Der Download Service ermöglicht das Herunterladen von Geodaten zu Anlagen nach Bundesimmissionsschutzgesetz (BImSchG) im Land Brandenburg. Datenquelle ist das Anlageninformationssystem LIS-A. Die Anlagen werden zum einen gruppiert nach Anlagenarten 1. Ordnung (ohne Anlagenteile), zum anderen nach Tierhaltungs- und Aufzuchtanlagen, nach Blockheizkraftwerken und nach großen Feuerungsanlagen. Die BImSchG-Anlagen 1. Ordnung werden unterschieden nach: - Wärmeerzeugung, Bergbau und Energie (Nr. 1) - Steine und Erden, Glas, Keramik, Baustoffe (Nr. 2) - Stahl, Eisen und sonstige Metalle einschließlich Verarbeitung (Nr. 3) - Chemische Erzeugnisse, Arzneimittel, Mineralölraffination und Weiterverarbeitung (Nr. 4) - Oberflächenbehandlung mit organischen Stoffen, Herstellung von bahnenförmigen Materialien aus - Kunststoffen, sonstige Verarbeitung von Harzen und Kunststoffen (Nr. 5) - Holz, Zellstoff (Nr. 6) - Nahrungs-, Genuss- und Futtermittel, landwirtschaftliche Erzeugnisse (Nr. 7) - Verwertung und Beseitigung von Abfällen und sonstigen Stoffen (Nr. 8) - Lagerung, Be- und Entladen von Stoffen und Gemischen (Nr. 9) - Sonstige Anlagen (Nr. 10) Die Tierhaltungs- und Aufzuchtanlagen werden gemäß 4. BImSchV unterteilt in: - Geflügel (Nr. 7.1.1 bis 7.1.4) - Rinder und Kälber (Nr. 7.1.5 und 7.1.6) - Schweine (Nr. 7.1.7 bis 7.1.9) - gemischte Bestände (Nr. 7.1.11) Die großen Feuerungsanlagen werden gemäß 4. BImSchV unterteilt in: - Wärmeerzeugung, Energie (Nr. 1.1, 1.4.1.1, 1.4.2.1) - Zementherstellung (Nr. 2.3.1) - Raffinerien (Nr. 4.1.12, 4.4.1) - Abfallverbrennung (Nr. 8.1.1.1, 8.1.1.3) Es werden nur Anlagen gemäß 13. und 17. BImSchV berücksichtigt. Die Blockheizkraftwerke werden hinsichtlich ihrer elektrischen Leistung unterschieden.
Das Auerhuhn ist eine stark gefährdete Brutvogelart der Schweiz. Veränderungen in der Zusammensetzung und Nutzung des Waldes haben dazu geführt, dass sich die Bestände dieses Raufusshuhns in den letzten drei Jahrzehnten halbiert haben. Deshalb sollen die Lebensraumansprüche des attraktiven Waldvogels vermehrt in der Planung und Umsetzung von Waldreservaten und der Bewirtschaftung von Wäldern der höheren Lagen berücksichtigt werden. Auf der kleinen räumlichen Ebene sind die Habitatsansprüche der Art durch Untersuchungen in West- und Mitteleuropa (Storch 1993, 2002, Schroth 1994) und Skandinavien relativ gut bekannt. Dagegen werden die Populationsprozesse auf der Ebene der Landschaft erst in Ansätzen verstanden (Sjöberg 1996, Kurki 2000). Entsprechend konnte man die Bestandsrückgänge in den meisten Gebieten Europas noch nicht stoppen, da einerseits genauere Kenntnisse über das Zusammenspiel und die relative Bedeutung der einzelnen Faktoren fehlen (Habitatqualität, Störungen, Prädatoren, Witterung-Klima, Huftierkonkurrenz), und andererseits noch nicht versucht wurde, die Bestandsentwicklung im grossen landschaftlichen Massstab als Metapopulationsdynamik zu verstehen. Es ist das primäre Ziel dieses Projekts, ein räumlich explizites Metapopulationsmodell des Auerhuhns für einen grossen Landschaftsausschnitt der Schweizer Alpen zu erarbeiten. Dabei sollen die erwähnten Einflussfaktoren möglichst umfassend berücksichtigt werden. Die Arbeit soll modellhaft zeigen, dass für das Verständnis von Populationsvorgängen von raumbeanspruchenden Wildtierarten eine Analyse und Bewertung von lokal bis überregional wirksamen Einflussfaktoren notwendig sind. Die Ergebnisse sollen zudem als konzeptionelle Grundlage für den Nationalen Aktionsplan Auerhuhn und für regionale Artenförderungsprojekte dienen. Folgende Fragen und Themen sind für das Projekt von zentraler Bedeutung: Wie gross ist das landschaftsökologische Lebensraumpotenzial für das Auerhuhn in den Alpen, wie ist es räumlich verteilt? Wie verteilen sich die lokalen Auerhuhnpopulationen in diesen Potenzialgebieten? Wie gross sind die Bestände? Welche Faktoren beeinflussen den Status von Lokal- und Regionalpopulationen? Welche Populationen haben abgenommen oder sind verschwunden, welche sind stabil (Source-Sink-Mechanismen)? Zwischen welchen räumlich getrennten Populationen besteht ein Austausch? Welche Landschaftselemente wirken als Barrieren? Entwickeln einer nicht-invasiven Methode für die genetische Differenzierung von Populationen, sowie für Bestandsschätzungen und Monitoring.
