API src

Found 3843 results.

Similar terms

s/mos/Moos/gi

Umweltgerechtigkeit 2023/2024 (Umweltatlas)

Darstellung der Umweltgerechtigkeit in Berlin 2023/24 durch die Bewertung der Kernindikatoren Lärmbelastung, Luftbelastung, Grünversorgung, Thermische Belastung, Soziale Benachteiligung sowie der Darstellung der Integrierten Mehrfachbelastung, Integrierten Mehrfachbelastung einschließlich des Kernindikators Soziale Benachteiligung sowie der Integrierten Mehrfachbelastung einschließlich des Kernindikators Soziale Benachteiligung und weiterer Ergänzungsindikatoren als "Berliner Umweltgerechtigkeitskarte".

Model Output Statistics for BIHAC (14528)

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 ]

Bereitstellung und Testung unterschiedlicher Moosspezies für die Gewinnung pharmazeutisch aktiver Substanzen

Verschiedene Moosspezies aus dem mitteldeutschen Raum werden gesammelt und auf die Produktion pharmazeutisch einsetzbarer Inhaltsstoffe gescreent.

Model Output Statistics for Lauf/Pegnitz (Kläranlage) (P266)

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 BANGKOK METROPOLIS (48455)

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 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 ]

Model Output Statistics for ASTRAKHAN (34880)

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 ]

INSPIRE TH Verteilung der Arten

Der INSPIRE-Dienst Verteilung der Arten (Tierarten gemäß Concept URL: http://www.eionet.europa.eu/gemet/concept/10073 und Pflanzenarten gemäß Concept URL: http://www.eionet.europa.eu/gemet/concept/8908) gibt einen Überblick über die Verteilung der Tier-, Pflanzen und Pilzarten im Freistaat Thüringen. Der Datensatz entstammt dem Thüringer Arten-Erfassungsprogramm, welches 1992 bei der Thüringer Landesanstalt für Umwelt und Geologie (jetzt TLUBN) aufgebaut wurde. Der Datenbestand wird seitdem kontinuierlich aktualisiert, erweitert und ausgewertet. Erfassungsschwerpunkte sind: • gefährdete Arten • gesetzlich besonders und streng geschützte Arten • sonstige faunistisch und floristisch bemerkenswerte Arten. Weiterhin werden Arten in bestimmten Gebieten wie Schutzgebieten und schutzwürdigen Bereichen vertieft erfasst. Zu den Artendaten zählen bzgl. der Fauna die Unterteilungen Amphibien, Fische / Rundmäuler, Reptilien, Säugetiere, Vögel, Heuschrecken, Käfer, Libellen, Spinnentiere, Schmetterlinge, Weichtiere und weitere Wirbellosengruppen. Der Datensatz der in Thüringen vorkommenden Pflanzen- und Pilzarten beschränkt sich zunächst auf folgende Artengruppen: Farn- und Blütenpflanzen, Moose, Flechten, Armleuchteralgen, Süßwasser-Rotalgen und „Groß-Pilze“ (Fungi). Mittelfristig ist vorgesehen, dieses Spektrum um die phytoparasitischen Kleinpilze zu erweitern. Großteils stammen die faunistischen Daten aus der Zeit ab 1985; es sind aber auch historische Daten enthalten. Datenquellen sind u. a. Beobachtungen aus Gutachten im Auftrag der Naturschutzverwaltung (Schutzwürdigkeitsgutachten, Artenhilfsprogramm-Basis-Erhebungen, regionale Erfassungen...), aus Faunistik-Projekten, ehrenamtliche Kartierungen, andere Gutachten, soweit hierfür Ausnahmegenehmigungen erforderlich waren, sowie Literatur. Die Daten der Pflanzen und Pilze entstammen ebenfalls unterschiedlichen Datenquellen. Dazu gehören Auswertungen von Publikationen von Mitte des 16. Jahrhunderts bis heute sowie die fortlaufende Auswertung neu erscheinender Literatur. Weitere Datenquellen sind Herbarien, unveröffentlichte Gutachten und akademische Abschlussarbeiten sowie unsystematische Einzelmeldungen. Der größte Teil der Daten geht jedoch auf systematische Erhebungen seit Ende des 20. Jahrhunderts zurück, die durch ehrenamtliche Fachvereinigungen und ihrer Mitglieder (z. T. in Kooperation des TLUBN und seiner Vorgänger) erfasst wurden (Thüringische Botanische Gesellschaft e. V., Arbeitskreis Heimische Orchideen e. V., Thüringer Arbeitsgemeinschaft Mykologie e. V., bryologisch-lichenologische Artenkenner etc.). Bei einzelnen Artengruppen gehen die meisten Daten auf das Engagement einzelner Personen zurück (Armleuchteralgen, Süßwasser-Rotalgen). Der Datenbestand ist bezüglich der verschiedenen Arten wie bezüglich der regionalen Erfassungsintensität und Datendichte pro Flächeneinheit heterogen und daher unterschiedlich repräsentativ. So liegen z. B. floristische Daten, die vor 2000 erhoben wurden und für „kommune“ Arten oft nur Rasterangaben vor. Punktgenaue Daten wurden im Wesentlichen nach dem Jahr 2000 und meistens nur für seltene und gefährdete oder sonstige bemerkenswerte Arten erfasst. Es ist daher stets an Hand der Recherche-Ergebnisse zu prüfen, ob die Artendaten für den vorgesehenen Zweck ausreichend sind oder ob weitere Recherchen / Kartierungen erforderlich sind. Weiterhin ist zu betonen, dass in Deutschland alle Artangaben zunächst so aufgenommen werden, wie sie in der entsprechenden Quelle enthalten sind. Der vorliegende Datenbestand ist folglich eine Nachschlagemöglichkeit für diese Daten. Deshalb ist vor der Ableitung weitreichender Konsequenzen aus dem Vorkommen einzelner Arten die Plausibilität und Aktualität des entsprechenden Artvorkommens zu prüfen. 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.

