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.
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
Die Erforschung der Land-Atmosphären-Rückkopplung für heterogene Landoberflächen benötigt die Erfassung biophysikalisch bedeutsamer Wärme- und Impulsbilanzen nahe der Unterlage, die das Projekt motivieren. Dieser Energie- und Massenaustausch ist eine essenzielle Komponente in der Prozesskette der Rückkopplungen. Trotz beachtlicher Fortschritte im Verständnis und Quantifizierung der Auswirkungen einfacher Heterogenitätssprünge bei orthogonaler und paralleler Anströmung besteht eine Wissenslücke für die am häufigsten auftretenden Queranströmungen. Weder der Prozess selbst, noch die Auswirkungen der Queranströmung auf den turbulenten Transport sind momentan verstanden oder quantifiziert. Das Zentralziel ist, diese Queranströmungen zu detektieren und ein konzeptionelles Verständnis durch Messungen über den landwirtschaftlichen LAFO-Flächen zu erlangen. Die Zentralhypothese ist, dass Queranströmung zu einer Zone systematisch erhöhten turbulenten Austausches innerhalb einer Übergangsgrenzschicht führt, in der die Land-Oberflächen-Rückkopplung verstärkt ist. Die Forschung wird durch 4 Unterhypothesen und -ziele geleitet. Mithilfe der hochauflösenden (Sekunden und Dezimeter) Fiber-Optic Distributed Sensing (FODS) Technik erfolgen räumlich kontinuierliche Messungen der Lufttemperatur in der Bodenschicht und im Pflanzenbestand, sowie der turbulenten Windgeschwindigkeit und Turbulenter Kinetischer Energie über Hunderte Meter hinweg. FODS misst ebenfalls (10er-Sekunden, Dezimeter) Bodentemperaturen und -feuchtigkeit nahe der Oberfläche, sowie die solare Lichtverteilung kombiniert mit Netzwerken klassischer Punktsensoren über der Winterweizen- und Maisparzelle von LAFO. Unter der Leitung von P5 baut das LAFI-Team die FODS-Glasfaserharfen auf und P1 betreibt sie. Das wissenschaftliche Programm besteht aus 4 eng verzahnten Arbeitspaketen (WP): WP1 führt eine Post-field Kalibration mithilfe unserer eigens entwickelten Kalibriersoftware durch. WP2 erforscht die in den Raum-Zeit-Daten enthaltenen Strukturen und Flüsse abhängig vom Anströmwinkel. Ergänzt durch die verbesserte Energiebilanz (P6), die fernerkundlichen Daten zur Landoberfläche (P2) und Verdunstung (P4) wird die Zentralhypothese überprüft. Die Lidarmessungen aus P1 schaffen einzigartige Beobachtungssynergien. In WP3 werden die Erkenntnisse u.a. mit der Hilfe von Deep Learning zu einem konzeptionellem Gesamtrahmen zusammengefügt. Für die zweite Phase sehen wir Erweiterungen hin zu anderen Landoberflächenheterogenitäten, der Kohlenstoffbilanz und messtechnische Weiterentwicklungen des FODS vor. Dieses Projekt befasst sich mit den zentralen LAFI-Zielen O1 bis O3, OS und OE im Falle eines klimatischen Extremums. Zusätzlich zu den oben genannten projektübergreifenden Kooperationen stehen wir im engen Austausch mit P11 wegen der Licht- und Temperaturvertikalprofile.
Data presented here were collected between April 2017 to December 2018 within the BEFmate project (Biodiversity - Ecosystem Functioning across marine and terrestrial ecosystems, https://uol.de/icbm/verbundprojekte/abgeschlossene-projekte/befmate/ ) of the Universities of Oldenburg and Göttingen and the Nationalpark Niedersächsisches Wattenmeer. Experimental islands and saltmarsh enclosed plots were created in the back barrier tidal flat and in the saltmarsh zone of the island of Spiekeroog. Local tide and wave conditions were recorded with a RBRduo TDǀwave sensor (RBR Ltd., Ontario/Canada). The sensor was bottom mounted in a shallow tidal creek (0.71 / 0.78 m NHN) through a steel girder (buried 0.3m deep in the sediment) and was positioned 10 cm above sediment surface, as was determined by using a portable differential GPS. This resulted in the sensor falling dry during low tide. For accurate depth calculations, raw pressure data were manually corrected for atmospheric pressure derived from a locally installed weather station. The sensor was pre-calibrated by the manufacturer and the sampling rate was 3 Hz with 1024 samples per burst at a sample interval of 10 min. Recorded data were internally logged until the readout with the Ruskin (V1.13.13) software. Date and time is given in UTC. Data handling was performed according to Zielinski et al. (2018): Post-processing of collected data was done using MATLAB (R2018a). Quality control was performed by (a) erasing data covering maintenance activities, (b) removing outliers, and (c) visually checks. Low-tide data is not removed, but were easily identified through the manually calculated water depth data, where all depths < 0.05m represented low tide data.
