This study reports a precisely dated pollen record with a 20-year resolution from the varved sediments of Lake Mondsee in the north-eastern European Alps (47°49′N, 13°24′E, 481 m above sea level). The analysed part of core spans the interval between 1500 BCE and 500 CE and allows changes in vegetation composition in relation to climatic changes and human activities in the catchment to be inferred. Intervals of distinct but modest human impact are identified at ca. 1450-1220, 740-490 and 340-190 BCE and from 80 BCE to 180 CE. While the first two intervals are synchronous with prominent salt mining phases during the Bronze Age and Early Iron Age at the nearby UNESCO World Heritage Site of Hallstatt, the last two intervals fall within the Late Iron Age and Roman Imperial Era, respectively. Comparison with published records of extreme runoff events obtained from the same sediment core shows that human activities (including agriculture and logging) around Lake Mondsee were low during intervals of high flood frequency as indicated by a higher number of intercalated detrital event layers, but intensified during hydrologically stable intervals. Comparison of the pollen percentages of arboreal taxa with the stable oxygen isotope and potassium ion records of the NGRIP and GISP2 ice cores from Greenland reveals significant positive correlations for Fagus and negative correlations for Betula and Alnus. This underlines the sensitivity of vegetation around Lake Mondsee to temperature fluctuations in the North Atlantic as well as to moisture fluctuations controlled by changes in the intensity of the Siberian High and the North Atlantic Oscillation (NAO) regime.
Der Meeresspiegelanstieg wird üblicherweise als Problem von Risiko und Verwundbarkeit diskutiert, insbesondere in Bezug auf die Inselstaaten Südostasiens. Ein Ergebnis dieser Diskussionen ist die 'Aufrüstung' der urbanen Küstenlinien in der Region, die massive Investitionen für Infrastrukturmaßnahmen zum Schutz vor steigenden Überflutungsrisiken, Subsidenz und anderen damit verbundenen Gefahren nach sich zieht. Parallel dazu findet eine starke ökonomische Aufwertung der Küstengebiete statt, etwa durch die Erschließung für hochwertige Immobilienprojekte und andere Privatisierungsprozesse. Diese Entwicklungen zeigen eine gegensätzliche Realität der zukünftigen Entwicklung von städtischen Küsten auf. Das beantragte Projekt 'Towards Blue Urbanism for Sea Level Change Adaptation' erforscht dieses scheinbare Paradoxon, indem sowohl risikobezogene, als auch solche Lösungsansätze und Paradigmen der Anpassung an Meeresspiegeländerungen Gegenstand der Analyse werden, die stärker als Chance und positive Entwicklungsperspektive wahrgenommen und diskutiert werden. Den empirischen Kern bildet dabei die Fokussierung auf zwei Technologien der Anpassung, die in den letzten Jahren in verschiedenen räumlichen Kontexten an Bedeutung gewonnen haben: multifunktionelle Deiche und schwimmende Inseln und Häuser. Anhand dieser Lösungsansätze werden globale Trajektorien sowie diskursive Verschiebungen und Infragestellungen untersucht, die mit der Verbreitung solcher Technologien einhergehen. Das Forschungsprojekt verbindet dabei Schauplätze der Innovation mit Orten der Weiterverbreitung von Wissen, bis hin zu Orten der Umsetzung der Technologien in den drei Städten Jakarta, Singapur und Manila. Während diese verschiedenen Orte als 'diskursive Räume' konzipiert werden, legt das Projekt besonderes Augenmerk auf die Akteure und Akteurskonstellationen der Wissensdiffusion ('Diskursträger'), sowie die Modi und Bedingungen der Weiterverbreitung ('epistemic channels'). In diesen drei Dimensionen wird untersucht, inwiefern die Anpassung an den Meeresspiegel im 21. Jahrhundert zu einem gewinnträchtigen Investitionsbereich werden kann, der neue Formen des 'blue urbanism' ermöglicht. Auf konzeptioneller Ebene trägt das Projekt damit zu den aktuellen Diskussionen um Mikropolitiken in globalen Wissensnetzwerken bei, sowie zur Rolle von spekulativen Zukunftsentwürfen für die Anpassung urbaner Küstenregionen an Meeresspiegeländerungen.
