Waterbase serves as the EEA’s central database for managing and disseminating data regarding the status and quality of Europe's rivers, lakes, groundwater bodies, transitional, coastal, and marine waters. It also includes information on the quantity of Europe’s water resources and the emissions from point and diffuse sources of pollution into surface waters. Specifically, Waterbase - Biology focuses on biology data from rivers, lakes, transitional and coastal waters collected annually through the Water Information System for Europe (WISE) – State of Environment (SoE) reporting framework. The data are expected to be collected within monitoring programs defined under the Water Framework Directive (WFD) and used in the classification of the ecological status or potential of rivers, lakes, transitional and coastal water bodies. These datasets provide harmonised, quality-assured biological monitoring data reported by EEA member and cooperating countries, as Ecological Quality Ratios (EQRs) from all surface water categories (rivers, lakes, transitional and coastal waters).
Langjährige Pegelaufzeichnungen aus dem Gebiet der südöstlichen Nordsee zeigen seit Mitte des 20. Jahrhunderts signifikante Veränderungen im lokalen Tideregime. Während der mittlere Meeresspiegel (englisch: Mean Sea Level, MSL) über die vergangenen 150 Jahre generell dem globalen Mittel gefolgt ist, deuten Auswertungen der mittleren Tidehoch- und Tideniedrigwasser auf signifikant abweichende Trends hin. So sind die Tidehochwasser signifikant schneller als der MSL angestiegen, während die Tideniedrigwasser deutlich geringere oder teils negative Trends aufzeigen. Daraus resultierte eine gleichzeitige Zunahme des Tidehubs (die Differenz aus Tidehoch- und Tideniedrigwasser) von ca. 10 % seit 1955. Derartige Veränderungen haben direkte Auswirkungen auf den Küstenschutz. So ergeben sich bei einem Anstieg der mittleren Tidehochwasser größere Wassertiefen, wodurch das Wellenklima insbesondere im Bereich der Wattflächen und Außensände in der Deutschen Bucht beeinflusst wird. Größere Wellenhöhen und damit höhere Orbitalgeschwindigkeiten und Brandungsenergien sind die unmittelbare Folge, die zu großflächigen Erosionen führen kann. Gleichzeitig beeinflussen geringere Tideniedrigwasser die Schiffbarkeit der flachen Küstengewässer. Durch den vergrößerten Tidehub treten größere Tidestromgeschwindigkeiten auf, die z.B. Ausräumungen der Tiderinnen, verstärkte Erosionen an Inselsockeln, Strandräumungen und im Zusammenhang mit Sturmfluten Dünen- und Kliffabbrüchen verursachen können. Dies verdeutlicht, dass neben den global wirkenden übergeordneten Veränderungen im MSL (Massenänderungen, thermale Expansion) auch regionale Phänomene und Prozesse eine wichtige Rolle für die Ausprägung der Wasserstände spielen. Eine Berücksichtigung solcher Faktoren in den Projektionen zukünftiger Wasserstände setzt voraus, dass vergangene Entwicklungen und zugrunde liegende Prozesse ausreichend verstanden sind. Das übergeordnete Ziel von TIDEDYN besteht daher in der Analyse der in der Vergangenheit bereits aufgetreten Veränderungen im lokalen Tideregime der Nordsee. Die beobachtete Zunahme des Tidehubs ist in ihrer starken Ausprägung ein weltweit einzigartiges Phänomen, welches bis heute nicht erklärt werden kann. Als mögliche (aber bisher unerforschte) Ursachen kommen z.B. langfristige Änderungen im MSL, morphologische Änderungen im Küstenvorfeld (natürlich oder anthropogen, z.B. Ausbaggerungen oder Baumaßnahmen wie Eindeichungen) oder saisonale Änderungen in der thermohalinen Schichtung des Ozeans in Frage. Durch die integrierte Analyse von hochauflösenden numerischen Modellen (barotrop und baroklin) und Beobachtungsdaten mit robusten Methoden der Zeitreihenanalyse, sollen die Änderungen im Tideregime der Nordsee über die vergangen 60-70 Jahre beschrieben, modelliert und systematisch erforscht werden sowie einzelne Prozesse mittels Sensitivitätsstudien voneinander abgegrenzt werden.
