API src

Found 3265 results.

Similar terms

s/tbe/TBT/gi

Besondere Vegetationsstrukturen 2020 Pilotstrecken und Referenzstrecken Ufer Masterplan Ems 2050

Der Datensatz „besondere Vegetationsstrukturen 2020 Pilotstrecken und Referenzstrecken Ufer Masterplan Ems 2050“ besteht aus einem Punktshape, welches die Pilotstrecken (P) und Referenzstrecken (R) Masterplan Ems 2050 beinhaltet. Die punktuelle Kartierung liegt für folgende Ufer und Vorlandbereiche vor: Nendorp (linkes Ufer, Unterems-km 30,1-31,6), Nüttermoor (rechtes Ufer, UE-km 18,100 - 19,150 u. 22,000 - 22,500) sowie Brahe (linkes Ufer DEK 218,050 - 219,125 und 220,900 - 221, 400), Aschendorf (linkes Ufer, DEK 214,000 - 215,050 und 215,10 - 215,60). Das Shape umfasst Informationen (Attribute) zu den kartierten RL Arten Niedersachsen inkl. Mengenangaben nach dem Meldebogen für Arten der Roten Liste Gefäßpflanzen Niedersachsen sowie auffällige Gelände- und Vegetationsstrukturen wie z.B. Schnittgutablage, Fahrspuren, größere Bärenklaubestände, Wirtschaftsweg, Senke, Totholzstrauch... Des Weiteren ist in der Attributtabelle der Name des kartierten Gebietes festgehalten. Dieser Datensatz basiert auf Kartierungen von Ende April (28.04.2020) sowie Ende September, Anfang Oktober (22.09.2020 Pilot- und Referenzstrecke „Brahe“, 23.09.2020 Pilot- und Referenzstrecke „Nüttermoor“, 30.09.2020 Pilot- und Referenzstrecke „Aschendorf“, 01.10.2020 Vervollständigung der Erfassungen in den Referenzstrecken „Nendorp“ sowie „Nüttermoor“). Der Download enthält den Datensatz 2020Strukturen_V1.shp. Herausgeber: BfG Auftragnehmer: IBL Umweltplanung GmbH Zitiervorschlag: BfG (2022): Besondere Vegetationsstrukturen 2020 der Pilotstrecken und Referenzstrecken Ufer Masterplan Ems 2050 im Auftrag des WSA Ems-Nordsee. DOI: 10.5675/Strukturen2020_MPEms_Ufer Weitere Informationen zu Dominanzbeständen oder Biotoptypen siehe Metadatensatz unter „Biotoptypenkarten 2020 Pilotstrecken und Referenzstrecken Ufer Masterplan Ems 2050“ Weitere Informationen zum Projekt siehe unter https://www.masterplan-ems.info/massnahmen/uferentwicklung The dataset "special vegetation structures 2020 pilot stretches and reference stretches banks Masterplan Ems 2050" consists of a point shape, which includes the pilot stretches (P) and reference stretches (R) Masterplan Ems 2050. The point mapping is available for the following banks and foreland areas: Nendorp (left bank, Unterems-km 30.1-31.6), Nüttermoor (right bank, UE-km 18.100 - 19.150 and 22.000 - 22.500) as well as Brahe (left bank DEK 218.050 - 219.125 and 220.900 - 221, 400), Aschendorf (left bank, DEK 214.000 - 215.050 and 215.10 - 215.60). The shape includes information (attributes) on the mapped RL species of Lower Saxony incl. quantity data according to the reporting form for species of the Red List Vascular Plants Lower Saxony as well as conspicuous terrain and vegetation structures such as cuttings deposits, driving tracks, larger stands of Hogweed, farm track, depression, deadwood shrub…. Furthermore, the name of the mapped area is recorded in the attribute table. This data set is based on mapping from the end of April (28.04.2020) and the end of September, beginning of October (22.09.2020 pilot and reference route "Brahe", 23.09.2020 pilot and reference route "Nüttermoor", 30.09.2020 pilot and reference route "Aschendorf", 01.10.2020 completion of the mapping in the reference routes "Nendorp" and "Nüttermoor"). For further information on dominant stands or biotope types, see metadata record under "Biotope type maps 2020 pilot and reference stretches banks Masterplan Ems 2050". For more information on the project, see https://www.masterplan-ems.info/massnahmen/uferentwicklung