Der View Service stellt Anlagen nach Bundesimmissionsschutzgesetz (BImSchG) im Land Brandenburg dar. Datenquelle ist das Anlageninformationssystem LIS-A. Die Anlagen werden zum einen gruppiert nach Anlagenarten 1. Ordnung (ohne Anlagenteile), zum anderen nach Tierhaltungs- und Aufzuchtanlagen, nach Blockheizkraftwerken und nach großen Feuerungsanlagen. Die BImSchG-Anlagen 1. Ordnung werden unterschieden nach: - Wärmeerzeugung, Bergbau und Energie (Nr. 1) - Steine und Erden, Glas, Keramik, Baustoffe (Nr. 2) - Stahl, Eisen und sonstige Metalle einschließlich Verarbeitung (Nr. 3) - Chemische Erzeugnisse, Arzneimittel, Mineralölraffination und Weiterverarbeitung (Nr. 4) - Oberflächenbehandlung mit organischen Stoffen, Herstellung von bahnenförmigen Materialien aus - Kunststoffen, sonstige Verarbeitung von Harzen und Kunststoffen (Nr. 5) - Holz, Zellstoff (Nr. 6) - Nahrungs-, Genuss- und Futtermittel, landwirtschaftliche Erzeugnisse (Nr. 7) - Verwertung und Beseitigung von Abfällen und sonstigen Stoffen (Nr. 8) - Lagerung, Be- und Entladen von Stoffen und Gemischen (Nr. 9) - Sonstige Anlagen (Nr. 10) Die Tierhaltungs- und Aufzuchtanlagen werden gemäß 4. BImSchV unterteilt in: - Geflügel (Nr. 7.1.1 bis 7.1.4) - Rinder und Kälber (Nr. 7.1.5 und 7.1.6) - Schweine (Nr. 7.1.7 bis 7.1.9) - gemischte Bestände (Nr. 7.1.11) Die großen Feuerungsanlagen werden gemäß 4. BImSchV unterteilt in: - Wärmeerzeugung, Energie (Nr. 1.1, 1.4.1.1, 1.4.2.1) - Zementherstellung (Nr. 2.3.1) - Raffinerien (Nr. 4.1.12, 4.4.1) - Abfallverbrennung (Nr. 8.1.1.1, 8.1.1.3). Es werden nur Anlagen gemäß 13. und 17. BImSchV berücksichtigt. Die Blockheizkraftwerke werden hinsichtlich ihrer elektrischen Leistung unterschieden. Windkraftanlagen werden nicht dargestellt! Maßstab: 1:500000
Das Ziel des Projekts ist die Klimaneutralität der der Weleda Unternehmensgruppe (mit Standorten in Arlesheim (Schweiz), Schwäbisch Gmünd (Deutschland) und Huningue (Frankreich)). Folgende Arbeitsschritte sind vorgesehen: 1. Bilanz und Ist-Analyse (optional: Erstellung von Zeitreihen mit Berücksichtigung der Effekte von in der Vergangenheit getroffenen Maßnahmen), 2. Bewertung von Vermeidungs- und Verringerungsmaßnahmen, 3. Bewertung von Kompensationsmaßnahmen, 4. Zusammenstellung der Ergebnisse, technische Dokumentation und Leitfaden zur kontinuierlichen Weiterführung. Als optionaler fünfter Arbeitsschritt sollen neben den Treibhausgasemissionen der Verbrauch an Energie und Wasser bilanziert werden.
