API src

Found 16436 results.

Related terms

Standorte des Straßenwetterinformationssystems SWIS Hamburg

Dieser Datensatz enthält die Standorte der von der Freien und Hansestadt Hamburg betriebenen Sensoren des Straßenwetterinformationssystems SWIS.

Analyse des Potentials mechanischer Unkrautbekaempfung

Die Arbeiten aus dem vorhergehenden Zeitraum wurden fortgefuehrt. Wiederum erwies sich die Rollhacke mit zusaetzlichen Hackscharen wegen ihrer geringen Verstopfungsneigung und hohen Flaechenleistung auch fuer Rueben als gut geeignet. Der Vorauflaufeinsatz von Striegeln brachte gute Ergebnisse. Der Einsatz einer modifizierten Hacke brachte selbst bei Getreide (12 cm Reihenabstand) in Marokko so gute Erfolge, dass mechanische Verfahren auch kostenmaessig gut mit chemischen Verfahren konkurrieren koennen. Die Technikwirkungsanalyse einer in Entwicklung befindlichen selektiven, sensorgesteuerten Reihenhackmaschine erwies sich beim Maiseinsatz pflanzenbaulich-oekonomisch der Feldspritze ebenbuertig, oekologische jedoch deutlich ueberlegen.

openSenseMap: Sensor Box Feinstaubmessung 2

Ausrichtung: West, ca. 4 Meter über Grund

Sensor.Community Sensor 92394

Die Messwerte wurden mittels des Sensor-Modells "Sensirion AG SEN5x" erfasst.

Experimental evaluation of airborne pollutants using sensor-based monitoring

As part of the AIAMO (Artificial Intelligence and Mobility) project funded by the BMDV, a comprehensive environmental monitoring network is currently set up in order to use this for the implementation of environmentally sensitive traffic management. To monitor air quality within the pilot region of Leipzig, air quality sensors from Robert Bosch GmbH (Bosch Air Quality Solutions, Immission Measurement Box, Model IMB 6, F041.B00.003-00) are being installed at various locations within the city. To gain a better understanding of the sensors, a test experiment was set up before they were installed in the city. In this study, the reaction of environmental sensors to following pollutants in the air is analysed under controlled conditions: NO2 (nitrogen dioxide) PM10 (particulate matter 10) PM2.5 (particulate matter 2.5) O3 (ozone) CO (carbon monoxide) The experiment was conducted on 12 August 2024 and consisted of five different test phases: Vehicle Exhaust, Cigarette Smoke, Particulate Matter, Pollen and Fossil Fuel Combustion. Each phase included specific pollutant sources, including diesel vehicles, tobacco smoke, particulate matter and simulated rain effects. The collection of real-time sensor data was complemented by controlled environmental variables such as ventilation and artificial dispersion. The results aim to improve sensor calibration, increase the accuracy of pollutant detection and provide insights into real-world environmental monitoring applications.

openSenseMap: Sensor Box idrop-558fd8

Visualized position. Position does not represent exact sample coordinates. Do not use data set as point data.

openSenseMap: Sensor Box idrop-bf2c02

Visualized position. Position does not represent exact sample coordinates. Do not use data set as point data.