Pilotstrecken und Referenzstrecken Ufer Masterplan Ems 2050, Verortung

Der Datensatz besteht aus einem Polygonshape mit Flächenpolygonen der Pilotstrecken (P) und Referenzstrecken (R) Masterplan Ems 2050 beinhaltet. Die laterale Flächenbegrenzung vom Wasser Richtung Land erfolgte auf Grundlage der MTnw-Linie (Verschneidung des DGM-W 2005 und der entlang der Gewässerachse interpolierten Pegelwerte MTnw 2006-2015) und der Deichkrone. Die longitudinale Abgrenzung wurde wie folgt entlang von semiterrestrischen Querprofilspuren definiert: Nendorp (linkes Ufer, Unterems-km 30,1-31,6), Nüttermoor (rechtes Ufer, UE-km 18,100 - 19,150 u. 22,000 - 22,500) sowie Brahe (linkes Ufer DEK 218,050 - 219,125 und 220,900 - 221, 400), Aschendorf (linkes Ufer, DEK 214,000 - 215,050 und 215,10 - 215,60). Das Shape umfasst Informationen (Attribute) zu den Gebietsnamen (s.o.), eine NordSüdID, die die relative Lage aller Strecken zwischen Norden und Süden beschreibt (1 = nördlichste Strecke, 9 = südlichste Strecke), Streckentyp (Pilot- oder Streckentyp, Verbindungsstück wird nicht direkt untersucht, aber Grundlagendaten wie Luftbilder oder Oberflächenmodelle liegen hier vor), Umfang [m], und Fläche [m²] Weitere Informationen zum Projekt siehe unter https://www.masterplan-ems.info/massnahmen/uferentwicklung Zitiervorschlag für den Datensatz: BfG (2022): Verortung der Pilotstrecken und Referenzstrecken Ufer Masterplan Ems 2050. DOI: 10.5675/Flaechen2020_MPEms_Ufer. Der Download enthält folgendes Shapefile MP_EMS_UferflaechenV2.shp

Biotoptypenkarten 2020 Pilotstrecken und Referenzstrecken Ufer Masterplan Ems 2050

