API src

Found 8095 results.

Klimaerlebnisbaum - Rennweg - Tilia

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 am Rennweg sind mehrere Bäume der Art Tilia mit Sensoren versehen, die bis März 2024 Daten sammelten. Die eines dieser Bäume 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 12.03.2024 10 Uhr](https://opendata.smartandpublic.eu/datasets/a307c522-7643-446f-be82-fc1113097770?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)

Badegewässer Messungen

Hintergrundinformationen zum Thema [Badegewässerqualität](https://www.schleswig-holstein.de/DE/Themen/B/badegewaesser.html) im Landesportal Folgende Spalten sind enthalten: - `BADEGEWAESSERID` – eindeutige Kennung des Badegewässers, siehe [Datensatz Stammdaten](/collection/badegewasser-stammdaten/aktuell) - `MESSSTELLENNAME` – Name der Messstelle zur Beprobung des Badegewässers - `MESSSTELLENID` – ID der Messstelle zur Beprobung des Badegewässers - `UEBERWACHUNGSARTID` – ID der Art der Probe - `UEBERWASCHUNGSARTTEXT` – Beschreibung der Art der Probe - `GEWAESSERKATEGORIE` – Art des Wasserkörpers, im dem das Badegewässers liegt - `KUESTENGEWAESSER` – zugehöriges Küstengewässer (Nordsee oder Ostsee) - `PROBEID` - ID der Messung (Zahl) - `DATUMMESSUNG` – Zeitpunkt der Messung im Format DD.MM.YYYY hh:mm:ss oder DD.MM.YYYY - `PROBENART` – Art der Probe - `ECOLI` – Anzahl E. coli in KBE/100ml - `INTEST_ENTEROKOKKEN` – Anzahl Intestinale Enterokokken in KBE/100ml - `WASSERTEMP` – Wassertemperatur in Grad Celsius während der Probenahme - `LUFTTEMP` – Lufttemperatur in Grad Celsius während der Probenahme - `SICHTTIEFE` – Sichttiefe in Metern während der Probenahme - `BEMERKUNG` – Freitextfeld Zeichensatz ist ISO-8859-1, Spaltentrenner ist Pipe, Zeichenketten-Trenner ist das doppelte Anführungszeichen ("), Dezimaltrennzeichen ist das Komma. ---- Für eine komplette Sicht auf die Badegewässerqualität in Schleswig-Holstein sollten diese fünf Datensätze einbezogen werden: - [Stammdaten](/collection/badegewasser-stammdaten/aktuell) - [Einstufung der Badegewässerqualität](/dataset/badegewasser-einstufung) - [Informationen zur vorhandenen Infrastruktur](/collection/badegewasser-infrastruktur/aktuell) - [Saisondauer](/dataset/badegewasser-saisondauer) - [Messungen](/dataset/badegewasser-messungen)

Klimaerlebnisbaum - Ludwigkai - Tilia

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 am Ludwigkai sind mehrere Linden der Art Tilia mit Sensoren versehen. Die Daten eines dieser Bäume 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 13 Uhr](https://opendata.smartandpublic.eu/datasets/a879dea4-b157-4cac-9144-ce3d3e65e862?locale=en), [ab 13.11.2024 14 Uhr](https://opendata.smartandpublic.eu/datasets/338fe900-beac-4406-bdb8-b32c0e058cdb?locale=en)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)

Klimaerlebnisbaum - Zu Rheinstraße - Tilia

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 Linden 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 13 Uhr](https://opendata.smartandpublic.eu/datasets/74e7c788-0882-4ffe-b0dc-74cb0e0fb782), [ab 13.11.2024 14 Uhr](https://opendata.smartandpublic.eu/datasets/b976e56e-9fbf-42dd-86db-1677c2a5dc91?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)

Klimaerlebnisbaum - Landesgartenschaugelände - Tilia

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 auf dem Landesgartenschaugelände sind mehrere Linden der Art Tilia mit Sensoren versehen. Die Daten eines dieser Bäume 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 14.04.2025 12 Uhr](https://opendata.smartandpublic.eu/datasets/2525e376-990b-45cb-90b3-71a2e5ae3cbc?locale=en#iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub), [ab 14.04.2025 13 Uhr](https://opendata.smartandpublic.eu/datasets/7507c65c-a1b2-446d-82e1-fcc14a793552?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)

