Gebiete sowie Maßnahmenempfehlungen, die u. a. zur Minderung der thermischen Belastung beitragen, angeboten. Die Maßnahmenempfehlungen sind jene des Stadtentwicklungsplans (StEP) Klima 2.0, die überschlägig auf Grundlage der Stadtstrukturtypen im Land Berlin bestimmt worden sind.

No Kitchen is an Island

„No kitchen is an island“ ist ein Citizen-Science-Projekt zu Ernährung im Zusammenspiel von Mensch, KI und mehr-als-menschlicher Umwelt. Gemeinsam kochen, kommentieren und verändern wir Rezepte – und testen, wie digitale Empfehlungen nachhaltiger werden können. Worum geht es in diesem Projekt? Im Citizen-Science-Projekt „No kitchen is an island“, das im Rahmen des Projekts DINER angesiedelt ist, wird erforscht, wie Algorithmen unsere Essgewohnheiten prägen und ob sie so gestaltet werden können, dass sie nachhaltige Ernährung innerhalb planetarer Grenzen unterstützen. Ausgangspunkt ist die Beobachtung, dass Online-Rezepte und Suchalgorithmen heute maßgeblich beeinflussen, was Menschen kochen, essen und als „guten Geschmack“ wahrnehmen. Auf der Plattform nokitchenisanisland.com werden Rezepte aus den beliebtesten Online-Suchergebnissen zu durchschnittlichen Ausgangsrezepten zusammengeführt. Diese dienen als Forschungsobjekte, an denen untersucht wird, wie sich kulinarische Vorlieben durch digitale Empfehlungen, ökologische Anforderungen und algorithmische Logiken verändern. Die übergeordnete Forschungsfrage lautet: Wie kann eine Mensch-Maschine-Kollaboration im Alltag so gestaltet werden, dass sie nachhaltige Ernährungsentscheidungen unterstützt?

1 2 3 4 5 … 421 422 423