Anknüpfung an das EU LIFE APEX Projekt mit dem Fokus auf systematischer Nutzung von Monitoringdaten zur effizienten Ermittlung regulatorisch belastbarer Daten für die Identifizierung prioritärer Stoffe und zur Aufdeckung blinder Flecken in der Umweltbewertung. Mittels modernster Analytik sollen regulierungsbedürftige Chemikalien in terrestrischen und aquatischen Nahrungsnetzten identifiziert und ein Konzept und Leitfaden entwickelt werden, wie solche Monitoringdaten systematischer unter REACH u.a. Vollzügen genutzt werden können. Ein Schwerpunkt liegt auf anreichernden Stoffen, die mit etablierten Methoden der Bioakkumulationsbewertung nicht erfasst werden, beispielsweise sehr hydrophobe Stoffe oder solche die verstärkt in Luftatmern anreichern aber nicht in Fischen. Die Daten werden in Europäische Datenbanken (NORMAN/ IPCHEM) eingespeist, mit laufenden EU Projekten (z.B. PARC) vernetzt und unterstützen laufende Arbeiten aller Vollzüge sowie zur Bodenstrategie 2030.
ELPOS - Kriterien für die Persistenz und das Potential für Langstreckentransport von Pestiziden und Industriechemikalien ELPOS läuft seit Oktober 1999 und wird durch das Umweltbundesamt (UBA) finanziert. Ziel des Projektes ist die Entwicklung und Untersuchung von quantitativen Kriterien für das Potential für Langstreckentransport und die Persistenz von organischen Verbindungen. Das Multimediamodell ELPOS-1.0 beschreibt chemische Abbau- und Transformationsprozesse. Es wurde zur Berechnung der allgemeinen Persistenz und der charakteristischen Transportzeit in der Luft verwendet. Diese beiden beschreibenden Größen berücksichtigen den Austausch zwischen und den Abbau in Transportmedien und sind unabhängig von den Emissionen. Physikalisch-chemische Labordaten und Abbauraten in der Umwelt von 65 zurzeit benutzten Pestiziden, 21 persistenten organischen Schadstoffen (POP) und 23 Industriechemikalien wurden zusammengestellt. Eine Sensitivitätsanalyse zeigt, dass die Sensitivität hauptsächlich von den Eigenschaften der Chemikalien und einigen Umweltparametern abhängt. Die Reihenfolge der Chemikalien kann beeinflusst werden, wenn die Unsicherheit der Parameter berücksichtigt wird. Das gilt besonders, wenn bei der Sensitivitätsanalyse anstatt des Median das 90%-Perzentil verwendet wird. Das Modell wurde modifiziert, um die Temperaturabhängigkeit in einem Bereich zwischen 5°C und 30°C darzustellen. Die allgemeine Aufenthaltszeit und die charakteristische Transportdistanz wiesen eine starke Abhängigkeit von der Temperatur auf. Die charakteristische Transportdistanz kann in Abhängigkeit von den chemischen Eigenschaften sowohl mit der Temperatur ansteigen als auch abnehmen, während die Aufenthaltszeit in jedem Fall invers mit der Temperatur korreliert. Die charakteristische Transportdistanz wurde mit gemessenen räumlichen Konzentrationsgradienten in der Umwelt verglichen. Monitoring-Daten von verschiedenen PCB-Kongeneren wurden entlang eines Nord-Süd-Transektes erhoben und zeigten die gleiche Reihenfolge von Chemikalien, wie sie anhand der charakteristischen Transportdistanz vorhergesagt wurde. Unter Berücksichtigung der Unsicherheit und den begrenzten Möglichkeiten von ELPOS kann die allgemeine Aufenthaltszeit und die charakteristische Transportdistanz der Analyse, Reihung und Begutachtung von Substanzen hinsichtlich Persistenz und Potential für Langstreckentransport dienlich sein. So wurden durch Begutachtung der derzeit benutzten Pestizide einige Kandidaten für weitere Untersuchungen und Maßnahmen identifiziert.
Klimatologische Kennwerte zum Klima der Vergangenheit im Klimaatlas BW. Daten basierend auf Beobachtungsdaten seit 1961 fortlaufend.