Klimaerlebnisbaum - Rottendorf - 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 Rottendorf sind mehrere Bäume der Art Robinia mit Sensoren versehen. Die Daten eines dieser Bäume 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 13 Uhr](https://opendata.smartandpublic.eu/datasets/9b901002-a1fd-47b0-89d4-eb12f9117233?locale=en#iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub), [ab 23.11.2024 14 Uhr](https://opendata.smartandpublic.eu/datasets/713101d0-8137-4da5-9010-8281fadd8bff?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)

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)

Stadtklimaanalyse Hamburg 2023

Die Stadtklimaanalyse Hamburg 2023 basiert auf einer modellgestützten Analyse zu den klimaökologischen Funktionen für das Hamburger Stadtgebiet. Die Berechnung mit FITNAH 3D erfolgte in einer hohen räumlichen Auflösung (10 m x 10 m Raster) und liefert Daten und Aussagen zur Temperatur und Kaltluftentstehung in Hamburg. Die Untersuchung wurde auf der Annahme einer besonders belastenden Sommerwetterlage für Mensch und Umwelt mit geringer Luftbewegung und hoher Temperaturbelastung erstellt. Als Grundlage für die flächenbezogenen Bewertungen und deren räumliche Abgrenzungen diente der ALKIS-Datensatz „Bodennutzung“ der Freien und Hansestadt Hamburg, Landesbetrieb Geoinformation und Vermessung (LGV) mit Stand Dezember 2022. Weitere Informationen zur Stadtklimaanalyse Hamburg 2023 sind unter folgendem Link abrufbar: https://www.hamburg.de/politik-und-verwaltung/behoerden/bukea/themen/hamburgs-gruen/landschaftsprogramm/stadtklimaanalyse-hamburg-896054 Dort stehen der Erläuterungsbericht, die Analyse- und Bewertungskarten sowie eine Erläuterungstabelle für den Datensatz, der als Grundlage für die Ebenen 11 bis 14 dient, zum Download zur Verfügung. Die Ebenen des Geodatensatzes „Stadtklimaanalyse Hamburg 2023“ werden wie folgt präzisiert: 01 Windvektoren um 4 Uhr (aggregierte 100 m Auflösung) Die bodennahe Temperaturverteilung bedingt horizontale Luftdruckunterschiede, die wiederum Auslöser für lokale thermische Windsysteme sind. Ausgangspunkt dieses Prozesses sind die nächtlichen Temperaturunterschiede, die sich zwischen Siedlungsräumen und vegetationsgeprägten Freiflächen einstellen. An den geneigten Flächen setzt sich abgekühlte und damit schwerere Luft in Richtung zur tiefsten Stelle des Geländes als Kaltluftabfluss in Bewegung. Das sich zum nächtlichen Analysezeitpunkt 4 Uhr ausgeprägte Kaltluftströmungsfeld wird über Vektoren abgebildet, die für eine übersichtlichere Darstellung auf 100 m x 100 m Kantenlänge aggregiert werden. 02 Flurwinde und Kaltluftabflüsse Bei den nächtlichen Windsystemen werden Flurwinde von Kaltluftabflüssen unterschieden. Flurwinde werden durch den horizontalen Temperaturunterschied zwischen kühlen Grünflächen und warmer Bebauung ausgelöst. Kaltluftabflüsse bilden sich über Oberflächen mit Hangneigungen von mehr als 1 ° aus. 03 Bereiche mit besonderer Funktion für den Luftaustausch Diese Durchlüftungszonen verbinden Kaltluftentstehungsgebiete (Ausgleichsräume) und Belastungsbereiche (Wirkungsräume) miteinander und sind aufgrund ihrer Klimafunktion elementarer Bestandteil des Luftaustausches. Es handelt sich i.d.R. um gering überbaute und grüngeprägte Strukturen, die linear auf die jeweiligen Wirkungsräume ausgerichtet sind und insbesondere am Stadtrand das Einwirken von Kaltluft aus den Kaltluftentstehungsgebieten des Umlandes begünstigen. 04 Kaltlufteinwirkbereich innerhalb von Bebauung und Verkehrsflächen Hierzu zählen Siedlungs- und Verkehrsflächen, die sich im „Einwirkbereich“ eines klimaökologisch wirksamen Kaltluftstroms mit einem Wert von mehr als 5 m³/(s*m) befinden. Hier ist sowohl im bodennahen Bereich als auch darüber hinaus eine entsprechende Durchlüftung vorhanden. Die Eindringtiefe der Kaltluft beträgt, abhängig von der Bebauungsstruktur, zwischen ca. 100 m und bis zu 700 m. Darüber hinaus spielt auch die Hinderniswirkung des angrenzenden Bebauungstyps eine wesentliche Rolle. 05 Gebäude (Bestand und Planung) Mithilfe der Gebäudegrenzen werden Effekte auf das Mikroklima sowie insbesondere das Strömungsfeld berücksichtigt. Als Grundlage dient der ALKIS-Datensatz „Gebäude“ der Freien und Hansestadt Hamburg, Landesbetrieb Geoinformation und Vermessung (LGV) mit Stand Dezember 2022. Dieser Datensatz wurde anhand ausgewählter, zum Zeitpunkt der Bearbeitung im Verfahren sowie in Planung befindlicher Bebauungspläne und Großprojekte modifiziert. 06 Windgeschwindigkeit um 4 Uhr Siehe Hinweise zur Ebene 01 Windvektoren um 4 Uhr (aggregierte 100 m Auflösung). Die Rasterzellen stellen ergänzend zu den Windvektoren die Windgeschwindigkeit flächenhaft in 10 m x 10 m Auflösung dar. 07 Kaltluftvolumenstromdichte um 4 Uhr Der Kaltluftvolumenstrom beschreibt diejenige Menge an Kaltluft in der Einheit m³, die in jeder Sekunde durch den Querschnitt beispielsweise eines Hanges oder einer Kaltluftleitbahn fließt. Der Volumenstrom ist ein Maß für den Zustrom von Kaltluft und bestimmt neben der Strömungsgeschwindigkeit die Größenordnung des Durchlüftungspotenzials. Zum Zeitpunkt 4 Uhr morgens ist die Intensität der Kaltluftströme voll ausgeprägt. 