API src

Found 5148 results.

Similar terms

s/tau/Tal/gi

Related terms

Beitrag der Landwirtschaft zu den Treibhausgas-Emissionen

<p>Beitrag der Landwirtschaft zu den Treibhausgas-Emissionen</p><p>Die Landwirtschaft in Deutschland trägt maßgeblich zur Emission klimaschädlicher Gase bei. Dafür verantwortlich sind vor allem Methan-Emissionen aus der Tierhaltung (Fermentation und Wirtschaftsdüngermanagement von Gülle und Festmist) sowie Lachgas-Emissionen aus landwirtschaftlich genutzten Böden als Folge der Stickstoffdüngung (mineralisch und organisch).</p><p>Treibhausgas-Emissionen aus der Landwirtschaft</p><p>Das Umweltbundesamt legt im Rahmen des<a href="https://www.bmuv.de/gesetz/bundes-klimaschutzgesetz">Bundes-Klimaschutzgesetzes (KSG)</a>eine Schätzung für das Vorjahr 2024 vor. Für die Luftschadstoff-Emissionen wird keine Schätzung erstellt, dort enden die Zeitreihen beim letzten Inventarjahr 2023. Die Daten basieren auf aktuellen Zahlen zur Tierproduktion, zur Mineraldüngeranwendung sowie der Erntestatistik. Bestimmte Emissionsquellen werden zudem laut KSG der mobilen und stationären Verbrennung des landwirtschaftlichen Bereichs zugeordnet (betrifft z.B. Gewächshäuser). Dieser Bereich hat einen Anteil von rund 14 % an den Gesamt-Emissionen des Landwirtschaftssektors. Demnach stammen (unter Berücksichtigung der energiebedingten Emissionen) 76,0 % der gesamten Methan (CH4)-Emissionen und 77,3 % der Lachgas (N2O)-Emissionen in Deutschland aus der Landwirtschaft.</p><p>Im Jahr 2024 war die deutsche Landwirtschaft entsprechend einer ersten Schätzung somit insgesamt für 53,7 Millionen Tonnen (Mio. t) Kohlendioxid (CO2)-Äquivalente verantwortlich (siehe Abb. „Treibhausgas-Emissionen der Landwirtschaft nach Kategorien“). Das entspricht 8,2 % der gesamten ⁠<a href="https://www.umweltbundesamt.de/service/glossar/t?tag=Treibhausgas#alphabar">Treibhausgas</a>⁠-Emissionen (THG-Emissionen) des Jahres. Diese Werte erhöhen sich auf 62,1 Millionen Tonnen (Mio. t) Kohlendioxid (CO2)-Äquivalente bzw. 9,6 % Anteil an den Gesamt-Emissionen, wenn die Emissionsquellen der mobilen und stationären Verbrennung mit berücksichtigt werden.</p><p>In den folgenden Absätzen werden die Emissionsquellen der mobilen und stationären Verbrennung des landwirtschaftlichen Sektors nicht berücksichtigt.</p><p>Den Hauptanteil an THG-Emissionen innerhalb des Landwirtschaftssektors machen die Methan-Emissionen mit 62,1 % im Schätzjahr 2024 aus. Sie entstehen bei Verdauungsprozessen, aus der Behandlung von Wirtschaftsdünger sowie durch Lagerungsprozesse von Gärresten aus nachwachsenden Rohstoffen (NaWaRo) der Biogasanlagen. Lachgas-Emissionen kommen anteilig zu 33,4 % vor und entstehen hauptsächlich bei der Ausbringung von mineralischen und organischen Düngern auf landwirtschaftlichen Böden, beim Wirtschaftsdüngermanagement sowie aus Lagerungsprozessen von Gärresten. Durch eine flächendeckende Zunahme der Biogas-Anlagen seit 1994 haben die Emissionen in diesem Bereich ebenfalls kontinuierlich zugenommen. Nur einen kleinen Anteil (4,5 %) machen die Kohlendioxid-Emissionen aus der Kalkung, der Anwendung als Mineraldünger in Form von Harnstoff sowie CO2aus anderen kohlenstoffhaltigen Düngern aus. Die CO2-Emissionen entsprechen hier einem Anteil von weniger als einem halben Prozent an den Gesamt-THG-Emissionen (ohne ⁠<a href="https://www.umweltbundesamt.de/service/glossar/l?tag=LULUCF#alphabar">LULUCF</a>⁠) und sind daher als vernachlässigbar anzusehen (siehe Abb. „Anteile der Treibhausgase an den Emissionen der Landwirtschaft 2024“).