API src

Found 18447 results.

Similar terms

s/si/Ni/gi

Digitales Höhenmodell Hamburg DGM 10

Abgeleitetes, flächendeckendes digitales Geländemodell mit einer Rasterweite von 10 Meter auf Basis des DGM1. Für die Fläche der Freien und Hansestadt Hamburg (ohne das Gebiet des hamburgischen Wattenmeeres) wurde in 2020 eine Laserscanvermessungen (Airborne Laserscanning) durchgeführt. Die Daten liegen im Lagestatus 310 (ETRS89/UTM) vor, mit Höhenangaben über Normalhöhennull (NHN), gemäß DE_DHHN2016_NH. Die Genauigkeit eines einzelnen Messpunktes liegt in eindeutig definierten Bereichen, wie z.B. auf Straßenflächen, bei ca. ± 105 cm. In Bereichen von Abschattungen (Brücken), Vegetation, insbesondere Flächen in Wald- und Strauchgebieten und bei stark geneigtem Gelände, ist die Genauigkeit geringer. Standardmäßig werden vom LGV folgende Rasterweiten angeboten: DGM 1 (Rasterweite 1m), DGM 10 (Rasterweite 10m), DGM 25 (Rasterweite 25m). Eine jährliche Aktualisierung dieser Daten erfolgt über Luftbildbefliegungen. Neben der reinen Bereitstellung der Höheninformation als regelmäßiges Gitter werden die Daten auch als Dienstleistung in einer Dreiecksvermaschung (TIN) abgegeben. Dabei ist ein Datenaustausch mit 2D- und 3D-CAD-Systemen sichergestellt. Als weitere Dienstleistung können z.B. Höhenlinien und Profile abgeleitet oder Volumina und Neigungen errechnet werden. Durch Integration weiterer Geobasis- und Fachdaten (Vektor- und Rasterdaten) können weitere Dienstleistungen z.B. für die Bereiche Wasserwirtschaft, Tiefbau, Umwelt und Stadtplanung sowie Energieversorgung groß- und kleinräumige Anwendungen abgeleitet werden.

Digitales Höhenmodell Hamburg DGM 1

Aus Laserscanvermessungen (Airborne Laserscanning) oder photogrammetrischen Produkten abgeleitetes, flächendeckendes digitales Geländemodell mit einer Rasterweite von 1 Meter für die Fläche der Freien und Hansestadt Hamburg. Die Daten stammen jeweils aus den landesweiten 3D-Laserscanbefliegungen aus 2010, 2020 und 2022 und liegen im Lagestatus ETRS89_UTM32 (Lagestatus 310) und mit Höhenangaben über Normalhöhennull (NHN), gemäß DE_DHHN2016_NH vor. Eine punktuelle Aktualisierung dieser Daten erfolgt über photogrammetrische Produkte und ist ggf. in den Metadaten der einzelnen Jahrgänge dokumentiert. Die Genauigkeit eines einzelnen Messpunktes liegt in eindeutig definierten Bereichen, wie z.B. auf Straßenflächen, bei ca. ± 15 cm. In Bereichen von Abschattungen (z. B.: Brücken), dichter Vegetation, insbesondere Flächen in Wald- und Strauchgebieten und bei stark geneigtem Gelände, ist die Genauigkeit geringer. Standardmäßig wird vom LGV ab dem Jahr 2022 folgende Rasterweite angeboten: DGM 1 (Rasterweite 1m). Ältere Jahrgänge haben zusätzlich noch folgende Rasterweiten: DGM 10 (Rasterweite 10m) DGM 25 (Rasterweite 25m) Neben der reinen Bereitstellung der Höheninformation als regelmäßiges Gitter werden die Daten auch als Dienstleistung in einer Dreiecksvermaschung (TIN) abgegeben. Dabei ist ein Datenaustausch mit 2D- und 3D-CAD-Systemen sichergestellt. Als weitere Dienstleistung können z.B. Höhenlinien und Profile abgeleitet oder Volumina und Neigungen errechnet werden. Durch Integration weiterer Geobasis- und Fachdaten (Vektor- und Rasterdaten) können weitere Dienstleistungen z.B. für die Bereiche Wasserwirtschaft, Tiefbau, Umwelt und Stadtplanung sowie Energieversorgung für groß- und kleinräumige Anwendungen abgeleitet werden.