Die Biotoptypenkarten 2020 für die Pilotstrecken (P) und Referenzstrecken (R) Masterplan Ems 2050 basieren auf hochauflösenden RGBI-Luftbildern (räumliche Auflösung 2 cm) für die Uferbereiche Nendorp (linkes Ufer, Unterems-km 30,1-31,6), Nüttermoor (rechtes Ufer, UE-km 18,100 - 19,150 u. 22,000 - 22,500) sowie Brahe (linkes Ufer DEK 218,050 - 219,125 und 220,900 - 221, 400), Aschendorf (linkes Ufer, DEK 214,000 - 215,050 und 215,10 - 215,60). Auf Basis der Spektralkanälen der Luftbilder sowie auf den Berechnungen von Vegetationsindex, Oberflächenrauhigkeit und Oberflächenhöhe wurde zunächst eine überwachte Klassifikation durchgeführt. Die hierdurch vordefinierten Vegetationsklassen dienten im Feld, um nach dem Niedersächsischen Kartierschlüssel Drachenfels 2020 die Biotoptypen inkl. Untereinheiten zu kartieren. Die Biotoptypenklassen sind in den BfG-Kartierschlüssel übersetzt worden. Ebenso enthält die Attributtabelle die zwei dominantesten Pflanzenarten pro Biotopfläche. Herausgeber: BfG Auftragnehmer: IBL Umweltplanung GmbH Zitiervorschlag: BfG (2022): Biotoptypenkarten 2020 der Pilotstrecken und Referenzstrecken Ufer Masterplan Ems 2050 im Auftrag des WSA Ems-Nordsee. DOI: 10.5675/Btty2020_MPEms_Ufer Weitere Informationen zu Dominanzbeständen oder Biotoptypen siehe Metadatensatz unter „Biotoptypenkarten 2020 Pilotstrecken und Referenzstrecken Ufer Masterplan Ems 2050“ Weitere Informationen zum Projekt siehe unter https://www. masterplan-ems.info/massnahmen/uferentwicklung Folgende Dateien sind im Download enthalten: - 2020_Btty_Asd_P_V4m.shp -2020_Btty_Asd_R_V4m.shp -2020_Btty_Bra_P_V4m.shp -2020_Btty_Bra_R_V4m.shp -2020_Btty_Nen_P_V4m.shp -2020_Btty_Nen_R_V4m.shp -2020_Btty_Nue_P_V4m.shp -2020_Btty_Nue_R_V4m.shp -2020_BTTY_Drachenfels_gesamt.lyr -2020_BTTY_Bericht_V2.pdf The biotope type maps 2020 for the pilot stretches (P) and reference stretches (R) are based on high-resolution RGBI aerial photographs (spatial resolution 2 cm) for the riparian areas Nendorp (left bank, Unterems-km 30.1-31.6), Nüttermoor (right bank, UE-km 18.100 - 19.150 u. 22.000 - 22.500) as well as Brahe (left bank DEK 218.050 - 219.125 and 220.900 - 221.400), Aschendorf (left bank, DEK 214.000 - 215.050 and 215.10 - 215.60). Based on the spectral channels of the aerial photographs and on the calculations of vegetation index, surface roughness and surface height, a supervised classification was first carried out. The vegetation classes predefined by this were used in the field to map the biotope types according to the Lower Saxony mapping key Drachenfels 2020. The biotope type classes have been translated into the BfG mapping key. Likewise, the attribute table contains the two most dominant plant species per biotope area. For further information on dominant stands or biotope types, see metadata record under "Biotope type maps 2020 pilot and reference stretches banks Masterplan Ems 2050". For more information on the project, see https://www.masterplanems. info/massnahmen/uferentwicklung

Biokraftstoffe - Eigenschaften und Erfahrungen bei der Anwendung, Biokraftstoffe - Eigenschaften und Erfahrungen bei der Anwendung - Fortschreibung