Blatt Rostock zeigt einen Bereich zwischen Wismarbucht und Darss, der landeinwärts bis Schwerin reicht und die Mecklenburgische Schweiz sowie die Mecklenburgische Seenplatte erfasst. Als Teil des Norddeutschen Tieflandes ist die Morphologie und Geologie des Gebietes eiszeitlich geprägt. An der Oberfläche lagern quartäre Lockersedimente, wobei Ablagerungen der Weichsel-Kaltzeit dominieren. Während es sich im Norden hauptsächlich um Geschiebelehm der Grundmoränen handelt, treten im Süden vermehrt auch glazifluviatile Ablagerungen auf. Glazilimnische Beckensedimente sind in den Niederungen der Rostocker Heide erhalten geblieben. Die Tone und Schluffe der ehemaligen Schmelzwasserseen werden z. T. von holozänen Sedimenten überlagert, z. B. von Moorablagerungen oder limnischer Detritus- und Kalkmudde. Die Aufschlüsse älterer Gesteine sind regional eng begrenzt und kaum nennenswert, z. B. eozäner Ton und Glaukonit-Sandstein in der Stauchmoräne der Kühlung bei Bad Doberan, Kalkstein des Cenomans südlich des Malchiner Sees bzw. Jura-Ton bei Schwinz am Goldberger See. Der geologischen Vielfalt entspricht eine ausführliche Legende. Symbole und Legendentexte informieren über Genese und Gesteinsarten der 98 Einheiten, die überwiegend quartären, nur vier präquartären, Alters sind. Zusätzliche Einblicke in den Aufbau des Untergrundes gewährt ein geologisches Profil, dessen Schnittlinie von Schwerin in nordöstlicher Richtung bis zum Darss verläuft. Neben den mesozoischen und känozoischen Deckschichten des Norddeutschen Tieflandes werden zwei Salzstrukturen, die Salzkissen von Schwaan und Fresendorf, angeschnitten.
The basidiomycete Armillaria mellea s.l. is one of the most important root rot pathogens of forest trees and comprises several species. The aim of the project is to identify the taxa occurring inSwitzerland and to understand their ecological behaviour. Root, butt and stem rots caused by different fungi are important tree diseases responsible for significant economic losses. Armillaria spp. occur world-wide and are important components of many natural and managed forest ecosystems. Armillaria spp. are known saprothrophs as well as primary and secondary pathogens causing root and butt rot on a large number of woody plants, including forest and orchard trees as well as grape vine and ornamentals. The identification of several Armillaria species in Europe warrants research in the biology and ecology of the different species. We propose to study A. cepistipes for the following reasons. First, A. cepistipes is dominating the rhizomorph populations in most forest types in Switzerland. This widespread occurrence contrasts with the current knowledge about A. cepistipes, which is very limited. Second, because the pathogenicity of A. cepistipes is considered low this fungus has the potential for using as an antagonist to control stump colonising pathogenic fungi, such as A. ostoyae and Heterobasidion annosum. This project aims to provide a better understanding of the ecology of A. cepistipes in mountainous Norway spruce (Picea abies) forests. Special emphasis will be given to interactions of A. cepistipes with A. ostoyae, which is a very common facultative pathogen and which often co-occurs with A. cepistipes. The populations of A. cepistipes and A. ostoyae will be investigated in mountainous spruce forests were both species coexist. The fungi will be sampled from the soil, from stumps and dead wood, and from the root system of infected trees to determine the main niches occupied by the two species. Somatic incompatibility will be used to characterise the populations of each species. The knowledge of the spatial distribution of individual genets will allow us to gain insights into the mode of competition and the mode of spreading. Inoculation experiments will be used to determine the variation in virulence expression of A. cepistipes towards Norway spruce and to investigate its interactions with A. ostoyae.