Modell-gestützte Szenarienanalyse zur Optimierung der Pflanzenproduktion für den Klimaschutz, Modell-gestützte Szenarienanalyse zur Optimierung der Pflanzenproduktion für den Klimaschutz

Der menschengemachte Klimawandel bedroht langfristig die Stabilität der Ökosysteme des Planeten, und damit auch die Stabilität der menschlichen Gesellschaft durch Verknappung von Wasser, Nahrung und Lebensraum. Insbesondere die landwirtschaftliche Nahrungsmittelproduktion blickt einer ungewissen Zukunft entgegen und es besteht erheblicher Informationsbedarf hinsichtlich geeigneter Klimaschutzstrategien. Übergeordnetes Ziel des Vorhabens ist die Identifizierung von geeigneten Bewirtschaftungsmaßnahmen und betrieblichen Strategien zur Optimierung der Pflanzenproduktion im Sinne des Klimaschutzes. Das Projekt ModOKlim verfolgt dabei vorrangig folgende wissenschaftliche Ziele: (i) die verlässliche Reproduktion von räumlichen und zeitlichen Mustern der Produktivität landwirtschaftlicher Kulturen in Deutschland über die vergangenen 30 Jahre mit Hilfe von Agrarökosystemmodellen, (ii) die deterministische Projektion der Ertragsaussichten und damit verbundener THG-Emissionen landwirtschaftlicher Kulturen in Deutschland, (iii) die Szenarienanalyse mit Hilfe von biophysikalischen und ökonomischen Modellen zur Beurteilung von Erfolgsaussichten von Klimaschutzstrategien in Richtung von profitablen, klimaangepassten und artenreichen Anbausystemen und (iv) die Integration des aktuellsten Stands der Wissenschaft in Bezug auf die probabilistische Projektion von Extremwetterereignissen in die Projektionen der deterministischen Modelle. Ziel des Arbeitspakets 1 ist die Analyse des Auftretens ertragsrelevanter Extremwetter für landwirtschaftliche Kulturen in Vergangenheit und Zukunft. Mit Hilfe eines objekt-orientierten Ansatzes basierend auf Radardaten wird am KIT untersucht, bei welchen Umgebungsbedingungen sich schaden-relevante Hagelstürme bilden und wie sich diese Bedingungen in einem zukünftigen Klima verändern. Durch den objekt-orientierten Ansatz und Verfahren des maschinellen Lernens werden robustere Trendaussagen erwartete im Vergleich zu den bisher verwendeten Methoden.

WMS SL Digitale Geländemodelle - WMS SL Digitale Geländemodelle

Digitale Geländemodelle (DGM) sind digitale, numerische, auf ein regelmäßiges Raster reduzierte Modelle der Geländehöhen und –formen der Erdoberfläche. Sie beinhalten keine Information über Bauwerke (z.B. Brücken) und Vegetation.:Digitale Geländemodelle (DGM) sind digitale, numerische, auf ein regelmäßiges Raster reduzierte Modelle der Geländehöhen und –formen der Erdoberfläche. Sie beinhalten keine Information über Bauwerke (z.B. Brücken) und Vegetation.

Massentherapie beim Gefluegel einschliesslich Rueckstandsfragen der Therapheutika in Gefluegelprodukten wie Fleisch und Eier

Pruefung von Chemo-Therapeutika, die in der Gefluegelhaltung vornehmlich ueber das Trinkwasser oder Futter zur Bekaempfung von Kokzidiosen bzw. bakteriell bedingten Erkrankungen eingesetzt werden. Nach therapeutischem Einsatz sind Rueckstaende im Fleisch, Fett, den Parachymen und Eiern zu erwarten. Da nur von einigen in der Gefluegelpraxis verwendeten Arzneimitteln unsere Kenntnisse ueber Rueckstandsmengen und Verweildauer bekannt sind, sind weitere Untersuchungen notwendig. Hierbei ist der Einfluss des Alters der Tiere und des Lichtprogrammes sowie die Beeinflussung der Futter- und Trinkwasseraufnahme besonders zu beruecksichtigen. Bei der heute ueblichen Herdentierhaltung des Gefluegels kann aus medizinischer Sicht nicht grundsaetzlich auf die Anwendung von Therapeutika verzichtet werden.

Vorhersage urbaner atmosphärischer Anzahlkonzentrationen ultrafeiner Partikel mit Hilfe von Machine Learning- und Deep Learning-Algorithmen (ULTRAMADE)