</p><p>Klimagase aus der Viehhaltung</p><p>Das klimawirksame Spurengas Methan entsteht während des Verdauungsvorgangs (Fermentation) bei Wiederkäuern (wie z.B. Rindern und Schafen) sowie bei der Lagerung von Wirtschaftsdüngern (Festmist, Gülle). Im Jahr 2023 machten die Methan-Emissionen aus der Fermentation anteilig 76,7 % der Methan-Emissionen des Landwirtschaftsbereichs aus und waren nahezu vollständig auf die Rinder- und Milchkuhhaltung (93 %) zurückzuführen. Aus dem Wirtschaftsdüngermanagement stammten hingegen nur 18,8&nbsp;% der Methan-Emissionen. Der größte Anteil des Methans aus Wirtschaftsdünger geht auf die Exkremente von Rindern und Schweinen zurück. Emissionen von anderen Tiergruppen (wie z.B. Geflügel, Esel und Pferde) sind dagegen vernachlässigbar. Der verbleibende Anteil (4,5 %) der Methan-Emissionen entstammte aus der Lagerung von Gärresten nachwachsender Rohstoffe (NawaRo) der Biogasanlagen. Insgesamt sind die aus der Tierhaltung resultierenden Methan-Emissionen im Sektor Landwirtschaft zwischen 1990 (45,8 Mio. t CO2-Äquivalente) und 2024 (33,2 Mio. t CO2-Äquivalente) um etwa 27,5&nbsp;% zurückgegangen.</p><p>Wirtschaftsdünger aus der Einstreuhaltung (Festmist) ist gleichzeitig auch Quelle des klimawirksamen Lachgases (Distickstoffoxid, N2O) und seiner Vorläufersubstanzen (Stickoxide, NOxund Stickstoff, N2). Dieser Bereich trägt zu 16,2&nbsp;% an den Lachgas-Emissionen der Landwirtschaft bei. Die Lachgas-Emissionen aus dem Bereich Wirtschaftsdünger (inklusive Wirtschaftsdünger-Gärreste) nahmen zwischen 1990 und 2024 um rund 34,2 % ab (siehe Tab. „Emissionen von Treibhausgasen aus der Tierhaltung“). Zu den tierbedingten Emissionen gehören ebenfalls die Lachgas-Emissionen der Ausscheidung beim Weidegang sowie aus der Ausbringung von Wirtschaftsdünger auf die Felder. Diese werden aber in der Emissionsberichterstattung in der Kategorie „landwirtschaftliche Böden“ bilanziert.</p><p>Somit lassen sich in 2024 rund 34,9 Mio. t CO2-Äquivalente direkte THG-Emissionen (das sind 64,5 % der Emissionen der Landwirtschaft und 5,4 % an den Gesamt-Emissionen Deutschlands) allein auf die Tierhaltung zurückführen. Hierbei bleiben die indirekten Emissionen aus der ⁠<a href="https://www.umweltbundesamt.de/service/glossar/d?tag=Deposition#alphabar">Deposition</a>⁠ unberücksichtigt.</p><p></p><p>Klimagase aus landwirtschaftlich genutzten Böden</p><p>Auch Böden sind Emissionsquellen von klimarelevanten Gasen. Neben der erhöhten Kohlendioxid (CO2)-Freisetzung infolge von<a href="https://www.umweltbundesamt.de/daten/klima/treibhausgas-emissionen-in-deutschland/emissionen-der-landnutzung-aenderung">Landnutzung und Landnutzungsänderungen</a>(Umbruch von Grünland- und Niedermoorstandorten) sowie der CO2-Freisetzung durch die Anwendung von Harnstoffdünger und der Kalkung von Böden handelt es sich hauptsächlich um Lachgas-Emissionen. Mikrobielle Umsetzungen (sog. Nitrifikation und Denitrifikation) von Stickstoffverbindungen führen zu Lachgas-Emissionen aus Böden. Sie entstehen durch Bodenbearbeitung sowie vornehmlich aus der Umsetzung von mineralischen Düngern und organischen Materialien (d.h. Ausbringung von Wirtschaftsdünger und beim Weidegang, Klärschlamm, Gärresten aus NaWaRo sowie der Umsetzung von Ernterückständen). Insgesamt wurden 2024 15,1 Mio. t CO2-Äquivalente Lachgas durch die Bewirtschaftung landwirt­schaftlicher Böden emittiert.