Pflanzengeographie und Pflanzenoekologie des borealen Nadelwaldes

Der boreale Nadelwald, die Taiga, ist eines der groessten Oekosysteme der Erde. Doch seine verschiedenen Teilgebiete sind auch innerhalb des Postglazials recht unterschiedlich alt. Ebenso verschiedenartig sind die oekologischen Gegebenheiten. Es stellt sich die Frage, ob die Taiga als ein einziges Oekosystem betrachtet werden darf. Die laufenden oekologischen Untersuchungen sollen die Ursachen fuer den lichten Stand der Baeume in einzelnen Teilen der Taiga klaeren. Von Bedeutung sind dabei Fragen nach Art, Ort und Intensitaet der Wurzelkonkurrenz sowie nach den oekologischen Folgen der Nadelstreu und des Moos- und Flechtenteppichs im Hinblick auf den Wasser und Waermehaushalt und auf die Bestandesverjuengung. Die Untersuchungen werden in Kanada, Nordeuropa und Ostjakutien durchgefuehrt.

Inventarisierung der Moos- und Flechtenflora ausgewählter Naturschutzgebiete in Mittelchile (VII. Region)

Die VII. Region Chiles (Region Maule) zählt zu den bryologisch und lichenologisch bisher ungenügend untersuchten Gebieten Chiles. Große Teile der natürlichen Vegetation sind durch Inkulturnahme heutzutage in Plantagen, Felder und Siedlungsland umgewandelt. Die wenigen Reste der natürlichen Waldvegetation sind aktuell fast ausschließlich auf wenige als Naturschutzgebiete ausgewiesene Gebiete beschränkt. Die Moos- und Flechtenflora dieser Flächen wird im Zuge des Projektes detailliert kartiert. Ziel des Projektes ist es, den Kenntnisstand der Moos- und Flechtenflora der VII. Region Chiles zu mehren, Vorschläge für Schutzmaßnahmen herauszuarbeiten und Indikatororganismen für natürliche Waldvegetationstypen herauszufinden.

1 2 3 4 5 … 383 384 385