API src

Found 4378 results.

Similar terms

s/mos/Moos/gi

Other language confidence: 0.6873551971034806

Model Output Statistics for Saldenburg-Entschenreuth (P586)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Species Distribution - INSPIRE View-Service SD (WMS-LfU-ARTEN)

Der interoperable INSPIRE-Viewdienst (WMS) Species Distribution gibt einen Überblick über die Verteilung der Arten (Flora und Fauna) im Land Brandenburg. Entsprechend der EU-Richtlinie INSPIRE liegt der Datensatz als Grid auf Basis der flächentreuen Lambert Azimutal-Projektion (ETRS89-LAEA-Raster) mit einer Rasterweite von 10 km vor. Zu den Artendaten zählen bzgl. der Fauna Amphibien, Reptilien, Insekten (Käfer, Libellen, Schmetterlinge), Säugetiere, Vögel und sonstige Weichtiere bzw. Mollusken. Hinsichtlich der Artengruppen der Flora sind Informationen zu Moose und Gefäßpflanzen gem. FFH-Anhänge und BNatschG enthalten. Gemäß der INSPIRE-Datenspezifikation Species Distribution (D2.8.III.19_v3.0) liegen die Inhalte INSPIRE-konform vor. Der WMS wird gemäß INSPIRE-Vorgaben nach Artengruppen unterteilt und ist somit in folgende 10 Layer gegliedert: – SD.Amphibia: Amphibien – SD.Aves: Vögel – SD.Bryophyta: Moose – SD.Coleoptera: Käfer – SD.Kormophyta: Gefäßpflanzen/ Höhere Pflanzen – SD.Lepidoptera: Schmetterlinge – SD.Mammalia: Säugetiere – SD.Mollusca: Mollusken / Weichtiere – SD.Odonata: Libellen – SD.Reptilia: Reptilien Der WebMapService (WMS) wird in den Versionen 1.1.1 und 1.3.0 bereitgestellt.

Moosmonitoring 1995/96, Untersuchungen der Schwermetallgehalte in Moosen, Thallium in Moosen, Einzelelementkarten

In der Bundesrepublik Deutschland wurden von 1990 bis 2005 in fünfjährigem Abstand sowie in den Jahren 2015/16 und 2020/21 Untersuchungen zur Bestimmung der Inhaltsstoffe von Moosen durchgeführt. Schwerpunkt war die Analyse von Schwermetallen, ab 2005/06 auch von Sticksoff. Seit 2015/16 wurde das Stoffspektrum auf persistente organische Stoffe (POP) und Mikroplastik ausgeweitet. Dieses „Moosmonitoring“ ist der deutsche Beitrag zum europäischen Moosmonitoringprogramm, welches durch das „Internationale Kooperativprogramm zur Wirkung von Luftverunreinigungen auf die natürliche Vegetation und auf landwirtschaftliche Kulturpflanzen“ („International Cooperative Programme on Effects of Air Pollution on Natural Vegetation and Crops“, kurz: ICP Vegetation) der Genfer Luftreinhaltekonvention (Convention on Long-range Transboundary Air Pollution, CLRTAP) koordiniert wird. Mit der Durchführung der einzelnen Probenahmekampagnen sowie der Auswertung der Untersuchungsergebnisse wurden durch das Umweltbundesamt (UBA) wechselnde Institutionen beauftragt, so die Bundesanstalt für Geowissenschaften und Rohstoffe (BGR) mit dem Moosmonitoring 1995/96. Die Ergebnisse der nachfolgenden Monitoringjahre hat das Umweltbundesamt veröffentlicht. Sie sind abrufbar unter https://www.umweltbundesamt.de/daten/luft/bioindikation-von-luftverunreinigungen. Das Moos-Monitoring 1995/96 ist mit 1026 Standorten neben dem Moos-Monitoring 2000 das mit der größten Probenahmedichte und mit 40 analysierten Elementen das mit dem größten Untersuchungsspektrum. Obwohl die in den Jahren 1998 und 1999 fertiggestellten Forschungsberichte (Siewers & Herpin, 1998; Siewers, Herpin & Straßburg, 1999) eine Auswertung (Kurzbeschreibung, statistische Maßzahlen, Verteilungskarten) aller 40 analysierten Elemente enthalten, wurden bislang nur die Daten von 12 der analysierten Elemente veröffentlicht. Darüber hinaus wurden im Jahr 2007 die im Ergebnis der Analytik vorliegenden Rohdaten aus den Laboratorien einer Neubewertung unterzogen. Daraus resultiert eine Reihe von Fehlerkorrekturen, das auswertbare Elementspektrum konnte auf 42 Elemente erweitert werden. Auch die Ergebnisse dieser Neubewertung sind bislang unveröffentlicht. Die ergänzende Bearbeitung der Daten mit modernen Verfahren bringt eine zusätzliche Aufwertung dieser. Die Downloads zeigen die Verteilung der Thalliumgehalte in Moosen in vier verschiedenen farbigen Punkt- und Isoflächenkarten. Die Legenden der Karten sind wahlweise in der Maßeinheit µg/g oder in einer an den Gehaltsbereich des dargestellten Elements angepassten Maßeinheit abrufbar.