Das Projekt wird an zwei Unternehmensstandorten durchgeführt: Eine neuartige Bandgießanlage zur Herstellung von Vorbändern wird in Peine errichtet. Dort sollen neue, hochfeste Stahlwerkstoffe mit hohem Mangan-, Silizium- und Aluminium-Gehalten hergestellt werden. In Salzgitter wird eine vorhandene Walzanlage zur Weiterverarbeitung der Vorbänder umgebaut. Bei der Herstellung von Leichtbaustählen sollen etwa 170 kg CO2 pro Tonne Warmband eingespart werden. Bezogen auf das Produktionsvolumen der geplanten Anlage (25.000 Tonnen) ergibt das eine CO2-Einsparung von 4.250 Tonnen pro Jahr. Darüber hinaus werden erhebliche Energieeinsparungspotenziale in der Stahl verarbeitenden Industrie erwartet. Beim Einsatz beispielsweise in Kraftfahrzeugen rechnen Experten mit einer Kraftstoffreduzierung von ca. 0,2 Liter / 100 km bzw. ca. 8 g CO2 / km. Das entspricht umgerechnet auf die produzierte Jahresmenge an Stahl etwa 8 Millionen Kraftstoff jährlich.
Die Qualität von Wettervorhersagen, saisonalen Simulationen und Klimaprojektionen hängt entscheidend von der Darstellung von Land-Atmosphäre (L-A) Rückkopplungen ab. Diese Rückkopplungen sind das Ergebnis eines hochkomplexen Netzwerks von Prozessen und Variablen, die mit dem Austausch von Impuls, Energie und Masse im L-A-System zusammenhängen. Derzeit gibt es in diesem Bereich erhebliche Wissenslücken, die das vorgeschlagene Projekt schließen soll. Die Land Atmosphäre Feedback Initiative (LAFI) ist ein interdisziplinäres Konsortium von Wissenschaftler:innen aus Atmosphären-, Agrar- und Bodenwissenschaften, Biogeophysik, Hydrologie und Neuroinformatik, das eine neuartige Kombination fortschrittlicher Forschungsmethoden vorschlägt. Das übergeordnete Ziel von LAFI ist es, L-A-Rückkopplungen durch synergistische Beobachtungen und Modellsimulationen von der turbulenten (ca. 10 m) bis zur Meso-Gamma-Skala (ca. 2 km) über tägliche bis saisonale Zeitskalen zu verstehen und zu quantifizieren. LAFI besteht aus einer Reihe eng miteinander verflochtener Projekte, die sich mit sechs Forschungszielen und Hypothesen befassen zu 1) alternativen Ähnlichkeitstheorien, 2) der Landoberflächen-Heterogenität, 3) der Partitionierung der Evapotranspiration, 4) dem Entrainment, 5) der synergetischen Untersuchung von L-A-Feedback und 6) eine Ad-hoc-Untersuchung von Klimaextremen, falls während des gemeinsamen Feldexperiments Dürren oder Hitzewellen auftreten. Die Zusammenarbeit zwischen den zwölf Projekten wird durch drei Querschnittsarbeitsgruppen zu tiefergehendem Lernen, Sensorsynergie und Upscaling sowie dem LAFI-Multimodell-Experiment gestärkt. Unsere Forschung umfasst A) die Erweiterung und den Betrieb des Land-Atmosphere Feedback Observatory der Universität Hohenheim mit einer einmaligen Synergie von Instrumenten, z. B. die erstmalige Kombination von Messungen von Wasserisotopen, faseroptischen Temperatursensoren und scannende Lidar-Systeme sowie die Auswertung der Langzeitdatensätze des Meteorologischen Observatoriums Lindenberg des Deutschen Wetterdienstes, B) wenig untersuchte und verstandene Prozesse im L-A-System wie z. B. Entrainment, C) die Verbesserung und Anwendung von L-A Systemmodellen bis hinunter zu den turbulenz-erlaubenden Skalen mit erweiterter Darstellung von Vegetation und stabilen Wasserisotopen, D) die Anwendung von Methoden des tiefergehenden Lernens zur Identifizierung von potenziell neue Faktoren in Prozessbeschreibungen, die in das L-A-System der nächsten Generation integriert werden sollen. Damit werden wir den mehrdimensionalen Phasenraum von L-A-Systemvariablen mit prozessbasierten Metriken über eine gesamte Vegetationsperiode charakterisieren. Gefördert durch die eng verwobene Verbundforschung ist die LAFI-Forschungsgruppe in der Lage, entscheidende neue Erkenntnisse zu gewinnen, um unser Verständnis von L-A-Rückkopplungen zu vertiefen und die Kopplungsstärken über landwirtschaftliche Regionen in Mitteleuropa zu charakterisieren.