</p><p>Es werden direkte und indirekte Emissionen unterschieden:</p><p>Die<strong>direkten Emissionen</strong>stickstoffhaltiger klimarelevanter Gase (Lachgas und Stickoxide, siehe Tab. „Emissionen stickstoffhaltiger Treibhausgase und Ammoniak aus landwirtschaftlich genutzten Böden“) stammen überwiegend aus der Düngung mit mineralischen Stickstoffdüngern und den zuvor genannten organischen Materialien sowie aus der Bewirtschaftung organischer Böden. Diese Emissionen machen mit 46 kt bzw. 12,3 Mio. t CO2-Äquivalenten den Hauptanteil (51,9 %) an den gesamten Lachgasemissionen aus.</p><p>Quellen für<strong>indirekte Lachgas-Emissione</strong>n sind die atmosphärische ⁠<a href="https://www.umweltbundesamt.de/service/glossar/d?tag=Deposition#alphabar">Deposition</a>⁠ von reaktiven Stickstoffverbindungen aus landwirtschaftlichen Quellen sowie die Lachgas-Emissionen aus Oberflächenabfluss und Auswaschung von gedüngten Flächen. Indirekte Lachgas-Emissionen belasten vor allem natürliche oder naturnahe Ökosysteme, die nicht unter landwirtschaftlicher Nutzung stehen.</p><p>Im Zeitraum 1990 bis 2024 nahmen die Lachgas-Emissionen aus landwirtschaftlichen Böden um 24 % ab.</p><p>Gründe für die Emissionsentwicklung</p><p>Neben den deutlichen Emissionsrückgängen in den ersten Jahren nach der deutschen Wiedervereinigung vor allem durch die Verringerung der Tierbestände und den strukturellen Umbau in den neuen Bundesländern, gingen die THG-Emissionen erst wieder ab 2017 deutlich zurück. Die Folgen der extremen ⁠<a href="https://www.umweltbundesamt.de/service/glossar/d?tag=Drre#alphabar">Dürre</a>⁠ im Jahr 2018 waren neben hohen Ernteertragseinbußen und geringerem Mineraldüngereinsatz auch die erschwerte Futterversorgung der Tiere, die zu einer Reduzierung der Tierbestände (insbesondere bei der Rinderhaltung aber seit 2021 auch bei den Schweinebeständen) beigetragen haben dürfte. Wie erwartet setzt sich der abnehmende Trend fort bedingt durch die anhaltend schwierige wirtschaftliche Lage vieler landwirtschaftlicher Betriebe vor dem Hintergrund stark gestiegener Energie-, Düngemittel- und Futterkosten und damit höherer Produktionskosten.</p><p>Maßnahmen in der Landwirtschaft zur Senkung der Treibhausgas-Emissionen</p><p>Das von der Bundesregierung in 2019 verabschiedete und 2021 und 2024 novellierte<a href="https://www.bmuv.de/gesetz/bundes-klimaschutzgesetz">Bundes-Klimaschutzgesetz</a>legt für 2024 für den Landwirtschaftssektor eine Höchstmenge von 67 Mio. t CO2-Äquivalente fest, welche mit 62&nbsp;Mio. t CO2-Äquivalente unterschritten wurde.</p><p>Weiterführende Informationen zur Senkung der ⁠<a href="https://www.umweltbundesamt.de/service/glossar/t?tag=Treibhausgas#alphabar">Treibhausgas</a>⁠-Emissionen finden Sie auf den Themenseiten<a href="https://www.umweltbundesamt.de/themen/landwirtschaft/umweltbelastungen-der-landwirtschaft/ammoniak-geruch-staub">„Ammoniak, Geruch und Staub“</a>,<a href="https://www.umweltbundesamt.de/themen/landwirtschaft/umweltbelastungen-der-landwirtschaft/lachgas-methan">„Lachgas und Methan“</a>und<a href="https://www.umweltbundesamt.de/themen/landwirtschaft/umweltbelastungen-der-landwirtschaft/stickstoff">„Stickstoff“</a>.</p>