Dienst bestehend aus Layern zur mittleren Niederschlagssumme in Millimetern. Die Beobachtungsdaten werden in Klimanormalperioden von 30 Jahren unterteilt und erstrecken sich über den Beobachtungsraum 1881-1910 bis 1991-2020. Innerhalb der Zeiträume erfolgt eine Unterteilung in Mittelwerte für Frühling, Sommer, Herbst und Winter sowie für das Jahr. Ab der Klimanormalperiode 1961-1990 kommen die Monate dazu. Ebenfalls kommen Layer zum Einsatz, die die jeweilige Änderung der mittleren Niederschlagssumme eines Zeitabschnittes in Bezug auf zwei Vergleichsabschnitte (1881-1910 und 1991-2020) anzeigt. Zusätzlich werden die Raster zur mittleren Lufttemperatur für die RCP-basierten Klimaprojektionen verfügbar gemacht. Die Raster der Klimaprojektionen werden in zwei Zukunftszeiträumen (2031-2060 und 2071-2100) unterteilt, die jeweils nach den Klimaprojektionen RCP2.6, RCP4.5 und RCP8.5 gegliedert sind. Innerhalb der Zeitabschnitte erfolgt eine Unterteilung in Mittelwerte für Frühling, Sommer, Herbst und Winter sowie für das Jahr. Die Stärke des möglichen Klimasignals je Szenario wird unterteilt nach dem 15., 50. und dem 85. Perzentil. Es werden absolute Mittelwerte und das Änderungssignal (Delta-Change) von 2031-2060 und 2071-2100 bezogen auf 1971-2000 dargestellt. Datenquelle: Deutscher Wetterdienst (DWD). Weitere Hinweise des Deutschen Wetterdienstes sind zu beachten: https://www.dwd.de/DE/service/rechtliche_hinweise/rechtliche_hinweise_node.html
Dienst bestehend aus den Rasterlayern zur mittleren Anzahl von Heizgradtagen [Kelvin*Tag]i. Hier wird der Heizenergiebedarf durch eine Temperatursumme dargestellt. Die Heizgradtage werden von der Lufttemperatur abgeleitet und stellen die Temperatursumme aus der Differenz zwischen der mittleren Raumtemperatur von 20 °C und dem Tagesmittel der Außentemperatur dar, wobei nur Tage mit einer Außentemperatur unter 15 °C berücksichtigt werden. Die jeweiligen Raster-Layer wurden für die 30-jährigen Mittelwerte der Klimanormalperioden 1951-1980, 1961-1990, 1971-2000, 1981-2010 und 1991-2020 für die beobachtete Vergangenheit berechnet. Ergänzend werden die Änderungen der Klimanormalperiode 1991-2020 bezogen auf 1961-1990 und 1951-1980 dargestellt. Zusätzlich liegen Klimaprojektionen für die Zukunftszeiträume 2031-2060 und 2071-2100 vor, die jeweils nach den Klimaprojektionen RCP2.6, RCP4.5 und RCP8.5 gegliedert sind. Die Stärke des möglichen Klimasignals je Szenario wird unterteilt nach dem 15., 50. und dem 85. Perzentil. Es werden sowohl absolute Mittelwerte als auch sogenannte Delta-Change Raster dargestellt, die die Änderung des Klimasignals gegenüber der Referenzperiode 1971-2000 zeigen. Datenquelle: Deutscher Wetterdienst (DWD); Quellen für Klimaprojektionsdaten: Brienen et al. (2020), Krähenmann (2019), Berechnung durch das LANUK. Weitere Hinweise des Deutschen Wetterdienstes sind zu beachten: https://www.dwd.de/DE/service/rechtliche_hinweise/rechtliche_hinweise_node.html
Unter Globalstrahlung versteht man die gesamte am Erdboden ankommende Strahlung, also die Summe aus direkter Sonnenstrahlung und diffuser (also durch Lichtstreuung Infolge von Wolken oder Nebel indirekt eintreffende) Himmelsstrahlung. Die Stärke der den Boden erreichenden Strahlung ist abhängig von geographischer Breite, Tageszeit, Jahreszeit und der Geländeform, d. h. dem Winkel, unter dem die Strahlen auftreffen. Durch die unterschiedlichen Einfallswinkel der Sonne während des Jahres und der Tage ist die Globalstrahlung im Sommer stärker als im Winter und am Mittag stärker als am Morgen und am Abend. Die Flächenkarten der Globalstrahlung werden in der Einheit Kilowattstunde pro Quadratmeter (kWh/m2) zur Verfügung gestellt. Dabei handelt es sich um Karten der Mittelwerte der Monate, der Jahreszeiten und für das gesamte Jahr der Klimanormalperioden ab 1981 - 2010 und 1991 - 2020. Bei allen Daten handelt es sich um absolute Werte, die als Raster im GeoTiff-Format zur Verfügung gestellt werden.