Insbesondere der Einfluss der Eigenschaften von Vegetationskronen und ihrer räumlich-zeitlichen Dynamik auf Rückkopplungen zwischen der Landoberfläche und der Atmosphäre (d. h. Temperatur, Niederschlag, Luftfeuchtigkeit, Eigenschaften der atmosphärischen Grenzschicht) sind nicht abschließend geklärt. Ein Hauptgrund dafür ist, dass hochauflösende Beobachtungsdatenprodukte (z. B. zur Vegetationskronenfeuchte) noch nicht mit hoher räumlicher Auflösung (Dekameter-Skala) und für mehrjährige Zeitserien verfügbar sind: weder aus der Fernerkundung noch von Modellen. Darüber hinaus können Heterogenitäten der Landoberfläche (z. B. Vielfalt in der Vegetationsbedeckung) erhebliche Auswirkungen auf Rückkopplungsprozesse zwischen Baumkronen und benachbarter Atmosphäre haben, ihre Darstellung in Modellen reicht jedoch bei hohen räumlichen Auflösungen nicht aus. Um diese Lücken zu schließen, werden auf der Fernerkundung basierende Produkte entwickelt, um einige der vielfältigen unterschiedlichen Vegetationsbedingungen zu berücksichtigen. In diesem Sinne besteht die Idee von Projekt 2 darin, eine Reihe von Eigenschaften der Vegetationskrone zu überwachen, einschließlich Wassergehalt (z. B. Boden- und Vegetationsfeuchtigkeit) und Flüsse (z. B. Evapotranspiration) sowohl vor Ort (In-situ-Daten) als auch auf regionalen (Erdsystemmodelle) Skalen. Der Ansatz nutzt die potenziellen Synergien zwischen optischen, passiven und aktiven Mikrowellensensoren, die ergänzende Informationen bieten, um Fernerkundungssignale (z. B. Mikrowellendämpfung) in biophysikalische Variablen (z. B. gravimetrische Vegetationsfeuchtigkeit, Evapotranspiration oder Vegetationsstruktur und -dichte) umzuwandeln. Diese einzigartigen und beispiellosen Datensätze der satellitengestützten Multisensor-Fernerkundung werden in Land-Atmosphäre (L-A) Modelle eingespeist, um Grenzschichteigenschaften und L-A-Rückkopplungen zu bestimmen und zu analysieren. Alle diese Landoberflächenvariablen können synergetisch dazu beitragen, den Zusammenhang zwischen Boden, Vegetation und den Prozessen der atmosphärischen Grenzschicht zu verstehen und L-A-Modelle zu initialisieren. P2 konzentriert sich direkt auf die hochauflösende (Dekameter-Skala) Bestimmung von Zuständen und räumlich-zeitlichen Dynamiken der Feuchtigkeit, Temperatur und Topographie der Vegetationskrone, um Feuchtigkeits- und Temperaturverteilungen zur Beurteilung der Transpiration und der Form sowie der 3D-Dynamik der atmosphärischen Rauheitsunterschicht nach zu verfolgen. Dies wird durch die Kombination von Multisensor-Fernerkundungsbeobachtungen (z. B. Copernicus Sentinel-Satelliten und weltraumgestützte LiDARs) erreicht. Räumlich-zeitlich dynamische Informationen dieser Vegetationsvariablen werden für die Integration in die Reihe an Land-Atmosphäre-Modellen von LAFI vorbereitet, um Grenzschichteigenschaften zu bewerten und L-A-Rückkopplungen zu verstehen.