Verkehrsdaten Rad (Infrarotdetektoren) Hamburg

Allgemeine Informationen: Der Datensatz umfasst Verkehrsdaten aller Standorte in Hamburg, an denen der Radverkehr mittels Infrarotdetektoren an 24h am Tag und allen Tagen des Jahres erfasst wird. Der Datensatz enthält sowohl die Verkehrsstärken einzelner Zählfelder als auch aus mehreren Zählfeldern aggregierte Zählstellen in Echtzeit. Der schematische Aufbau der Datenerfassung und Datenaggregation ist in einem separaten Dokument beschrieben, welches in den Verweisen zu finden ist. Die Daten der Zählfelder werden in 5-Minuten-Intervallen bereitgestellt. Die Daten der Zählstellen liegen aggregiert in 15- und 60-Minuten-Intervallen sowie in Tages- und Wochenwerten vor. Die Daten der Zählstellen werden außerdem in den entsprechenden Geoportalen der FHH, z.B. in Geo-Online und dem Verkehrsportal, visualisiert. Neben den Echtzeitdaten sind auch historische Daten in folgendem Umfang verfügbar: Zählfelder: alle Daten seit Beginn der Erfassung in 5-Minuten-Intervallen. Zählstellen: alle Daten für die letzten zwei Wochen in 15-Minuten-Intervallen, alle Daten für die letzten zwei Monate in Stundenintervallen, alle Daten für das aktuelle und das letzte Jahr in Tagesintervallen sowie alle Daten seit Beginn der Erfassung in Wochenintervallen. Informationen zur Technik: Die Infrarotdetektoren sind in der Regel an Beleuchtungsmasten, zum Teil aber auch an anderen Masten, installiert. Die Detektoren erfassen und zählen den Verkehr über die Wärmeabstrahlung der einzelnen Verkehrsteilnehmenden. Da ausschließlich Infrarotbilder ausgewertet werden, ist der Datenschutz zu jeder Zeit gewährleistet. Hinweise zur Datenqualität: Die Daten werden in Echtzeit an die Urban Data Platform der FHH übertragen. So sind diese zeitnah für alle Nutzenden und Interessierten verfügbar. Durch die Echtzeitkomponente sind allerdings verschiedene Rahmenbedingungen zu beachten: Die Daten sind nicht umfassend qualitätsgesichert. Ungewöhnliche Abweichungen von den zu erwartenden Daten und Datenlücken werden zwar automatisch vom System erkannt, können aber nicht in Echtzeit korrigiert werden. Lücken, die z.B. durch einen Abriss der Datenübertragung auftreten, können im Nachhinein noch nachgeliefert werden. Unter Umständen und bei längeren Ausfällen können folglich noch nach ein paar Tagen Änderungen in den historischen Daten erfolgen. Die Daten erhalten deswegen täglich eine Aktualisierung für die folgenden Zeiträume: Vortag: 5-Min-Intervalle, 15-Min-Intervalle und 60-Min-Intervalle Tag vor sechs Tagen: 5-Min-Intervalle, 15-Min-Intervalle, 60-Min-Intervalle und Tages-Intervalle Tag vor 28 Tagen: 5-Min-Intervalle, 60-Min-Intervalle, Tages-Intervalle Die Wochenwerte erhalten wöchentlich eine Aktualisierung für die Werte der Vorwoche und der Woche vor vier Wochen. Es handelt sich bei den hier veröffentlichten Daten nicht um amtlich geprüfte Daten der FHH. Wie bei jeder Verkehrszählung, egal ob automatisiert oder manuell, gibt es gewisse Toleranzen in der Messgenauigkeit. Anspruch an das hier verwendete System sind Genauigkeiten für die Zählfelder von +/- 10% bei der Erfassung des Radverkehrs auf Gehwegen, Radwegen und Radverkehrsstreifen sowie +/-20% bei der Erfassung des Radverkehrs im Mischverkehr mit Kraftfahrzeugen. Da Zählstellen aus einer Kombination verschiedener Zählfelder gebildet werden, kann die Abweichung bis zu +/-20% betragen. Weitere Informationen zum Echtzeitdienst: Der Echtzeitdatendienst enthält die aktiven Standorte der Zählfelder und Zählstellen über die mittels Infrarotdetektoren das aktuelle Fahrradaufkommen am Standort ermittelt wird. Die Daten werden im JSON-Format über die SensorThings API (STA) bereitgestellt . Für jedes Zählfeld und jede Zählstelle in der SensorThings API (STA) steht ein Objekt in der Entität "Thing". Für jede zeitliche (jeweiliges Zeitintervall) und räumliche Auflösungsebene (Zählfelder/Zählstellen) steht ein Objekt in der Entität "Datastreams". Die Echtzeitdaten zur Anzahl Fahrräder je Zeitintervall und Raumeinheit wird in der STA in der Entität "Observations" veröffentlicht. Die zeitlichen und räumlichen Auflösungsebenen sind der Datensatzbeschreibung zu entnehmen. Alle Zeitangaben sind in der koordinierten Weltzeit (UTC) angegeben. In der Entität Datastreams gibt es im JSON-Objekt unter dem "key" "properties" weitere "key-value-Paare". In Anlehnung an die Service- und Layerstruktur im GIS haben wir Service und Layer als zusätzliche "key-value-Paare" unter dem JSON-Objekt properties eingeführt. Hier ein Beispiel: { "properties":{ "serviceName": "HH_STA_HamburgerRadzaehlnetz", "layerName": "Anzahl_Fahrraeder_Zaehlfeld_5-Min", "key":"value"} } Verfügbare Layer im layerName sind: * Anzahl_Fahrraeder_Zaehlfeld_5-Min * Anzahl_Fahrraeder_Zaehlstelle_15-Min * Anzahl_Fahrraeder_Zaehlstelle_1-Stunde * Anzahl_Fahrraeder_Zaehlstelle_1-Tag * Anzahl_Fahrraeder_Zaehlstelle_1-Woche Mit Hilfe dieser "key-value-Paare" können dann Filter für die REST-Anfrage definiert werden, bspw. https://iot.hamburg.de/v1.0/Datastreams?$filter=properties/serviceName eq 'HH_STA_HamburgerRadzaehlnetz' and properties/layerName eq 'Anzahl_Fahrraeder_Zaehlfeld_5-Min' Die Echtzeitdaten kann man auch über einen MQTT-Broker erhalten. Die dafür notwendigen IDs können über eine REST-Anfrage bezogen werden und dann für das Abonnement auf einen Datastream verwendet werden: MQTT-Broker: iot.hamburg.de Topic: v1.0/Datastream({id})/Observations