Extreme kurzfristige Meeresspiegeländerungen können schwerwiegendere Auswirkungen auf die Gesellschaft und Ökosysteme haben, als ein langsam ansteigender mittlerer Meeresspiegel. Wenn sich die Anzahl von Extremereignissen unter dem Einfluss anthropogener Klimaänderungen verändert, kann das grundlegende Konsequenzen auf die Abschätzung klimawandelbedingter Auswirkungen haben, und in der Folge auf geplante Anpassungsmaßnahmen. Südostasien ist eine der bevölkerungsreichsten Regionen der Welt, welche den Auswirkungen von Taifunen und extratropischen Zyklonen unterliegt. Gegenwärtig ist noch unklar, inwiefern externe Klimaantriebe die Häufigkeit und Intensität von extremen Ereignissen wie Sturmfluten und starken und/oder langanhaltenden Niederschlagsereignissen beeinflussen, und welche Rolle dabei die interne Variabilität der Klimaantriebe spielt. Im Projekt Asia-Floods werden atmosphärische Wettermuster identifiziert werden, welche zu küstennahen Überflutungen durch Sturmfluten und/oder durch extreme kontinentale Niederschläge in der Region Südostasien führen können. Dazu wird eine Reihe von vorhandenen globalen und regionalen Klimasimulationen unterschiedlicher räumlicher Auflösung untersucht werden, welche sowohl die letzten Dekaden als auch Simulationen über das letzte Jahrtausend und Zukunftsszenarien abdecken. Auf Basis dieser Simulationen wird ein statistischer Downscaling Ansatz angewendet werden, in welchem die großskaligen atmosphärischen Klimafaktoren in einen statistischen Zusammenhang zu (beobachteten) lokalen Klimafaktoren gebracht werden. Dazu werden Beobachtungsdatensätze von extremen Wasserständen und Niederschlagsereignissen verwendet werden. Nach der Kalibrierung dieser statistischen Modelle anhand gegitterter Beobachtungsdaten und meteorologischer Reanalysen, können diese auf vergangene und zukünftige globale und regionale Klimasimulationen angewendet werden, um Änderungen in der Anzahl von Extremereignissen abschätzen zu können. Die erzielten Ergebnisse auf Basis der Klimasimulationen der vergangenen Jahrhunderte werden u.a. mit anderen Projekten innerhalb dieses SPPs abgeglichen, um die Häufigkeit von Überflutungen in Proxydaten zu untersuchen. Im Falle der Szenario-Simulationen werden die Ergebnisse u.a. verwendet, um den Anstieg der durch küstennahe Überflutungen verursachten ökonomischen Kosten abzuschätzen.
Exposure to ultrafine aerosol particles (UFPs) can cause adverse effects on human health, local environment and climate. Air traffic is associated with the emission of high numbers of UFPs, which results in increased UFP number concentrations close to airports. So far, the spatial distribution and variability of UFPs is poorly understood in the atmospheric boundary layer. The uncrewed aerial system (UAS) ALADINA (Application of Lightweight Aircraft for Detecting In-situ Aerosols, e.g. Altstädter et al., 2015) was operated close to the largest airport in Germany at Frankfurt airport (FRA) between 11 and 19 October 2024. The dataset provides airborne in-situ observations of the spatial distribution of aerosol particle number concentration with different sizes and meteorological parameters of temperature, humidity, wind, surface temperature and short-wave irradiance, as well as accurate position and orientation of ALADINA. Data are available from 26 measurement flights, comprising a number of 122 vertical profiles between ground and a maximum altitude of 750 m above mean sea level (ASL) and about 70 horizontal legs at different but constant altitude, e.g. in 100 m altitude intervals. Details about the ALADINA measurements will be provided in a publication (Harm-Altstädter et al., in prep.) soon.