Deep Learning (DL) hat sich auch in den Erdsystemwissenschaften in den letzten Jahren rasant entwickelt. Allerdings ist die genaue Art, wie DL Systeme Probleme lösen kaum zugänglich (eine black box). In diesem Projekt werden wir DL und andere Ansätze des maschinellen Lernens entwickeln, um sowohl Land-Atmosphärische (L-A) Rückkopplungsprozesse besser zu verstehen als auch um quantitative Relationen herzuleiten, die aktuelle Ansätze wie die Monin-Obukhov similarity theory (MOST) übertreffen. Die interdisziplinäre Kollaboration in diesem Konsortium und die Daten, die zusammengetragen werden, wird den Erfolg dieses Projektes sicherstellen. Wie werden Daten-getriebene aber wohl-strukturierte DL und andere Ansätze des maschinellen Lernens verfolgen. Wir wollen (1) Satelliten Daten nutzen um die Landoberflächentemperatur und die Feuchtigkeit der Vegetationsschicht zu bestimmen; (2) Möglichkeiten untersuchen, die Energiebalance herzustellen; (3) Abhängigkeiten der Oberflächenflüsse vom Terrain bis hin zum Entrainment untersuchen und identifizieren, um aktuelle Ansätze wie MOST und Bulk-Richardson-Zahl zu verbessern; (4) ein erstes Foundation-Modell entwickeln, um den Phasenraum zu analysieren und multiple L-A Relationen generieren zu können. Wir werden dabei vier Hauptansätze des maschinellen Lernens nutzen: (A) DL Methoden, die darauf optimiert sind, mit Hilfe von redundanten Daten die räumliche Auflösung einer Datengröße zu erhöhen; (B) die Parametrisierung von Physik-basierten Gleichungen und deren Approximation; (C) die Integration von physik-informierten Induktiven Biases in DL, um das Lernen und die Generalisierung zu verbessern; (D) selbst-informiertes und konrastierendes DL zur Entwicklung eines L-A Foundation Modells. Alle Techniken werden die inhärent limitierte Vorhersagbarkeit der Prozesse berücksichtigen. Um unser Verständnis der L-A Kopplungsprozesse zu verbessern, werden wir DL und andere Ansätze des Maschinellen Lernens schachteln und Relevanzanalysen durchführen. Dadurch werden wir fundamentale, teilweise neue Zusammenhänge, Prozessgleichungskomponenten, Prozessparametrisierungen und notwendige Berechnungsschritte ergründen - insbesondere solche, die für die Generierung von akkuraten und allgemein gültigen Relationen zwischen atmosphärischen Variablen notwendig sind. In Kollaboration mit P2 werden wir das Vorhersagepotential von Satellitendaten erforschen. Zusammen mit P1, P3, P5, und P6 werden wir Oberflächen- und Entrainmentflussrelationen ableiten, Komponenten der Energiebalance herleiten, und Evapotranspiration aufspalten. Unser Projekt führt CCWG-DL. Es wird Hilfestellungen und Workshops anbieten, um andere Daten effektiv mit Verfahren des maschinellen Lernens analysieren zu können und weitere Relationen aufdecken zu können - wie zum Beispiel Einflüsse der Landoberflächenstruktur (P5) und die Bestimmung der Blending Height (P1). Beiträge zu O1, O2, O3, O4 und OS sind zu erwarten.
