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)
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.
Temperature and heating-induced temperature difference profiles were measured through the atmosphere, sea ice, and ocean using a SIMBA-type sea ice mass balance buoy equipped with a several meter long thermistor chain. The present dataset was recorded by SIMBA 2022T97 (original name NPOL_0803) installed on drifting sea ice in the Arctic Ocean during the expedition Kronprins Haakon AO22 in 2022. Data is available between 2022-08-06 10:38:00 and 2022-11-22 03:02:00. The thermistor chain was Variable 5 m long and included 241 sensors with a regular spacing of 2 cm. The resulting time series includes the evolution of temperature and temperature differences at 30 s and 120 s during a heating cycle of 120 s as a function of location, depth and time. The sampling intervals were usually between hourly and daily, but were most frequently configured to 6 hours for temperature, and 24 hours for temperature differences. In addition to temperatures and geographic location, barometric pressure, ~1 m air temperature, instrument tilt, and compass heading were measured. The present dataset was processed as follows: obvious inconsistencies (missing values) and unrealistic values of GPS position have been removed. This instrument was deployed as part of the project Arctic Passion.
Seit Beginn der 80er Jahre wird in der Ursachenforschung der Waldschaeden bestimmten Luftschadstoffen eine entscheidende Rolle beigemessen. Aus diesem Grund wurde von der Forstlichen Versuchs- und Forschungsanstalt Baden-Wuerttemberg ein Pilotprojekt begonnen. Ziel dieses Vorprojektes war die Entwicklung und Erprobung einer Grosskammer zur Untersuchung von Filterwirkung, Wintertauglichkeit und Kammerklima. Solche 'oben offenen Experimentierkammern' bieten die Moeglichkeit, Luftschadstoffe der Umgebungsluft auszuschliessen. Aus den Kontrollen mit den jeweiligen Freiluftbaeumen lassen sich dann Rueckschluesse auf die Auswirkungen der verschiedenen Schadstoffe ziehen. Dieses Pilotprojekt wurde im Muenstertal im Suedschwarzwald in 850 m ue NN durchgefuehrt. Die praktische Erprobung waehrend zweier Betriebsjahre zeigte einen weitgehend stoerungsfreien Kammerbetrieb. Die hoelzerne Konstruktion und die Folienbespannung widerstanden allen Belastungen durch Wind und Schnee. Lueftungs- und Filterungssystem arbeiteten befriedigend. Im Gegensatz zum technischen Kammerbetrieb bleiben die qualitativen Kammerbedingungen hinter den Erfordernissen zurueck. Eine wesentliche Abweichung von den Freilandbedingungen stellten die fehlenden Nebel- und Tauereignisse dar. Aus immissionsoekologischer Sicht entfielen hierdurch Depositionen, die fuer das aktuelle Schadensphaenomen der montanen Nadelvergilbung von besonderer Bedeutung sein koennten. Die nahezu lueckenlosen Messreihen der Klimawerte belegten ferner, dass die grundlegende Forderung nach einem freilandaehnlichen Kammerklima in den getesteten Kammern nur bedingt erfuellt werden konnte. Dies traf insbesondere fuer Luft- und Bodentemperaturen, fuer die relative Luftfeuchtigkeit und die Strahlungsverhaeltnisse zu. Aufgrund der beobachteten Klimaeffekte sowie des Fehlens wesentlicher immissionsoekologischer Feuchtefaktoren lassen die Testpflanzen sowohl kurz- als auch langfristig Wuchs- und Symptomreaktionen erwarten, die nicht mit denen des Freilandes vergleichbar sind. Unter diesen Bedingungen ist nur der Vergleich von Kammer zu Kammer statthaft. Die Durchfuehrung spezieller Kurzzeitexperimente (zB waehrend einer Vegetationsperiode) mit den Behandlungsvarianten Rein- und Umgebungsluft scheiterte an der relativ geringen Luftschadstoffbelastung des Projektstandortes. Gegen Langzeit-Experimente sprachen die nicht vergleichbaren Wachstumgsbedingungen innerhalb und ausserhalb der Kammern. Um uebertragbare Kammerergebnisse zu erzielen, muessten kostenintensive Optimierungsmassnahmen vorgenommen werden. Vorrangige Verbesserungen waeren im Bereich der Lichtbedingungen und der Temperaturreduktion angezeigt. Die Steuerungsgruppe kam zu dem abschliessenden Ergebnis, dass das Projekt im Vorprojektstadium abgeschlossen und am Standort 'Muenstertal' nicht in ein langfristiges Abschlussprojekt uebergeleitet werden sollte.
Der zip-Ordner enthält 30-jährige Rastermittel für Beobachtungs- (1881-1910 bis 1991-2020) und die Ergebnisbandbreite mit Mittelwert der Absolutwerte und Änderungssignale zu 1971-2000 für Projektionszeiträume der Klimaszenarien RCP8.5 und RCP2.6 (2031-2060 und 2071-2100) im Koordinatensystem epsg:4647 (UTM32) für die Zeiteinheiten: - yr: Kalenderjahr (Jan. - Dez.) - sp: Frühling (Mär. - Mai) - su: Sommer (Jun. - Aug.) - au: Herbst (Sep. - Nov.) - wi: Winter (Dez. - Feb.) - hyr: Hydrologisches Jahr (Nov. - Okt.) - hsu: Hydrologisches Sommerhalbjahr (Mai - Okt.) - hwi: Hydrologisches Winterhalbjahr (Nov. - Apr.) - gs: Vegetationsperiode (Apr. - Sep.) - vd: Vegetationsruhe (Okt. - Mär.) - m01.. Monate Januar bis Dezember Neben den Rasterdaten ist eine Information zu den Dateinamen und für eine Darstellung im GIS eine Klassifizierung der Rasterdaten mit Klassenname und hexcolor-code gegeben.