Der Süßwassereintrag in den Arktischen Ozean stellt einen wichtigen Antriebsmechanismus für regionale Meeresspiegeldynamik in der Arktis dar. Salzarmes Oberflächenwasser erzeugt und unterhält eine starke Schichtung im Arktischen Ozean. Diese Halokline schirmt größtenteils das kalte polare Oberflächenwasser und das Meereis von wärmerem Tiefenwasser atlantischen Ursprungs ab und verhindert so vertikale Wärmeflüsse. Veränderungen des Süßwassergehalts werden wahrscheinlich den regionalen Meeresspiegel direkt beeinflussen, aber ebenso wird eine modifizierte Ozeandynamik durch Massentransporte innerhalb der Arktis den Meeresspiegel verändern. Das hydrologische Regime des kontinentalen Abflusses unterliegt Schwankungen. Leider sind kontinuierliche Aufzeichnungen von kontinentalem Abfluss in den Arktischen Ozean zu selten, um wichtige wissenschaftliche Fragen über das Langzeitverhalten und die Entwicklung von arktischem Meeresspiegel und Klima zu bearbeiten. Neben in-situ Beobachtungen und hydrologischen Modellen eröffnen Satellitengravimetrie (GRACE) und Satellitenaltimetrie neue Möglichkeiten, die Hydrologie von großen Einzugsgebieten zu beobachten. Dies geschieht, im dem man mit diesen Fernerkundungsmethoden die Größe von Wasserspeichern in den Einzugsgebieten und Pegelstände entlang von Flüssen misst, die dann auf verschieden Arten in Abfluss umgerechnet werden können. Für Meereis-Ozeanmodelle bedeutet die Seltenheit von Abflussinformationen in der Arktis, dass der Jahresgang des Abflusses als stationär angenommen wird. In unserem Projekt werden wir diese Annahme aufheben und ein Meereis-Ozeanmodell benutzen, um den Einfluss von zeitlich variablem Abfluss auf die arktische Ozeanzirkulation und das Süßwasserbudget zu untersuchen. Das Hauptziel der Projektes ist es, die Reaktion von Meeresspiegel und Hydrographie in der Arktis auf Veränderungen des hydrologischen Regimes über borealen Einzugsgebieten abzuschätzen und zu quantifizieren. Die Projektziele tragen zur Strategie des Schwerpunktprogramms 1889 bei, indem 1)die Datensätze und Zeitreihen von hydrologischen Parametern über borealen Einzugsgebieten durch den Einsatz von geodätischen satellitengestützten Fernerkundungsmethoden (zeitliche auflösenden Gravimetrie, Satellitenaltimetrie) verbessert werden und lange und hochauflösende Zeitserien für alle großen Einzugsgebiete, die in den Arktische Ozean entleeren, erstellt werden. 2) Sensitivität von Meereis- und Ozeandynamik auf Veränderungen des Süßwasserantriebs (u.a. Abfluss) analysiert wird. 3) Modellergebnisse über Veränderungen des kontinentalen Abflusses verglichen werden mit seit 1990 beobachteter Variabilität von flüssigen Süßwassergehalt (und damit verbundenen sterischen Meeresspiegeländerungen) im Arktischen Ozean und im Nordatlantik. Nicht nur dienen diese Vergleiche der Modellbewertung, sondern sie unterstützen auch die Interpretation relativ seltener ozeangraphischer in-situ Beobachtungen.
Die Anzahl der verfügbaren Wolkenkondensationskerne (CCN) beeinflusst maßgeblich die mikrophysikalischen Wolkeneigenschaften, wie z.B. die Wolkentropfenanzahlkonzentration (CDNC) und deren Größenverteilung. CDNC und die Tropfengröße steuern sowohl die Strahlungseigenschaften als auch die Lebensdauer von Wolken. Dies wirkt sich komplex auf die Energiebilanz der Erde aus. Aktuelle Klimamodelle basieren häufig auf Annahmen über CCN Anzahlkonzentrationen und andere CCN bezogene Eigenschaften (z.B. Hygroskopizität), da für viele Regionen auf der Erde repräsentative Daten fehlen. Wenn vorhanden, handelt es sich bei diesen CCN Daten um bodengebundene Messungen, welche somit nicht - mit Ausnahme von Bergstationen - in der für Wolkenbildungsprozesse relevanten Höhe durchgeführt wurden. Für die Karibikregion wurde gezeigt, dass die bodengebundenen CCN Messungen für die gesamte marine Grenzschicht repräsentativ zu sein scheinen also auch für die Wolkenbildungsregionen. Im hier vorgeschlagenen Projekt wollen wir überprüfen, ob bodengebundene CCN Messungen auch in anderen Erdregionen repräsentativ sind für die CCN Anzahl in der Wolkenbildungsregion, und wenn ja, unter welchen Bedingungen. Dies würde die Anwendung von CCN Daten in Modellen stark vereinfachen. Dazu wird die Gültigkeit der Beobachtungen in der Karibik, in zwei gegensätzlichen Umgebungen getestet werden, einmal in einer marinen und einmal in einer kontinentalen Umgebung. Die Messkampagne zu marinen CCN soll auf den Azoren (Portugal) durchgeführt werden. Wir werden kontinuierlich verfügbare CCN Daten von der Azoren Eastern Nordatlantik (ENA) Station auf der Insel La Graciosa (auf Meereshöhe) mit Daten von der Bergstation Pico (Pico Island, 2225 m ü.d.M.) kombinieren. Ergänzend werden CCN und CDNC Messungen auf der Helikopter-Messplattform (ACTOS) durchgeführt, um die