Feuer- und Spritzverzinkung In diesem Vorhaben sollen die Korrosionsschutzwirkung, die physikalischen Eigenschaften und die ökotoxikologische Wirkung von Metallisierungen, vor allem von Verzinkungen, im Stahlwasserbau untersucht werden. Aufgabenstellung und Ziel Der Korrosionsschutz von Stahlwasserbauwerken erfolgt in der Regel durch organische Beschichtungen, teilweise in Kombination mit kathodischem Korrosionsschutz. Metallische Überzüge, wie beispielsweise Verzinkungen, können ebenfalls für den schweren Korrosionsschutz eingesetzt werden (Nürnberger 1995). Im Stahlwasserbau in Deutschland sind diese jedoch unüblich, vor allem wegen Vorbehalten bezüglich einer geringen Nutzungsdauer durch Auflösung im Kontakt mit dem Gewässer. In diesem Projekt sollen die physikalischen Eigenschaften und die ökotoxikologische Wirkung von Metallisierungen, vor allem von Verzinkungen, im Stahlwasserbau untersucht werden. Bestehende Erfahrungen aus dem Wasserbau in Deutschland und anderen Ländern sollen evaluiert und durch eigene Untersuchungen ergänzt werden. Im Ergebnis sollen die Einsatzmöglichkeiten und Einsatzgrenzen von Metallisierungen im Stahlwasserbau beschrieben werden. Dabei sollen auch Auswirkungen des gegebenenfalls aufgelösten Metalls auf das Gewässer betrachtet werden. Der konkrete Fokus liegt dabei auf den Themen: - Bewertung der Auswirkungen metallischer Überzüge auf Stahlplatten sowohl im Labor als auch in der Natur; - Auswertung der vorhandenen Erfahrungen aus dem Wasserbau in Deutschland und anderen Ländern; - Beschreiben von Einsatzmöglichkeiten und Grenzen der Spritz- und Feuerverzinkung im Stahlwasserbau. Bedeutung für die Wasserstraßen- und Schifffahrtsverwaltung des Bundes (WSV) Verzinkungen werden als mögliche Alternative zu den üblichen Korrosionsschutzbeschichtungen diskutiert. Mit dem Ergebnis dieser Untersuchung kann eine fundiertere Entscheidung über den konkreten Anwendungsfall getroffen werden. Untersuchungsmethoden Zunächst werden in Zusammenarbeit mit dem Chemielabor der BAW die Metallplatten, die für die Feuer- und Spritzverzinkung verwendet werden, zu Informationszwecken mithilfe der optischen Emissionsspektrometrie auf ihren Si-Gehalt hin untersucht. Anschließend werden die Platten und Bleche in einer Verzinkerei spritz- und feuerverzinkt. Die Feuerverzinkung wird nach DIN EN ISO 1461 (Durch Feuerverzinken auf Stahl aufgebrachte Zinküberzüge (Stückverzinken) - Anforderungen und Prüfungen) durchgeführt. Die Spritzverzinkung wird nach DIN EN ISO 2063-1 (Thermisches Spritzen - Zink, Aluminium und deren Legierungen) durchgeführt. Danach werden Leistungstests vorgenommen, um die Eigenschaften der Feuer- und Spritzverzinkung gemäß den folgenden Normen zu untersuchen und zu analysieren. Die Naturauslagerung wird an zwei Standorten, in Trier und Kiel, stattfinden. Die ökotoxikologischen Auswirkungen werden auf theoretische Weise mit einer systematischen Literaturrecherche auf der Grundlage der RBS-Roadmap von Carlos Conforto et al. (2011) und des Wissensaustauschs mit der BfG analysiert. Folgende Untersuchungsmethoden sind geplant: - Austausch mit Betreibern von Anlagen mit Metallisierung, national und international, gegebenenfalls mit Begutachtung vor Ort; - Physikalische Untersuchungen zur Dauerhaftigkeit in Labor und Naturversuch; - Ökotoxikologische Bewertung (in Zusammenarbeit mit der BfG) durch Literaturrecherche.
| Organisation | Count |
|---|---|
| Bund | 1653 |
| Kommune | 2 |
| Land | 126 |
| Weitere | 95 |
| Wirtschaft | 5 |
| Wissenschaft | 397 |
| Zivilgesellschaft | 66 |
| Type | Count |
|---|---|
| Daten und Messstellen | 83 |
| Ereignis | 1 |
| Förderprogramm | 1381 |
| Gesetzestext | 1 |
| Infrastruktur | 1 |
| Text | 384 |
| Umweltprüfung | 30 |
| unbekannt | 23 |
| License | Count |
|---|---|
| Geschlossen | 257 |
| Offen | 1457 |
| Unbekannt | 188 |
| Language | Count |
|---|---|
| Deutsch | 1733 |
| Englisch | 257 |
| Resource type | Count |
|---|---|
| Archiv | 233 |
| Bild | 27 |
| Datei | 46 |
| Dokument | 310 |
| Keine | 972 |
| Webseite | 596 |
| Topic | Count |
|---|---|
| Boden | 1240 |
| Lebewesen und Lebensräume | 1288 |
| Luft | 1094 |
| Mensch und Umwelt | 1885 |
| Wasser | 951 |
| Weitere | 1902 |