Zahlreiche Prozesse sind an der Entwicklung von Wolkensystemen unter leicht unterkühlten Bedingungen bis zu -10°C beteiligt. Das Zusammenspiel von Thermodynamik, Wasserdampf und Aerosolpartikeln steuert die Verteilung von Flüssigwasser und Eis, die Niederschlagsbildung und die Strahlungseigenschaften. Das Projekt PolarCAP zielt darauf ab, die komplexen Zusammenhänge aufzulösen, indem die Entwicklung der Eisphase unter leicht unterkühlten Bedingungen in einer thermodynamisch und aerosol-kontrollierten natürlichen Umgebung mittels Radarpolarimetrie und Spectral-Bin Modellierung untersucht wird. Zielobjekt der Studie sind flüssigwasserdominierte, unterkühlte stratiforme Wolken, die sich im Winter häufig im Temperaturbereich von -10 bis 0°C über dem Schweizer Plateau bilden. Im Rahmen des externen ERC-Forschungsprojekts CLOUDLAB werden Drohnen eingesetzt, um diese Wolken mit definierten Mengen verschiedener Arten von eisnukleierenden Partikeln, wie Silberjodid oder Snowmax, zu impfen. Die anschließend gebildete Eisphase und die Auflösung der Flüssigphase werden im Rahmen von CLOUDLAB mit Hilfe von In-situ-Messungen und einem Standardsatz von Fernerkundungsinstrumenten wie Lidar und LDR-Wolkenradar charakterisiert. Konkretes Ziel von CLOUDLAB ist, die 1- und 2-Momenten-Parametrisierungen der Eisphase des Wettervorhersagemodells ICON zu verbessern. PolarCAP wird mit dem CLOUDLAB-Projekt zusammenarbeiten, um diesen einzigartigen Datensatz durch die Anwendung modernster polarimetrischer Radar- und Lidar-basierter Fernerkundungstechniken zur Bestimmung der mikrophysikalischen Eigenschaften von Wolken sowie durch die Anwendung wolkenauflösender Spektral-Bin Modellierung zu verbessern und zu nutzen. Synergistische, mehrwellenlängen- und polarimetrische bodengebundene Fernerkundung mit scannendem Radar und Lidar wird eingesetzt, um den Übergang von unterkühlten flüssigen stratiformen Wolken in Mischphasenwolken zu beobachten. Begleitet von wolkenauflösenden Modellsimulationen und Radar-Forward-Operatoren wird PolarCAP die Entwicklung und die beteiligten mikrophysikalischen Prozesse zwischen -10 und 0°C erfassen. Die kombinierten Beobachtungen werden neue Erkenntnisse über das Zusammenspiel von Kontakt- und Immersionsgefrieren, sekundärer Eisbildung und Eisvervielfachung liefern, indem Wolken in verschiedenen Temperaturregimen untersucht werden, von denen angenommen wird, dass sie entweder von spezifischen Eisphasenprozessen beeinflusst bzw. unbeeinflusst sind. PolarCAP wird das derzeitige Verständnis wolkenmikrophysikalischer Prozesse und deren Darstellung in atmosphärischen Modellen herausfordern und die wolkenauflösende Modellierung und deren Kopplung an Radarvorwärtsoperatoren vorantreiben. Insgesamt wird PolarCAP Fortschritte in unseren Fähigkeiten erzielen, die Effizienz verschiedener eisbildender Substanzen besser einschätzen zu können und die Zeitskalen von mikrophysikalischen Prozessen und dem Lebenszyklus von Stratusbewölkung zu verknüpfen.