Föhnstudien im Rheintal in Österreich während MAP

Im Rahmen des 'Mesoscale Alpine Programme' (MAP), einer internationalen kooperativen Forschungsinitiative zahlreicher Institutionen europäischen und außereuropäischer Länder zum Studium intensiver Wettervorgänge im Alpenraum, ist die Erforschung des Föhns als ein Schwerpunkt festgelegt worden. Das Alpenrheintal von seinem Ursprung an den Pässen des Alpenhauptkamms bis zum Bodensee, einschließlich der Seitentäler, wurde von den internationalen MAP Gremien zum Zielgebiet ausgewählt. Diese Region wird in einer gemeinsamen Aktion im kommenden Jahr von einem dichten Beobachtungsnetz überzogen um den Atmosphärenzustand während interessanter meteorologischer Situationen zu erfassen. Der vorliegende Forschungsantrag soll einer der österreichischen Beiträge zu dieser internationalen Initiative werden. Er ist so angelegt, dass er einerseits die Messungen der zahlreichen anderen Forschergruppen durch zusätzliche Messungen ergänzt, anderseits werden eigene Forschungsziele verfolgt. Die entsprechenden Fragestellungen sollen dann anhand des gemeinsamen MAP Datensatzes studiert werden. Das vorliegende Projekt verfolgt zwei Hauptziele, nämlich (1) die Erfassung der kleinskaligen räumlich zeitlichen Variabilität und des Lebenszyklus von Föhnepisoden in Bodennähe, und (2) die Beobachtung der Struktur der Föhnströmung in der unteren und mittleren Troposphäre, wobei vor allem auf die Wechselwirkung zwischen den Strömungsprozessen in Tälern verschiedener Länge, Breite und Richtung eingegangen werden soll. Als weiteres Ziel ist die Qualitäts-Evaluierung der erhobenen Messdaten zu nennen, die mittels eines ausgeklügelten Verfahrens durchgeführt werden soll, welches in der jüngsten Zeit von den Antragstellern entwickelt wurde. Die qualitätsgeprüften Messungen sollen schließlich dem internationalen MAP Datenzentrum für die weitere Bearbeitung zur Verfügung gestellt werden, von wo die Antragsteller dann als Gegenleistung auch die Beobachtungsdaten der anderen beteiligten Forschergruppen beziehen können. Das Alpenrheingebiet wurde deshalb als Zielgebiet ausgewählt, weil dort klimatologisch eine der höchsten Wahrscheinlichkeiten für Föhn im Alpenraum vorliegt und die Länder Österreich, Schweiz und Deutschland betroffen sind. Außer an wenigen langjährigen Klimastationen ist bisher wenig über die kleinräumige Struktur von Föhn in dem von den Antragstellern ausgewählten Gebiet bekannt, nämlich dem Walgau von Bludenz bis Feldkirch und dem Brandner Tal, südlich von Bludenz. Eine bessere Kenntnis und vor allem eine besser Vorhersage von Föhn in diesem Gebiet ist von großem praktischem Wert, da immer wieder Schäden durch Föhn (z. B. Sturmschäden) auftreten und plötzlich und unerwartet auftretende Windböen und Turbulenz eine beträchtliche Gefahr für die Luftfahrt, insbesondere für motorlose Fluggeräte darstellt. usw.