Dieser DGMK-Forschungsbericht ist eine Fortschreibung des DGMK-Forschungsberichts 611 'Biokraftstoffe -Eigenschaften und Erfahrungen bei der Anwendung', der im Jahr 2002 erschienen ist. Seit dieser Zeit haben sich die Pläne der Europäischen Kommission, den Einsatz von Biokraftstoffen zu fördern, konkretisiert. Die Direktive 2003/30/EC gibt für den Zeitraum von 2005 bis 2010 Zielvorgaben, in welchem Umfang Biokraftstoffe in den Handel gebracht werden sollen. Bei Dieselkraftstoffen wird das im Wesentlichen durch Zugabe von bis zu 5 Prozent Fettsäuremethylestern und nicht durch einen Einsatz in reiner Form geschehen. Bei den Ottokraftstoffen kommen Ethanol und Ethyltertiärbutylether (ETBE) als Beimischungen in Frage. Sowohl bei Diesel- als auch bei Ottokraftstoff sind für den Fall einer Beimischung durch die gültigen Normen Maximalwerte für die sauerstoffhaltigen Verbindungen gegeben. Wegen seiner geringeren Oxidations- und Lagerstabilität besteht ein Interesse an Labortests, die für Biodiesel und Dieselkraftstoffe, die Biodiesel enthalten, eine Vorhersage darüber erlauben, ob der Kraftstoff über eine für den praktischen Betrieb ausreichend große Stabilität verfügt. Die ASTM D 4625-Methode, bei der die Probe bei 43 Grad Celsius gelagert wird und die allgemein als das geeigneste Testverfahren zur Bestimmung der Lagerstabilität von Mitteldestillaten angesehen wird, ist für Fettsäuremethylester und Mischungen mit ihnen weniger gut geeignet. Unter vielen untersuchten Prüfverfahren hat für die Bestimmung der Lagerstabilität die Rancimat-Methode die weiteste Anerkennung gefunden, obwohl auch Ergebnisse vorliegen, die es fraglich erscheinen lassen, ob generell ein Zusammenhang zwischen den Rancimat-Ergebnissen und der Lagerstabilität besteht. Vereinzelt gibt es Dieselkraftstoffe, die für eine Zumischung auch nur einer so geringen Menge wie 5 Prozent Biodiesel schlecht geeignet erscheinen. Für solche Dieselkraftstoffe scheint eine besonders kleine Rancimat-Induktionsperiode kennzeichnend zu sein. Nicht alle für Kohlenwasserstoffe bewährten Antioxidationsmittel sind in Mischungen mit Biodiesel gleich gut wirksam. Nach den bisherigen Erfahrungen kommt es beim Einsatz von Mischungen mit Biodiesel in Kraftfahrzeugen zu keinen Problemen, wenn der Biodieselgehalt 5 Prozent nicht übersteigt, auf Abwesenheit von Wasser geachtet und die Lagerzeit auf 6 Monate begrenzt wird. Der eingesetzte Biodiesel muss den Anforderungen der Norm EN 14214 genügen. Überflüssiger Kontakt mit Luft beispielsweise durch Rühren sollte bei der Lagerung von Biodiesel unbedingt vermieden werden. Auch wenn in dem durch die Norm erlaubten Rahmen Ethanol oder ETBE konventionellen Ottokraftstoffen beigemischt wird, sind im praktischen Betrieb keine Schwierigkeiten zu erwarten. Allerdings muss beim Zusatz von Ethanol auf die Abwesenheit von Wasser im System geachtet werden. Bei einer unkontrollierten Vermischung von ethanolhaltigen und ethanolfreien Kraftstoffen kann der Dampfdruckgrenzwert ...

Wirkung von Umweltsubstanzen auf den Sexualsteroidhormonstoffwechsel des Menschen

Umweltsubstanzen können bei Mensch und Tier das Hormonsystem beeinflussen, indem sie auf den Metabolismus der Hormone einwirken. So wurde kürzlich gezeigt, dass zinnorganische Verbindungen wie Tributylzinn bei Schnecken und Fischen offenbar durch eine Hemmung der Aromatase den Metabolismus der Sexualsteroidhormone stören und so schwere Schäden hervorrufen. Ziel des geplanten Vorhabens ist es, beim Menschen mit den von uns entwickelten Testverfahren (DFG Kl 524/4-1) zunächst den Einfluss der ubiquitär vorkommenden zinnorganischen Verbindungen auf Schlüsselenzyme des Sexualhormonstoffwechsels, wie die Aromatase, die 5a-Reduktase und die 17b-Hydroxysteroid-Dehydrogenase zu untersuchen. Auf molekularer Ebene soll in Gewebe-Homogenaten und -Schnitten der Einfluss auf die Enzymaktivität und in Zellkulturen auf die Genexpression (Quantifizierung der mRNA) gemessen werden. Ferner soll in menschlichem Gewebe der Gehalt an zinnorganischen Verbindungen bestimmt werden. Diese Untersuchungen werden zeigen, inwieweit auch beim Menschen Umweltsubstanzen in den Steroidhormonstoffwechsel eingreifen. Dies sind grundlegende Fragestellungen, zu denen beim Menschen bisher keine Befunde vorliegen.