Dienst bestehend aus den Rasterlayern zur mittleren Anzahl von Kühlgradtagen [Kelvin*Tag] nach Spinoni. Hier wird der Kühlenergiebedarf durch eine Temperatursumme dargestellt. Die Kühlgradtage werden von der Lufttemperatur abgeleitet und nach dem Verfahren von Spinoni et al. (2015) berechnet. Hierbei wird eine Basistemperatur von 22 °C angenommen. Liegt die Tageshöchsttemperatur unter diesem Wert, wird nicht von einem Kühlbedarf ausgegangen. Die jeweiligen Raster-Layer wurden für die 30-jährigen Mittelwerte der Klimanormalperioden 1951-1980, 1961-1990, 1971-2000, 1981-2010 und 1991-2020 für die beobachtete Vergangenheit berechnet. Ergänzend werden die Änderungen der Klimanormalperiode 1991-2020 bezogen auf 1961-1990 und 1951-1980 dargestellt. Zusätzlich liegen Klimaprojektionen für die Zukunftszeiträume 2031-2060 und 2071-2100 vor, die jeweils nach den Klimaprojektionen RCP2.6, RCP4.5 und RCP8.5 gegliedert sind. Die Stärke des möglichen Klimasignals je Szenario wird unterteilt nach dem 15., 50. und dem 85. Perzentil. Es werden sowohl absolute Mittelwerte als auch sogenannte Delta-Change Raster dargestellt, die die Änderung des Klimasignals gegenüber der Referenzperiode 1971-2000 zeigen. Datenquelle: Deutscher Wetterdienst (DWD); Quellen für Klimaprojektionsdaten: Brienen et al. (2020), Krähenmann (2019), Berechnung durch das LANUK. Weitere Hinweise des Deutschen Wetterdienstes sind zu beachten: https://www.dwd.de/DE/service/rechtliche_hinweise/rechtliche_hinweise_node.html
Dienst bestehend aus Layern der mittleren Azahl an Spätfösten pro Jahr. Als Spätfröste weden Tage bezeichnet, die innerhalb der tatsächlichen allgemeinen Vegetationszeit eine Temperatur < 0 °C aufweisen und vor dem 01.06. auftreten. Dies entspricht dem Vorkommen von Frosttagen innerhalb der tatsächlichen allgemeinen Vegetationszeit. Die Daten stehen sowohl als Beobachtungsdaten nach den 30-jährigen Klimanormalperioden im Beobachtungszeitraum 1961-2020 als auch Zukunftsprojektionen für 2031-2060 und 2071-2100 zur Verfügung. Die Klimaprojektionen der Zukunft werden jeweils nach den Klimaszenarien RCP2.6, RCP4.5 und RCP8.5 gegliedert. Dargestellt werden absolute Werte und relative Werte mit einem Delta-Change-Wert gegenüber ausgewählten Referenz-Klimanormalperioden. Relative Änderungen in der Vergangenheit werden mit der Klimanormalperiode 1991-2020 verglichen. Projizierte relative Änderungen mit der Referenzperiode 1971-2000. Die Stärke des möglichen Klimasignals wird je Szenario unterteilt nach dem 15., 50. und dem 85. Perzentil. Datenquelle: Deutscher Wetterdienst (DWD); Quellen für Klimaprojektionsdaten: Brienen et al. (2020), Krähenmann (2019).
| Origin | Count |
|---|---|
| Bund | 2048 |
| Europa | 50 |
| Kommune | 2 |
| Land | 1436 |
| Weitere | 980 |
| Wirtschaft | 8 |
| Wissenschaft | 399 |
| Zivilgesellschaft | 1 |
| Type | Count |
|---|---|
| Bildmaterial | 4 |
| Chemische Verbindung | 1168 |
| Daten und Messstellen | 313 |
| Ereignis | 6 |
| Förderprogramm | 713 |
| Hochwertiger Datensatz | 1 |
| Software | 1 |
| Taxon | 288 |
| Text | 105 |
| unbekannt | 1454 |
| License | Count |
|---|---|
| geschlossen | 1611 |
| offen | 2138 |
| unbekannt | 20 |
| Language | Count |
|---|---|
| Deutsch | 3593 |
| Englisch | 300 |
| Resource type | Count |
|---|---|
| Archiv | 5 |
| Bild | 10 |
| Datei | 39 |
| Dokument | 77 |
| Keine | 2989 |
| Unbekannt | 18 |
| Webdienst | 12 |
| Webseite | 686 |
| Topic | Count |
|---|---|
| Boden | 1973 |
| Lebewesen und Lebensräume | 2590 |
| Luft | 1950 |
| Mensch und Umwelt | 3750 |
| Wasser | 1941 |
| Weitere | 3769 |