07a Kaltluftvolumenstromdichte um 4 Uhr in den Grün- und Freiflächen Reduzierung der Ebene 07 Kaltluftvolumenstromdichte um 4 Uhr auf die Grün- und Freiflächen. 08 Lufttemperatur um 4 Uhr Der Tagesgang der Lufttemperatur ist direkt an die Strahlungsbilanz eines Standortes gekoppelt und zeigt daher i.d.R. einen ausgeprägten Abfall während der Abend- und Nachtstunden. Dieser erreicht kurz vor Sonnenaufgang des nächsten Tages ein Maximum. Das Ausmaß der Abkühlung kann je nach meteorologischen Verhältnissen, Lage des Standorts und landnutzungsabhängigen physikalischen Boden- bzw. Oberflächeneigenschaften große Unterschiede aufweisen. Besonders auffällig ist das thermische Sonderklima der Siedlungsräume mit seinen gegenüber dem Umland modifizierten klimatischen Verhältnissen. 08a Lufttemperatur um 4 Uhr im Siedlungsraum Reduzierung der Ebene 08 Lufttemperatur um 4 Uhr auf die Siedlungsflächen. 08b Lufttemperatur um 4 Uhr in den Verkehrsflächen Reduzierung der Ebene 08 Lufttemperatur um 4 Uhr auf die Verkehrsflächen. 09 Lufttemperatur um 14 Uhr Die Lufttemperatur am Tage ist im Wesentlichen durch die großräumige Temperatur der Luftmasse in einer Region geprägt und wird weniger stark durch Verschattung beeinflusst, wie es bei der PET der Fall ist (Erläuterung „PET“ siehe Ebene 10 und 13). Daher weist die für die Tagsituation modellierte Lufttemperatur eine homogenere Ausprägung auf. 10 Physiologisch Äquivalente Temperatur (PET) um 14 Uhr Meteorologische Parameter wirken nicht unabhängig voneinander, sondern in biometeorologischen Wirkungskomplexen auf das Wohlbefinden des Menschen ein. Zur Bewertung werden Indizes verwendet (Kenngrößen), die Aussagen zur Lufttemperatur und Luftfeuchte, zur Windgeschwindigkeit sowie zu kurz- und langwelligen Strahlungsflüssen kombinieren. Wärmehaushaltsmodelle berechnen den Wärmeaustausch einer „Norm-Person“ mit seiner Umgebung und können so die Wärmebelastung eines Menschen abschätzen. Die hier genutzte Kenngröße PET (Physiologisch Äquivalente Temperatur, VDI 3787, Blatt 9) bezieht sich auf außenklimatische Bedingungen und zeigt eine starke Abhängigkeit von der Strahlungstemperatur. Mit Blick auf die Wärmebelastung ist sie damit vor allem für die Bewertung des Aufenthalts im Freien am Tage sinnvoll einsetzbar. 11 Bewertung nachts Siedlungs- und Verkehrsflächen: mittlere Lufttemperatur um 4 Uhr Zur Bewertung der bioklimatischen Situation wird die nächtliche Überwärmung in den Nachtstunden (4 Uhr morgens) herangezogen und räumlich differenziert betrachtet. Der nächtliche Wärmeinseleffekt wird anhand der Differenz zwischen der durchschnittlichen Lufttemperatur einer Siedlungs- oder Verkehrsfläche und der gesamtstädtischen Durchschnittstemperatur von etwa 17,1 °C bewertet. Die mittlere Überwärmung pro Blockfläche wird in fünf Bewertungsstufen untergliedert und reicht von sehr günstig (≥ 15,8 °C) bis sehr ungünstig (>= 20 °C). 12 Bewertung nachts Grün- und Freiflächen: bioklimatische Bedeutung Bei der Bewertung der bioklimatischen Bedeutung von grünbestimmten Flächen ist insbesondere die Lage der Grün- und Freiflächen zu Leitbahnen sowie zu bioklimatisch ungünstig oder weniger günstig bewerteten Siedlungsflächen entscheidend. Es handelt sich um eine anthropozentrisch ausgerichtete Wertung, die die Ausgleichsfunktionen der Flächen für den derzeitigen Siedlungsraum berücksichtigt. Die klimaökologischen Charakteristika der Grün- und Freiflächen werden anhand einer vierstufigen Skala (sehr hohe bioklimatische Bedeutung bis geringe bioklimatische Bedeutung) bewertet. 13 Bewertung tags Siedlungs- und Verkehrsflächen: bioklimatische Bedeutung (PET 14 Uhr) Zur Bewertung der Tagsituation wird der humanbioklimatische Index PET um 14:00 Uhr herangezogen. Für die PET existiert in der VDI-Richtlinie 3787, Blatt 9 eine absolute Bewertungsskala, die das thermische Empfinden und die physiologischen Belastungsstufen quantifiziert. Die Bewertung der thermischen Belastung im Stadtgebiet Hamburg orientiert sich daran und reicht auf einer fünfstufigen Skala von extrem belastet (> 41 °C) bis schwach belastet ( 41 °C) zu einer sehr geringen Aufenthaltsqualität führt. 14 Bewertung tags Grün- und Freiflächen: Aufenthaltsqualität (PET 14 Uhr) Die Zuweisung der Aufenthaltsqualität von Grün- und Freiflächen in der Bewertungskarte beruht auf der jeweiligen physiologischen Belastungsstufe. Es werden vier Bewertungsstufen unterschieden. Eine hohe Aufenthaltsqualität ergibt sich aus einer schwachen oder nicht vorhandenen Wärmebelastung (PET 41 °C) zu einer sehr geringen Aufenthaltsqualität führt.