Interoperabler INSPIRE View-Service: Agricultural And Aquaculture Facilities / Tierhaltungsanlagen nach BImSchG in Brandenburg - Interoperabler INSPIRE View-Service (WMS-AF-TIERE)

Der interoprable INSPIRE-Viewdienst (WMS) Agricultural and Aquaculture Facilities gibt einen Überblick über die Tierhaltungs- und Aufzuchtanlagen im Land Brandenburg. Der Datensatz umfasst Geflügel, Rinder, Kälber, Schweine und gemischte Bestände. Die Datenquelle ist das Anlageninformationssystem LIS-A. Gemäß der INSPIRE-Datenspezifikation Agricultural and Aquaculture Facilities (D2.8.III.9_v3.0) liegen die Inhalte INSPIRE-konform vor. Der WMS beinhaltet 2 Layer: AgriculturalHolding und Sites. Der Holding-Layer wird gem. INSPIRE-Vorgaben nach Wirstschaftszweigen (NACE-Kategorie "A") untergliedert in: - AF.GrowingOfPerennialCrops: Anbau mehrjähriger Pflanzen (NACE-Kategorie "A.01.2") - AF.AnimalProduction: Tierhaltung (NACE-Kategorie "A.01.4") - AF.MixedFarming: Gemischte Landwirtschaft (NACE-Kategorie "A.01.5")

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

Starkregensimulation Wuppertal - Regen vom 29.05.2018 (Version 2.1 | 10/2022)

Der Datensatz umfasst die Ergebnisdaten der Simulation des extremen Starkregenereignisses vom 29.05.2018 in Wuppertal, im Oktober 2022 ausgeführt durch die Dr. Pecher AG (Erkrath) im Auftrag der Stadt Wuppertal, beauftragt über die Wuppertaler Stadtwerke WSW Energie und Wasser AG. Der Datensatz ist Teil von Version 2.1 der Starkregensimulationen, die die Dr. Pecher AG seit 2018 in unregelmäßigen Abständen für die Stadt Wuppertal berechnet. Die Simulationsansätze werden mit jeder neuen Version verfeinert. Außerdem werden die zum jeweiligen Berechnungszeitpunkt erkannten Fehler, insbesondere im verwendeten Geländemodell, korrigiert. Die Simulation berücksichtigt den Regenwasserabfluss im Kanalnetz und durch Überstau aus dem Kanalnetz austretendes Wasser mit einem vereinfachten Modellansatz, ebenso die verschiedenen Abflussgeschwindigkeiten auf Oberflächen mit unterschiedlicher Rauheit. Ab Version 2.1 wird ein moderater Versickerungsansatz in der Simulation berücksichtigt. Zusätzlich wird die Wupper mit einem unendlichen Fassungsvermögen für das zufließende Regenwasser modelliert. Es kann in den Simulationen damit nicht mehr zu einem Rückstau kommen, bei dem das Regenwasser Flächen in der Talsohle überflutet, weil es von der Wupper nicht mehr abgeleitet werden kann. Wichtiger Hinweis: Die Simulationsergebnisse sind beim aktuellen Stand der Technik keine exakten Vorhersagen des Verlaufs zukünftiger Ereignisse. Sie enthalten noch nicht erkannte Modellfehler und vernachlässigen einige Wirkungszusammenhänge, zu denen keine auskömmlichen Daten vorliegen, z. B. den Wasserrückhalt durch die Überflutung von Kellergeschossen. Die Ergebnisse haben daher eine Tendenz zur lokalen Überzeichnung der Wassertiefen, die sich bei einem realen Regen der angenommenen Stärke einstellen würden. Die Simulationsergebnisse eignen sich aber gut zur Identifikation und Lokalisierung der Gefährdungen durch Starkregen, z. B. mit Hilfe der von der Stadt Wuppertal und den Wuppertaler Stadtwerken publizierten interaktiven Starkregengefahrenkarte. Als Niederschlag wurden in der Simulation die während des extremen Starkregenereignisses vom 29.05.2018 gemessenen Regenmengen verwendet, die ungleichmäßig über das Stadtgebiet verteilt waren, also ein sogenannter Naturregen. Im Zentrum des Unwetters hatte das Regenereignis eine Stärke bis zu Starkregenindex 11 (SRI 11). Als Ergebnisse werden drei TIFF- Dateien mit einer Auflösung von 1 m (quadratische Pixel, deren Kantenlänge 1 m in der Realwelt entspricht) und Georeferenzierung über TIFF World Files unter einer Open-Data-Lizenz (CC BY 4.0) angeboten. Die Pixelwerte in den drei Dateien geben die maximale Wassertiefe, die maximale Fließgeschwindigkeit und die Richtung der maximalen Fließgeschwindigkeit an, die für die jeweilige Rasterzelle im Verlauf der Simulation berechnet werden.