Stundenmittel aus Stationsmessungen der Windgeschwindigkeit und Windrichtung für Deutschland

Diese Daten stammen von den Stationen des DWD und rechtlich sowie qualitativ gleichgestellten Partnernetzen. Umfangreiche Stationsmetadaten (Stationsverlegungen, Instrumentenwechsel, Wechsel der Bezugszeit, Änderungen in den Algorithmen) werden beim Download mitgeliefert. Der Datensatz ist aufgeteilt in einen versionierten Teil mit abgeschlossener Qualitätsprüfung, im Verzeichnis ./historical/. Und einen sich kontinuierlich aktualisierenden Teil, für den die Qualitätsprüfung noch nicht abgeschlossen ist, im Verzeichnis ./recent/. In dem Ordner ./timeseries_overview/ stehen Angaben zu langen Zeitreihen zur Verfügung.

Model Output Statistics for Kaiserslautern (K863)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for Holzheim bei Diez (K295)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for SARMELLEK (12922)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for Ingolstadt_(Flugplat (10860)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for TABARKA (60710)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Spatial Dynamics of Wetland Plant Populations: Reponses to Habitat Fragmentation and Land-Use Changes

Fen meadows belong to the few remaining semi-natural plant communities with high species diversity and a high proportion of rare and endangered species. They are influenced by groundwater or aquifer discharge. Their existence depends on continued but low-intensity agricultural use, i.e. lat-season mowing or extensive grazing. Agricultural practices in the past have led to a demise and fragmentation of fen areas. Even though protected by law the persistence of the remaining fens is still threatened by intensified farming (drainage, fertilization) or abandonment (cessation of mowing). The goal of this project is to investigate patterns of diversity and to develop conservation strategies. The following questions are asked: How do different agricultural practices, habitat fragmentation and altitude of the fens influence the diversity of mosses, higher plants and insects? Do the same factors also affect the morphology and the population structure of a typical fen plant species? How does productivity influence the vegetation composition and plant species richness of montane fen meadows? How does fertilization affect the competitive ability of selected plant species? Which conservation measures can protect the endangered montane fens? For the study we randomly selected 36 montane fens from the wetland inventory of Switzerland. For three altitude classes (800-1000 meters above sea level, 1000-1200 meters a.s.l. and 1200-1400 meters a.s.l.) 12 fens each were selected for our investigation, six of them mown once a year, six grazed by cattle's. Species diversity and -composition, vegetation structure, productivity and the population structure of single species were recorded for each of the 36 fens. The influence of nutrient inputs and habitat quality on the competitive ability of fen-species was assessed in a field-experiment. Previous results: Biodiversity of montane fen meadows is mainly influenced by the agricultural practices. Mown sites exhibit more species of vascular plants and butterflies than cattle-grazed areas, whereas grasshoppers prefer grazed sites with complex Vegetation structure. The species richness of vascular plants is closely related to the aboveground biomass. Highest diversity occurs at intermediate levels of bio-mass. High soil fertility reduces species richness. The diversity of mobile organisms such as butterflies not only depends on the habitat quality of the fen sites but additionally on that of the adjacent areas. Habitat fragmentation clearly reduces the diversity of all investigated organisms. In conclusion, only a diverse land-use can maintain the species diversity of different groups of organisms. Additionally, the remaining fen meadows have to be protected from fragmentation and nutrient influx.

1 2 3 4 5 … 436 437 438