Ultrafeine Partikel (UFP) mit einem aerodynamischen Durchmesser kleiner als 100 nm stehen unter dem Verdacht die menschliche Gesundheit zu schädigen, allerdings fehlt bisher die abschließende wissenschaftliche Evidenz aus epidemiologischen Studien. Zur Herleitung von Expositionskonzentrationen gegenüber UFP wurden zum Teil statistische Modellierungsverfahren genutzt um UFP-Anzahlkonzentrationen vorherzusagen. Ein häufig genutztes Verfahren ist eine auf Flächennutzung basierte lineare Regression („land-use regression“, LUR). Allerdings wurden in luftqualitativen Studien auch andere, ausgefeiltere Modellansätze benutzt, z.B. „machine learning“ (ML) oder „deep learning“ (DL), die eine bessere Vorhersagegenauigkeit versprechen. Das Ziel des Projekts ist die Modellierung von UFP-Anzahlkonzentration in urbanen Räumen basierend auf ML- und DL-Algorithmen. Diese Algorithmen versprechen eine bessere Vorhersagegenauigkeit gegenüber linearen Modellansätzen. Mit unserem Modellansatz wollen wir sowohl räumliche als auch zeitliche Variabilität der UFP-Anzahlkonzentrationen abbilden. In einem ersten Schritt werden die Messergebnisse aus mobilen Messkampagnen genutzt um ein ML-basiertes LUR Modell zu kalibrieren. Zusätzlich werden urbane Emissionen aus lokalen Quellen, abseits vom Straßenverkehr, identifiziert und explizit in das Modell einbezogen. In einem zweiten Schritt wird ein DL-Modellansatz basierend auf Langzeit-UFP-Messungen mit dem ML-Modell gekoppelt um die Repräsentierung der zeitlichen Variabilität zu verbessern. Unser vorgeschlagenes Arbeitsprogramm besteht aus fünf Arbeitspaketen (WP): WP 1 beinhaltet mobile Messungen mittels eines mobilen Labors und eines Messfahrads. WP 2 besteht aus stationären Messungen, die an Stationen des German Ultrafine Aerosol Network durchgeführt werden. In WP 3 werden wichtige UFP-Emissionsquellen, insbesondere Nicht-Verkehrsemissionen, mit Hilfe von zusätzlichen kurzzeitigen stationären Messungen identifiziert und quantifiziert. In WP 4 werden ML-Algorithmen genutzt um ein statistisches Modell aufzubauen. Als Kalibrierungsdatensatz werden die Messungen aus WP 1 benutzt. Das Modell wird UFP-Anzahlkonzentrationen mit Hilfe eines Datensatzes aus erklärenden Variablen, u.a. meteorologische Größen, Flächennutzung, urbaner Morphologie, Verkehrsmengen und zusätzlichen Informationen zu UFP-Quellen nach WP 3, vorhersagen. In WP 5 werden die UFP-Anzahlkonzentrationen aus WP 2 für einen DL-Modellansatz genutzt, der die zeitliche Variabilität repräsentieren wird. Dieser wird dann mit dem ML-Modell aus WP 4 gekoppelt. Der Nutzen der Modellkopplung wird mit dem Datensatz aus WP 3 validiert. Aus unserem Projekt wird ein Modell hervorgehen, das in der Lage ist die räumliche und zeitliche Variabilität urbaner UFP-Anzahlkonzentrationen in einer hohen Genauigkeit zu repräsentieren. Damit wird unsere Studie einen Beitrag zur Quantifizierung von Expositionskonzentrationen gegenüber UFP z.B. in epidemiologischen Studien leisten.

Digital GreenTech 2 - TreeMon: Entwicklung eines autonomen Schallemission-Sensorknoten für das Zustandsmonitoring von stehenden Bäumen, Teilprojekt 4

Geochemische Übersichtkarten des Freistaates Sachsen 1:400.000 (GcBÜK400)

Die Datenbestände der im LfULG verfügbaren Stoffdaten von Böden (Messnetze, Sondermessnetze, Auenmessprogramm, Bodenkundliche Landesaufnahme, Fremddaten) werden in geochemischen Übersichtskarten im Maßstab 1:400.000 als Rasterdaten dargestellt. Für die Oberböden liegen Probendaten von über 15.000, für die Unterböden von über 12.000 Standorten vor.

Nachhaltige integrierte Stadtentwicklung EFRE 2021-2027 (Fördergebiete)

Der Datensatz enthält die Fördergebiete der Förderung zur "Nachhaltigen integrierten Stadtentwicklung" aus dem Europäischen Fonds für regionale Entwicklung (EFRE) in den Gemeinden des Freistaates Sachsen für die Förderperiode 2021-2027.

Grundwassermessstelle APP_GWMN_15

Dieser Datensatz beschreibt die Grundwassermessstelle APP_GWMN_15 in Schleswig-Holstein. Die Messstelle liegt im Grundwasserkörper ST16 : Trave - Mitte. Es liegen insgesamt 29400 Messwerte vor. Es liegen außerdem 7 Probenentnahmen vor (siehe Resourcen).

1 2 3 4 5 … 1843 1844 1845