vertikale Lücke zwischen den Meeresspiegel- und Bergmessungen zu schließen. Die kontinentalen bodengebundenen CCN Messungen werden kontinuierlich an der ACTRIS Station Melpitz durchgeführt. Die vertikale CCN und CDNC Verteilung wird in Melpitz mit Hilfe eines Ballons in mehreren einwöchigen Kampagnen einmal pro Jahreszeit gemessen werden. Darüber hinaus werden wir mit Hilfe der Aerosol-Wolken-Wechselwirkungsmetrik (ACI) die in der Wolke in-situ gemessen CCN Eigenschaften (das heißt Anzahl und Hygroskopizität) mit den CDNC quantitativ verbinden. Es wird außerdem eine Sensitivitätsstudie mit einem Cloud-Parcel Model durchgeführt, welches durch die realen Messungen in der Atmosphäre angetrieben werden wird. Dies wird einen Einblick in das Übersättigungsregime von frisch gebildeten Wolken gewähren.Die CCN Daten selbst, die Erkenntnisse zu CCN Eigenschaften und ihrer vertikalen Verteilung sowie die quantitative Verbindung zwischen CCN und CDNC werden im Hinblick auf das Verständnis und die Modellierung der Wolkentropfenaktivierung sowie der mikrophysikalischen Wolkeneigenschaften von außerordentlichem Wert sein.
Low-lying coral reef islands harbour a distinct, yet highly threatened biological and cultural diversity that is increasingly exposed to climate change impacts. The combination of low elevation, small size, sensitivity to changes in boundary conditions (sea level, waves and currents, locally generated sediment supply) and at some locations high population densities, is why low-lying reef islands (LRIs) are considered among the most vulnerable environments on Earth to climate change. To date, their global distribution and influence of climatic, oceanographic, and geologic setting are only poorly documented or restricted to smaller scales. Here, I present the first detailed global analysis of LRIs utilising freely available global datasets to produce a global reef island database (GRID) and associated intrinsic and extrinsic characteristics that can be used within a coastal vulnerability index (CVI). All datasets used to create the GRID were released between 30 November 2015 and 3 August 2023, while the current version (version 1.1) of the GRID database was completed in August 2026. When developing the GRID, LRIs are defined as landmasses <30 km² located on or within 3 km of coral reef and with an elevation of <16 m. Development of the GRID required: 1) the creation of a global shoreline vector file containing the geographic distribution of LRIs and 2) the development of a comprehensive global database of LRIs including eight intrinsic and ten extrinsic variables extracted from global datasets. Intrinsic variables include: 1) human populations, 2) island area, 3) island perimeter, 4) mean elevation, 5) island circularity/shape, 6) underlying reef type, 7) geographic isolation and 8) distance to the nearest neighbouring reef island. Extrinsic variables include: 1) mean water depth, 2) standard deviation of mean water depth, 3) mean annual significant wave height, 4) mean annual wave period, 5) mean spring tidal range, 6) relative tidal range, 7) wave-tide regime, 8) relative wave exposure, 9) relative tropical storm exposure and 10) year-2100 projected median sea level rise rate. The GRID was initially derived from version 2.1 of the UNEP-WCMC Global Island Database, a global shoreline vector file based on geometry data from Open Street Map® (OSM) and released in November 2015. The initial vector file was projected using the Mollweide projection, an equal-area pseudo cylindrical map projection chosen for its accurate derivation of area, especially in regions close to the equator, where most LRIs are located. The final GRID contains 33,292 individual LRIs distributed throughout tropical regions of the world's oceans, amassing a total land area of nearly 11,000 km² with approximately 60,500 km of shoreline and housing around 2.6 million people. While intrinsic variables are typically spatially homogenous, LRIs are generally highly spatially clustered throughout the GRID with respect to extrinsic variables. The spatial distribution of LRIs within the GRID was validated using: 1) published data and 2) quantitative accuracy assessments using satellite imagery. Spatial distributions of LRIs captured in the GRID are extremely consistent with those published in the literature (r² = 0.96) and those derived from independent analysis of satellite imagery (r² = 0.94). Finally, the GRID was used to develop an island vulnerability index (IVI) for each LRI on a scale of 0-1 with 0 representing no vulnerability and 1 representing maximum vulnerability. The GRID database is provided as a tab-delimited text file as well as ESRI shapefiles (points and polygons in WGS84 and Mollweide projection) and a comma-separated value file.