Starkregensimulation Wuppertal SRI 10 (Version 2.1 | 10/2022)

Der Datensatz umfasst die Ergebnisdaten der Simulation eines synthetischen Starkregenereignisses mit dem Starkregenindex 10 (SRI 10), im Oktober 2022 ausgeführt durch die Dr. Pecher AG (Erkrath) im Auftrag der Stadt Wuppertal, beauftragt über die Wuppertaler Stadtwerke WSW Energie und Wasser AG. Der Datensatz ist Teil von Version 2.1 der Starkregensimulationen, die die Dr. Pecher AG seit 2018 in unregelmäßigen Abständen für die Stadt Wuppertal berechnet. Die Simulationsansätze werden mit jeder neuen Version verfeinert. Außerdem werden die zum jeweiligen Berechnungszeitpunkt erkannten Fehler, insbesondere im verwendeten Geländemodell, korrigiert. Die Simulation berücksichtigt den Regenwasserabfluss im Kanalnetz und durch Überstau aus dem Kanalnetz austretendes Wasser mit einem vereinfachten Modellansatz, ebenso die verschiedenen Abflussgeschwindigkeiten auf Oberflächen mit unterschiedlicher Rauheit. Ab Version 2.1 wird ein moderater Versickerungsansatz in der Simulation berücksichtigt. Zusätzlich wird die Wupper mit einem unendlichen Fassungsvermögen für das zufließende Regenwasser modelliert. Es kann in den Simulationen damit nicht mehr zu einem Rückstau kommen, bei dem das Regenwasser Flächen in der Talsohle überflutet, weil es von der Wupper nicht mehr abgeleitet werden kann. Wichtiger Hinweis: Die Simulationsergebnisse sind beim aktuellen Stand der Technik keine exakten Vorhersagen des Verlaufs zukünftiger Ereignisse. Sie enthalten noch nicht erkannte Modellfehler und vernachlässigen einige Wirkungszusammenhänge, zu denen keine auskömmlichen Daten vorliegen, z. B. den Wasserrückhalt durch die Überflutung von Kellergeschossen. Die Ergebnisse haben daher eine Tendenz zur lokalen Überzeichnung der Wassertiefen, die sich bei einem realen Regen der angenommenen Stärke einstellen würden. Die Simulationsergebnisse eignen sich aber gut zur Identifikation und Lokalisierung der Gefährdungen durch Starkregen, z. B. mit Hilfe der von der Stadt Wuppertal und den Wuppertaler Stadtwerken publizierten interaktiven Starkregengefahrenkarte. Als Niederschlag wurde in der Simulation ein extremes Starkregenereignis mit einer Dauer von 1 Stunde und einer Niederschlagsmenge von 90 l/m² in ganz Wuppertal angenommen. Für ein solches Regenereignis kann auf der Grundlage der seit 1960 vorliegenden Regenaufzeichnungen keine statistische Wiederkehrzeit bestimmt werden. Der zeitliche Verlauf des Regenereignisses wurde als Blockregen mit konstanter Intensität modelliert. Als Ergebnisse werden drei TIFF- Dateien mit einer Auflösung von 1 m (quadratische Pixel, deren Kantenlänge 1 m in der Realwelt entspricht) und Georeferenzierung über TIFF World Files unter einer Open-Data-Lizenz (CC BY 4.0) angeboten. Die Pixelwerte in den drei Dateien geben die maximale Wassertiefe, die maximale Fließgeschwindigkeit und die Richtung der maximalen Fließgeschwindigkeit an, die für die jeweilige Rasterzelle im Verlauf der Simulation berechnet werden.