Baseline study on intersex in Littorina littorea with recommendations for biological TBT assessment criteria

Ökologischer Teeanbau in Südasien

Wissenschaftliche Begleitung und Beratung von Teeplantagen, die ihre Wirtschaftsweise auf ökologischen Teeanbau umgestellt haben. Geoökologische Untersuchungen in verschiedenen Teeplantagen von Nordindien (Darjeeling und Assam) und Sri Lanka. Standortklimatische Analysen zur Lokalisierung der optimalen Pflanzstandorte. Testen von geoökologisch angepassten Pflanzsystemen bei Neuanpflanzung, Wiederanpflanzung und Unterpflanzung (mixed cropping, alley cropping, underplanting, infilling). Testen von verschiedenen Erosionsschutzmaßnahmen in besonders steilen Hanglagen, umfangreiche Bodenrehabilitierungsmaßnahmen, Kompostierungsversuche zur optimalen Nährstoffrückführung an degradierten Bodenstandorten sowie Biodiversifizierung im Nutzpflanzenanbau. Aber nicht nur die geoökologischen/agrarökologischen Aspekte spielen dabei eine Rolle, sondern auch in sehr starkem Maße die sozial-ökonomischen und sozial-ökologischen Komponenten; d.h. der Mensch und der Umgang mit der Natur- und Kulturlandschaft. Somit wird mit den beschriebenen Projektmaßnahmen versucht, einen Beitrag zur nachhaltigen ländlichen Regionalentwicklung zu leisten.

Ecotoxicology of Organotin compounds

Organotin and especially butyltin compounds are used for a variety of applications, e.g. as biocides, stabilizers, catalysts and intermediates in chemical syntheses. Tributyltin (TBT) compounds exhibit the greatest toxicity of all organotins and have even been characterized as one of the most toxic groups of xenobiotics ever produced and deliberately introduced into the environment. TBT is not only used as an active biocidal compound in antifouling paints, which are designed to prevent marine and freshwater biota from settlement on ship hulls, harbour and offshore installations, but also as a biocide in wood preservatives, textiles, dispersion paints and agricultural pesticides. Additionally, it occurs as a by-product of mono- (MBT) and dibutyltin (DBT) compounds, which are used as UV stabilizer in many plastics and for other applications. Triphenyltin (TPT) compounds are also used as the active biocide in antifouling paints outside Europe and furthermore as an agricultural fungicide since the early 1960s to combat a range of fungal diseases in various crops, particularly potato blight, leaf spot and powdery mildew on sugar beet, peanuts and celery, other fungi on hop, brown rust on beans, grey moulds on onions, rice blast and coffee leaf rust. Although the use of TBT and TPT was regulated in many countries world-wide from restrictions for certain applications to a total ban, these compounds are still present in the environment. In the early 1970s the impact of TBT on nontarget organisms became apparent. Among the broad variety of malformations caused by TBT in aquatic animals, molluscs have been found to be an extremely sensitive group of invertebrates and no other pathological condition produced by TBT at relative low concentrations rivals that of the imposex phenomenon in prosobranch gastropods speaking in terms of sensitivity. TBT induces imposex in marine prosobranchs at concentrations as low as 0,5 ng TBT-Sn/L. Since 1993, for the littorinid snail Littorina littorea a second virilisation phenomenon, termed intersex, is known. In female specimens affected by intersex the pallial oviduct is transformed of towards a male morphology with a final supplanting of female organs by the corresponding male formations. Imposex and intersex are morphological alterations caused by a chronic exposure to ultra-trace concentrations of TBT. A biological effect monitoring offers the possibility to determine the degree of contamination with organotin compounds in the aquatic environment and especially in coastal waters without using any expensive analytical methods. Furthermore, the biological effect monitoring allows an assessment of the existing TBT pollution on the basis of biological effects. Such results are normally more relevant for the ecosystem than pure analytical data. usw.