Exposure to ultrafine aerosol particles (UFPs) can cause adverse effects on human health, local environment and climate. Air traffic is associated with the emission of high numbers of UFPs, which results in increased UFP number concentrations close to airports. So far, the spatial distribution and variability of UFPs is poorly understood in the atmospheric boundary layer. The uncrewed aerial system (UAS) ALADINA (Application of Lightweight Aircraft for Detecting In-situ Aerosols, e.g. Altstädter et al., 2015) was operated close to the largest airport in Germany at Frankfurt airport (FRA) between 11 and 19 October 2024. The dataset provides airborne in-situ observations of the spatial distribution of aerosol particle number concentration with different sizes and meteorological parameters of temperature, humidity, wind, surface temperature and short-wave irradiance, as well as accurate position and orientation of ALADINA. Data are available from 26 measurement flights, comprising a number of 122 vertical profiles between ground and a maximum altitude of 750 m above mean sea level (ASL) and about 70 horizontal legs at different but constant altitude, e.g. in 100 m altitude intervals. Details about the ALADINA measurements will be provided in a publication (Harm-Altstädter et al., in prep.) soon.
Die Zeitreihen der Meeresspiegelhöhen beinhalten den mittleren Wasserstand eines Gebietes und beschreiben dessen zeitliche Variationen seit 1992. Sie sind abgeleitet aus Messungen der Satellitenaltimetrie und besitzen eine zeitliche Auflösung von 10 Tagen.
Groß- oder Makroalgen haben besonders in küstennahen marinen Ökosystemen eine außerordentlich wichtige Bedeutung: Sie dienen als Nahrung, Schutz- und Lebensraum für eine Vielzahl von Fischen und wirbellosen Tieren im Meer. Die Insel Helgoland ist Deutschlands Zentrum der Großalgenvielfalt. Insgesamt leben im deutschen Nord- und Ostseeraum 365 etablierte Großalgen-Arten, -Unterarten und -Varietäten aus den Gruppen der Grünalgen (Chlorophyta), Rotalgen (Rhodophyta) und Braunalgen (Phaeophyceae). Vor allem die großwüchsigen marinen Braunalgen werden auch als Tange oder Seetange bezeichnet. Einige von ihnen (meist Algen der Gattung Laminaria ) können Längen bis zu 45 Metern erreichen und die als „kelp forests“ bekannten Tangwälder bilden, z.B. vor den Felsküsten Kanadas, Argentiniens, Südafrikas und Australiens. Entlang der europäischen Atlantikküste bleiben die Seetangwälder meist niedriger, aber es gibt auch hier viele Algenarten, die großflächige, submarine „Buschlandschaften“ bilden können. Einige zu den Großalgen gerechnete Arten sind weniger groß und spektakulär; manche Rot- und Grünalgen bilden z.B. nur rasige Überzüge auf Steinen oder am Meeresboden, wie etwa die „Meersalate“ der Gattung Ulva . Manchmal werden Seegräser mit den Makroalgen verwechselt. Seegräser – auch die vollständig untergetaucht lebenden Arten – gehören aber zu den Blütenpflanzen. Algen brauchen Licht. Daher ist ihr Lebensraum auf Wassertiefen in der Gezeitenzone und im oberen Sublitoral beschränkt. Bis in welche Tiefe Algen vorkommen, hängt auch davon ab, wie trüb das Wasser ist. Meist wachsen sie bis ca. 20 Meter unter dem Meeresspiegel, können aber je nach Region auch noch in mehr als 100 Metern Tiefe vorkommen. Viele Arten brauchen Hartsubstrate als Wuchsflächen. Im deutschen Meeresraum liegt der Verbreitungsschwerpunkt deshalb rund um die Insel Helgoland (Nordsee) und an einigen Stellen der Ostsee. Im deutschen Wattenmeer finden sich nur relativ wenige Arten, vor allem Grünlagen. Außer an natürlichen Felsen findet man Makroalgen auch an Hafenbefestigungen oder Molen. Einen