This series refers to datasets related to the potential occurrence of a climate-induced physical event or trend that may cause loss of life, injury, or other health impacts, as well as damage and loss to property, infrastructure, livelihoods, service provision, ecosystems and environmental resources. It includes datasets on flooding, drought, urban heat island and heatwaves, extreme temperatures and precipitations, fire danger as well as climate suitability for vectors of infectious diseases. The datasets are part of the European Climate Adaptation Platform (Climate-ADAPT) accessible here: https://climate-adapt.eea.europa.eu/
The 'GISCO NUTS 2021' data set represents the NUTS 2021 regulation and statistical regions by means of multipart polygon, polyline and point topology. The NUTS geographical information is completed by attribute tables and a set of cartographic help lines to better visualize multipart polygonal regions. The NUTS nomenclature is a hierarchical classification of statistical regions defined by Eurostat. The NUTS classification subdivides the EU economic territory into 3 statistical levels. The NUTS 2021 classification has been established through the Commission Delegated Regulation 2019/1755, which entered into force on 8th August 2019 and applies from 1st January 2021. A non official NUTS-like classification has been defined for the EFTA countries and the candidate countries. At present, six scale ranges (100K, 1M, 3M, 10M and 20M, 60M) are maintained in the GISCO geodatabase. The polygon and boundary classes delineate the regions, while the points provide an anchor for each region. Associated tables contain basic information such as the name of the region. The public data set will be available at 1M, 3M, 10M, 20M, 60M, while the full data set at 100K is restricted. The data set covers EU Member States, EFTA countries, EU candidate countries and the UK. Following the departure of the UK from the European Union, the UK is no longer flagged as an EU Member State but retains its place in the NUTS and statistical regions data set. This dataset (NUTS_2021) is derived from the EuroBoundary Map 2020 (EBM2020) from Eurogeographics as well as GISCO NUTS 2016 (from Türkiye). The list of NUTS2021 codes including changes with respect to NUTS2016 is available on https://ec.europa.eu/eurostat/documents/345175/629341/NUTS2021.xlsx. The public metadata for NUTS 2021 released by Eurostat is available here: https://gisco-services.ec.europa.eu/distribution/v2/nuts/nuts-2021-metadata.xml. This revision (May 2021) includes minor changes in the dataset such as (see https://gisco-services.ec.europa.eu/distribution/v2/nuts/nuts-2021-release-notes.txt): * 2020-10-05 Point snapping is disabled in all datasets, number of decimals increased for 01M datasets. * 2020-11-18 Inclusion of Jan Mayen and Svalbard in to Norways Statistical Regions. Amendment to Serbia NUTS BN line status. * 2020-12-05 Fixed broken utf-8 encoding. * 2021-03-15 Added LAU 2011,2012,2013,2014,2015,2020 * 2021-04-26 Fixed country labels 2001, 2006 (incorrect Kosovo coordinates) IMPORTANT NOTE: Additional information, including the conditions of use and acknowledgement notice is included in the document provided with the dataset "GISCO NUTS 2021 Additional Information.pdf". Public access to this data set is restricted due to intellectual property rights. It shall only be used internally by the EEA, its ETCs and subcontractors working on behalf of the EEA. This metadata has been slightly adapted from the original metadata information provided by Eurostat (European Commission) and is to be used only for internal EEA purposes. An introduction to the NUTS classification is available here: http://ec.europa.eu/eurostat/web/nuts/overview.
This series refers to datasets related to the presence of people; livelihoods; species or ecosystems; environmental functions, services, and resources; infrastructure; or economic, social, or cultural assets in places and settings that could be adversely affected by climate hazards, including flooding, wildfires and urban heat island effects. The datasets are part of the European Climate Adaptation Platform (Climate-ADAPT) accessible here: https://climate-adapt.eea.europa.eu/
| Organisation | Count |
|---|---|
| Bund | 3749 |
| Europa | 250 |
| Global | 3 |
| Kommune | 26 |
| Land | 533 |
| Weitere | 2088 |
| Wirtschaft | 4 |
| Wissenschaft | 444 |
| Zivilgesellschaft | 54 |
| Type | Count |
|---|---|
| Agrarwirtschaft | 2 |
| Chemische Verbindung | 773 |
| Daten und Messstellen | 788 |
| Ereignis | 56 |
| Förderprogramm | 2937 |
| Gesetzestext | 1 |
| Hochwertiger Datensatz | 3 |
| Infrastruktur | 2 |
| Mitmachportal | 1 |
| Taxon | 98 |
| Text | 2590 |
| Umweltprüfung | 93 |
| WRRL-Maßnahme | 20 |
| unbekannt | 434 |
| License | Count |
|---|---|
| Geschlossen | 851 |
| Offen | 5039 |
| Unbekannt | 354 |
| Language | Count |
|---|---|
| Deutsch | 5456 |
| Englisch | 3129 |
| Resource type | Count |
|---|---|
| Archiv | 169 |
| Bild | 76 |
| Datei | 114 |
| Dokument | 709 |
| Keine | 2980 |
| Unbekannt | 8 |
| Webdienst | 6 |
| Webseite | 2667 |
| Topic | Count |
|---|---|
| Boden | 4436 |
| Lebewesen und Lebensräume | 6244 |
| Luft | 4032 |
| Mensch und Umwelt | 6171 |
| Wasser | 3909 |
| Weitere | 6006 |