Monthly time series of spatially enhanced relative humidity for Europe at 30 arc seconds resolution (2000 - 2023) derived from ERA5-Land data

Overview: ERA5-Land is a reanalysis dataset providing a consistent view of the evolution of land variables over several decades at an enhanced resolution compared to ERA5. ERA5-Land has been produced by replaying the land component of the ECMWF ERA5 climate reanalysis. Reanalysis combines model data with observations from across the world into a globally complete and consistent dataset using the laws of physics. Reanalysis produces data that goes several decades back in time, providing an accurate description of the climate of the past. Processing steps: The original hourly ERA5-Land air temperature 2 m above ground and dewpoint temperature 2 m data has been spatially enhanced from 0.1 degree to 30 arc seconds (approx. 1000 m) spatial resolution by image fusion with CHELSA data (V1.2) (https://chelsa-climate.org/). For each day we used the corresponding monthly long-term average of CHELSA. The aim was to use the fine spatial detail of CHELSA and at the same time preserve the general regional pattern and fine temporal detail of ERA5-Land. The steps included aggregation and enhancement, specifically: 1. spatially aggregate CHELSA to the resolution of ERA5-Land 2. calculate difference of ERA5-Land - aggregated CHELSA 3. interpolate differences with a Gaussian filter to 30 arc seconds. 4. add the interpolated differences to CHELSA Subsequently, the temperature time series have been aggregated on a daily basis. From these, daily relative humidity has been calculated for the time period 01/2000 - 12/2023. Relative humidity (rh2m) has been calculated from air temperature 2 m above ground (Ta) and dewpoint temperature 2 m above ground (Td) using the formula for saturated water pressure from Wright (1997): maximum water pressure = 611.21 * exp(17.502 * Ta / (240.97 + Ta)) actual water pressure = 611.21 * exp(17.502 * Td / (240.97 + Td)) relative humidity = actual water pressure / maximum water pressure The resulting relative humidity has been aggregated to monthly averages. Resultant values have been converted to represent percent * 10, thus covering a theoretical range of [0, 1000]. File naming scheme (YYYY = year; MM = month): ERA5_land_rh2m_avg_monthly_YYYY_MM.tif Projection + EPSG code: Latitude-Longitude/WGS84 (EPSG: 4326) Spatial extent: north: 82:00:30N south: 18N west: 32:00:30W east: 70E Spatial resolution: 30 arc seconds (approx. 1000 m) Temporal resolution: Monthly Pixel values: Percent * 10 (scaled to Integer; example: value 738 = 73.8 %) Software used: GDAL 3.2.2 and GRASS GIS 8.0.0/8.3.2 Original ERA5-Land dataset license: https://apps.ecmwf.int/datasets/licences/copernicus/ CHELSA climatologies (V1.2): Data used: Karger D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E, Linder, H.P., Kessler, M. (2018): Data from: Climatologies at high resolution for the earth's land surface areas. Dryad digital repository. http://dx.doi.org/doi:10.5061/dryad.kd1d4 Original peer-reviewed publication: Karger, D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E., Linder, P., Kessler, M. (2017): Climatologies at high resolution for the Earth land surface areas. Scientific Data. 4 170122. https://doi.org/10.1038/sdata.2017.122 Processed by: mundialis GmbH & Co. KG, Germany (https://www.mundialis.de/) Reference: Wright, J.M. (1997): Federal meteorological handbook no. 3 (FCM-H3-1997). Office of Federal Coordinator for Meteorological Services and Supporting Research. Washington, DC Data is also available in EU LAEA (EPSG: 3035) projection: https://data.mundialis.de/geonetwork/srv/eng/catalog.search#/metadata/ab06ed25-84af-43c9-b1c3-57e3b6ad8d29 Acknowledgements: This study was partially funded by EU grant 874850 MOOD. The contents of this publication are the sole responsibility of the authors and don't necessarily reflect the views of the European Commission.