Tracing the Fate of Contaminants in a Model Ecosystem

Scientists from the Palestinian authority, Israel and Germany, all involved in different aspects of analytical research, have joined in order to conduct an environmental study, which aims to understand the fate of selected contaminants in a model ecosystem. For this purpose, two typical terrestrial sites in the Middle East, one in the Palestinian authority and the other in Israel, have been selected, comprising a partially polluted area and a natural reserve as a reference. In these areas, the fate (chemical and physical transformations) of typical pollutants such as heavy metals (Pb, Cu, Zn, Cd, Fe), metalloids (As, Sn, Sb), organic dyes and air contaminants (O3, NOx, SO2) will be studied. This will also involve the determination of all the environmental conditions for the chemical transformation, which should shed some light on the dynamics of the ecosystems. At the same time novel inexpensive sensors and analytical procedures will be developed, which are necessary for the analysis of contaminants in this area. The goals will be accomplished by combined efforts of all partners.

Identifikation und Charakterisierung feiner Fasern in der Luft

Das Forschungsvorhaben dient der Entwicklung eines optischen Verfahrens zur on-line Erfassung und Charakterisierung von lungengaengigen Mineralfasern in der Luft. Die Luft wird durch ein kleines Messvolumen gesaugt, das die Partikel einzeln durchqueren. Mit Hilfe einer Triggeroptik, die das Vorhandensein einer Partikel erkennt, wird ein kurzzeitiger, intensiver Laserimpuls ausgeloest, der die Partikel aus zwei orthogonalen Richtungen beleuchtet. Es entstehen zwei Beugungsmuster, die mit Hilfe von Videokameras aufgenommen werden. Durch Bildanalyse des Musters und Anwendung der Beugungstheorie werden Laenge und Durchmesser der Partikel ermittelt. Das Vorhaben steht in Zusammenhang mit anderen Projekten, die im Rahmen des Schwerpunktprogramms an anderen Hochschulen zur Problematik der Fasererkennung in der Luft durchgefuehrt werden.

1 2 3 4 5 … 1642 1643 1644