Eurasian Modern Pollen Database (former European Modern Pollen Database)

The Eurasian Modern Pollen Database (EMPD) contains modern pollen data (raw counts) for the entire Eurasian continent. Derived from the European Modern Pollen Database, the dataset contains many more samples West of the Ural Mountains. We propose this dataset in three different format: 1/ an Excel spreadsheet, 2/ a PostgreSQL dump and 3/ a SQLite3 portable database format. All three datasets are strictly equivalent. For download see "Original Version".

Ready-to-use version of the Eurasian Modern Pollen Database version 2, with 90 pollen taxa and 7634 sites

Ready-to-use version of the Eurasian Modern Pollen Database version 2 (EMPD2; Davis et al., 2020; Chevalier et al., 2019) that includes 90 taxa and 7634 modern pollen samples with pollen sums (excluding Pinus) higher or equal to 100 pollen grains (Tables 1 to 6). Table 7 contains 394 additional sites with pollen sums less than 100 pollen grains when excluding Pinus but higher or equal to 100 pollen grains when Pinus is included. Users can merge Tables 1 and 7 (8028 modern pollen samples) if they consider pollen sums (including Pinus) equal or higher than 100 pollen grains sufficient for accurate reconstructions. This ready-to-use version of the EMPD2 was initially built to do paleoclimatic reconstructions for Southern Europe. For users willing to do paleoclimate reconstructions in regions that may need to re-include some of the taxa that were removed, the intermediate version containing all the counts for the 840 initial taxa and the first grouping to 192 taxa is also available as Table 8.

1 2 3 4 5 … 808 809 810