Cosmic ray neutron sensing (CRNS) sensor, is an innovative technique used to measure soil moisture and snow water equivalent over large areas (Zreda et al., 2012). The advantage of CRNS over traditional point-based sensors is its ability to cover a large footprint of typically 10–20 ha (Köhli et al., 2015), making it ideal for monitoring hydrological processes at the field to landscape scales. In the present study, one CRNS Sensor, Model SP, made by StyX Neutronica GmbH was deployed in a stationary position to provide continuous, non-invasive measurements at the KITcube site near Villingen-Schwenningen.
Grundwasserneubildung aus Niederschlag (GWN); Dimension: mm/Jahr: Unter den Bilanzgrößen des Wasserhaushalts kommt der flächenhaften Grundwasserneubildung aus Niederschlag (GWN) eine hohe Bedeutung zu. Im Gegensatz zu anderen Wasserhaushaltsgrößen kann die GWN in der Regel nicht direkt gemessen werden. Der Anwendung entsprechender Modelle kommt daher eine besondere Bedeutung zu. Die hier zur Verfügung gestellten Daten der GWN stammen aus der landesweiten Langzeit-Berechnung mit dem Bodenwasserhaushaltsmodell GWN-BW. GWN-BW ist ein modular aufgebautes, deterministisches und flächendifferenziertes Modell zur Berechnung der tatsächlichen Verdunstung, zur Simulation des Bodenwasserhaushaltes und der unterhalb der durchwurzelten Bodenzone gebildeten Sickerwassermenge. Wie die meisten vergleichbaren Wasserhaushaltsmodelle benötigt GWN-BW als meteorologischen Antrieb Daten der Niederschlagshöhe, der Lufttemperatur, der relativen Luftfeuchte, der Globalstrahlung oder Sonnenscheindauer sowie der Windstärke oder geschwindigkeit. https://www.hydrosconsult.com/hydrologie/bodenwasserhaushalt Die Berechnungen erfolgen auf insgesamt 102.677 Grundflächen, deren Geometrie auf der Verschneidung von Bodenkarte 1:50.000 und CORINE 2006 Landnutzung beruht. Bei der GWN handelt sich um eine berechnete Bilanzkomponente, welche dem Gesamtabfluss abzüglich schneller lateraler Abflusskomponenten entspricht. Der Direktabfluss wird mit Hilfe des regionalisierten Baseflow-Index berücksichtigt. Die berechnete GWN entspricht jener des jeweils obersten Grundwasserstockwerks. Dies können auch hängende Grundwasserleiter sein, die beispielsweise wieder über Quellen entwässern. Sie entspricht somit, je nach den hydrogeologischen Bedingungen, nicht zwingend der GWN des obersten Hauptgrundwasserleiters.
Maps of monthly mean temperature, derived from CLIMAT bulletins on a 0.1x0.1 degree grid, provided by WMO RA VI Regional Climate Centre (RCC) on Climate Monitoring
The QTZR98 TTAAii Data Designators decode as: T1 (Q): Pictorial information regional (Binary coded) T1T2 (QT): Temperature T1ii (Q98): Air priorities for the Earth's surface (Remarks from Volume-C: (COSEU) Tmin (gpv) H+30 , Tx H+42 (gpv))
BfG MapService 'CC_GAR_Prec_2000_2100', OGC:WMS 1.3.0; The maps and data sets summarise climate change information resulting from a well defined ensemble of 14 regional climate simulations (mainly based on EU-ENSEMBLES) for periods 2021 to 2050 and 2071 to 2100. The information are expressed as change of air temperature and precipitation with respect to the simulated present (1971-2000) averaged over meteorological seasons and 50km grid boxes. Based on the ensemble, a high, central and low estimate of the possible future development is given.
| Organisation | Count |
|---|---|
| Bund | 1005 |
| Europa | 234 |
| Global | 13 |
| Kommune | 94 |
| Land | 6554 |
| Weitere | 1205 |
| Wirtschaft | 73 |
| Wissenschaft | 649 |
| Zivilgesellschaft | 56 |
| Type | Count |
|---|---|
| Agrarwirtschaft | 1 |
| Chemische Verbindung | 2 |
| Daten und Messstellen | 7491 |
| Ereignis | 14 |
| Förderprogramm | 447 |
| Gesetzestext | 2 |
| Hochwertiger Datensatz | 5 |
| Kartendienst | 14 |
| Repositorium | 1 |
| Text | 224 |
| Umweltprüfung | 13 |
| unbekannt | 620 |
| License | Count |
|---|---|
| Geschlossen | 2252 |
| Offen | 6415 |
| Unbekannt | 165 |
| Language | Count |
|---|---|
| Deutsch | 8145 |
| Englisch | 2580 |
| andere | 1 |
| Resource type | Count |
|---|---|
| Archiv | 3380 |
| Bild | 28 |
| Datei | 1202 |
| Dokument | 1584 |
| Keine | 2009 |
| Unbekannt | 45 |
| Webdienst | 34 |
| Webseite | 5521 |
| Topic | Count |
|---|---|
| Boden | 6991 |
| Lebewesen und Lebensräume | 8505 |
| Luft | 8832 |
| Mensch und Umwelt | 8832 |
| Wasser | 7712 |
| Weitere | 8786 |