Monthly time series of spatially enhanced relative humidity for Europe at 1000 m resolution (2000 - 2022) derived from ERA5-Land data

Overview: ERA5-Land is a reanalysis dataset providing a consistent view of the evolution of land variables over several decades at an enhanced resolution compared to ERA5. ERA5-Land has been produced by replaying the land component of the ECMWF ERA5 climate reanalysis. Reanalysis combines model data with observations from across the world into a globally complete and consistent dataset using the laws of physics. Reanalysis produces data that goes several decades back in time, providing an accurate description of the climate of the past. Processing steps: The original hourly ERA5-Land air temperature 2 m above ground and dewpoint temperature 2 m data has been spatially enhanced from 0.1 degree to 30 arc seconds (approx. 1000 m) spatial resolution by image fusion with CHELSA data (V1.2) (https://chelsa-climate.org/). For each day we used the corresponding monthly long-term average of CHELSA. The aim was to use the fine spatial detail of CHELSA and at the same time preserve the general regional pattern and fine temporal detail of ERA5-Land. The steps included aggregation and enhancement, specifically: 1. spatially aggregate CHELSA to the resolution of ERA5-Land 2. calculate difference of ERA5-Land - aggregated CHELSA 3. interpolate differences with a Gaussian filter to 30 arc seconds. 4. add the interpolated differences to CHELSA Subsequently, the temperature time series have been aggregated on a daily basis. From these, daily relative humidity has been calculated for the time period 01/2000 - 12/2023. Relative humidity (rh2m) has been calculated from air temperature 2 m above ground (Ta) and dewpoint temperature 2 m above ground (Td) using the formula for saturated water pressure from Wright (1997): maximum water pressure = 611.21 * exp(17.502 * Ta / (240.97 + Ta)) actual water pressure = 611.21 * exp(17.502 * Td / (240.97 + Td)) relative humidity = actual water pressure / maximum water pressure The resulting relative humidity has been aggregated to monthly averages. Resultant values have been converted to represent percent * 10, thus covering a theoretical range of [0, 1000]. The data have been reprojected to EU LAEA. File naming scheme (YYYY = year; MM = month): ERA5_land_rh2m_avg_monthly_YYYY_MM.tif Projection + EPSG code: EU LAEA (EPSG: 3035) Spatial extent: north: 6874000 south: -485000 west: 869000 east: 8712000 Spatial resolution: 1000 m Temporal resolution: Monthly Pixel values: Percent * 10 (scaled to Integer; example: value 738 = 73.8 %) Software used: GDAL 3.2.2 and GRASS GIS 8.0.0/8.3.2 Original ERA5-Land dataset license: https://apps.ecmwf.int/datasets/licences/copernicus/ CHELSA climatologies (V1.2): Data used: Karger D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E, Linder, H.P., Kessler, M. (2018): Data from: Climatologies at high resolution for the earth's land surface areas. Dryad digital repository. http://dx.doi.org/doi:10.5061/dryad.kd1d4 Original peer-reviewed publication: Karger, D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E., Linder, P., Kessler, M. (2017): Climatologies at high resolution for the Earth land surface areas. Scientific Data. 4 170122. https://doi.org/10.1038/sdata.2017.122 Processed by: mundialis GmbH & Co. KG, Germany (https://www.mundialis.de/) Reference: Wright, J.M. (1997): Federal meteorological handbook no. 3 (FCM-H3-1997). Office of Federal Coordinator for Meteorological Services and Supporting Research. Washington, DC Data is also available in Latitude-Longitude/WGS84 (EPSG: 4326) projection: https://data.mundialis.de/geonetwork/srv/eng/catalog.search#/metadata/b9ce7dba-4130-428d-96f0-9089d8b9f4a5 Acknowledgements: This study was partially funded by EU grant 874850 MOOD. The contents of this publication are the sole responsibility of the authors and don't necessarily reflect the views of the European Commission.

1 2 3 4 5 … 325 326 327