großen Einfluss auf die Entwicklung der Algenpopulationen hat der Mensch: Zunehmende Nährstoffeinträge durch Landwirtschaft und Industrie haben das Artenspektrum in den Algenwuchsgebieten der Küstenzonen in den letzten Jahrzehnten deutlich verändert. Bei Grünalgen ist es relativ einfach: Sie haben den grünen Farbstoff Chlorophyll in ihren Zellen, der den Algen Photosynthese ermöglicht und sie grün färbt. Bei Rotalgen ist es schon ein wenig komplizierter: Sie haben in der Regel rot färbende Phycoerythrine in ihren Zellen, die als Pigmente ebenso der Photosynthese dienen – aber nicht alle Rotalgen erscheinen deshalb auch rot. Manche wirken eher braun, schwarz oder sogar bläulich oder grünlich. Die meisten der einheimischen Rotalgen sind eher kleinwüchsig und bilden zarte „Bäumchen“ von wenigen Zentimetern Höhe. Auch bei den Braunlagen ist ein Farbstoff für die zumeist bräunliche, gelbliche oder beige Färbung verantwortlich: Fucoxanthin. Manche Braunalgen erscheinen aber auch olivgrün. Zu den Braunalgen gehört die in Deutschland bekannteste Großalgen-Gattung Fucus , zu der auch der Blasentang ( Fucus vesiculosus ) gehört, der oft an Hafenmauern oder Küstenschutzeinrichtungen zu finden ist und dunkel olivgrün gefärbt ist. In der aktuell gültigen Roten Liste der marinen Makroalgen Deutschlands sind von den 357 einheimischen Algentaxa (Arten, Unterarten, Varietäten) nur 121, also 34 %, der Algenflora ungefährdet. Bei 153 Taxa (43 %) ist die Datenlage nicht ausreichend, um die Gefährdung angemessen einschätzen zu können. Von den verbleibenden 23 % sind 7 % als bestandsgefährdet eingestuft und 8,5% als ausgestorben oder verschollen, 1 % stehen auf der Vorwarnliste und 6,5 % gelten als extrem selten. Gegenüber der vorhergehenden Roten Liste ergaben sich keine wesentlichen Veränderungen. Für die nächste Überarbeitung der Roten Liste der marinen Makroalgen wird angestrebt, den Kenntnisstand zu verbessern, um die Zahl der Arten, deren Bestandsentwicklung eingeschätzt werden kann, zu erhöhen. Dazu finden bereits umfangreiche Recherchen und Vorarbeiten statt. (Stand Juni 2010) Schories, D.; Kuhlenkamp, R.; Schubert, H. & Selig, U. (2013): Rote Liste und Gesamtartenliste der marinen Makroalgen (Chlorophyta, Phaeophyceae et Rhodophyta) Deutschlands. – In: Becker, N.; Haupt, H.; Hofbauer, N.; Ludwig, G. & Nehring, S. (Red.): Rote Liste gefährdeter Tiere, Pflanzen und Pilze Deutschlands, Band 2: Meeresorganismen. – Münster (Landwirtschaftsverlag). – Naturschutz und Biologische Vielfalt 70 (2): 179–229. Die aktuellen Rote-Liste-Daten sowie die elektronische Publikation sind auch als Download verfügbar. Im Datenportal „Algen Deutschlands“ stehen darüber hinaus Beobachtungsdaten, Kartier-/Artenlisten und Verbreitungskarten zur Verfügung.
| Organisation | Count |
|---|---|
| Bund | 5222 |
| Europa | 2713 |
| Global | 1 |
| Kommune | 1 |
| Land | 149 |
| Schutzgebiete | 1 |
| Weitere | 97 |
| Wirtschaft | 1 |
| Wissenschaft | 9037 |
| Zivilgesellschaft | 1 |
| Type | Count |
|---|---|
| Daten und Messstellen | 177 |
| Ereignis | 9 |
| Förderprogramm | 263 |
| Lehrmaterial | 1 |
| Taxon | 4 |
| Text | 64 |
| Umweltprüfung | 10 |
| unbekannt | 8898 |
| License | Count |
|---|---|
| Geschlossen | 173 |
| Offen | 479 |
| Unbekannt | 8770 |
| Language | Count |
|---|---|
| Deutsch | 354 |
| Englisch | 9172 |
| Resource type | Count |
|---|---|
| Archiv | 63 |
| Bild | 20 |
| Datei | 122 |
| Dokument | 32 |
| Keine | 283 |
| Unbekannt | 3 |
| Webseite | 8944 |
| Topic | Count |
|---|---|
| Boden | 453 |
| Lebewesen und Lebensräume | 9344 |
| Luft | 520 |
| Mensch und Umwelt | 7818 |
| Wasser | 9422 |
| Weitere | 9395 |