Starkregensimulation Wuppertal SRI 6 (Version 2.1 | 10/2022)

Der Datensatz umfasst die Ergebnisdaten der Simulation eines synthetischen Starkregenereignisses mit dem Starkregenindex 6 (SRI 6), im Oktober 2022 ausgeführt durch die Dr. Pecher AG (Erkrath) im Auftrag der Stadt Wuppertal, beauftragt über die Wuppertaler Stadtwerke WSW Energie und Wasser AG. Der Datensatz ist Teil von Version 2.1 der Starkregensimulationen, die die Dr. Pecher AG seit 2018 in unregelmäßigen Abständen für die Stadt Wuppertal berechnet. Die Simulationsansätze werden mit jeder neuen Version verfeinert. Außerdem werden die zum jeweiligen Berechnungszeitpunkt erkannten Fehler, insbesondere im verwendeten Geländemodell, korrigiert. Die Simulation berücksichtigt den Regenwasserabfluss im Kanalnetz und durch Überstau aus dem Kanalnetz austretendes Wasser mit einem vereinfachten Modellansatz, ebenso die verschiedenen Abflussgeschwindigkeiten auf Oberflächen mit unterschiedlicher Rauheit. Ab Version 2.1 wird ein moderater Versickerungsansatz in der Simulation berücksichtigt. Zusätzlich wird die Wupper mit einem unendlichen Fassungsvermögen für das zufließende Regenwasser modelliert. Es kann in den Simulationen damit nicht mehr zu einem Rückstau kommen, bei dem das Regenwasser Flächen in der Talsohle überflutet, weil es von der Wupper nicht mehr abgeleitet werden kann. Wichtiger Hinweis: Die Simulationsergebnisse sind beim aktuellen Stand der Technik keine exakten Vorhersagen des Verlaufs zukünftiger Ereignisse. Sie enthalten noch nicht erkannte Modellfehler und vernachlässigen einige Wirkungszusammenhänge, zu denen keine auskömmlichen Daten vorliegen, z. B. den Wasserrückhalt durch die Überflutung von Kellergeschossen. Die Ergebnisse haben daher eine Tendenz zur lokalen Überzeichnung der Wassertiefen, die sich bei einem realen Regen der angenommenen Stärke einstellen würden. Die Simulationsergebnisse eignen sich aber gut zur Identifikation und Lokalisierung der Gefährdungen durch Starkregen, z. B. mit Hilfe der von der Stadt Wuppertal und den Wuppertaler Stadtwerken publizierten interaktiven Starkregengefahrenkarte. Als Niederschlag wurde in der Simulation ein außergewöhnliches Starkregenereignis mit einer Dauer von 2 Stunden und einer Niederschlagsmenge von 38,5 l/m² in ganz Wuppertal angenommen. Ein solches Regenereignis besitzt eine 50-jährliche statistische Wiederkehrzeit. Der zeitliche Verlauf des Regenereignisses wurde als Eulerregen Typ II modelliert. Hierbei werden in 5-Minuten-Abschnitten unterschiedliche Intensitäten angenommen, die bis zur maximalen Intensität schnell und gleichmäßig ansteigen, dann stark abfallen und danach allmählich abklingen. Als Ergebnisse werden drei TIFF- Dateien mit einer Auflösung von 1 m (quadratische Pixel, deren Kantenlänge 1 m in der Realwelt entspricht) und Georeferenzierung über TIFF World Files unter einer Open-Data-Lizenz (CC BY 4.0) angeboten. Die Pixelwerte in den drei Dateien geben die maximale Wassertiefe, die maximale Fließgeschwindigkeit und die Richtung der maximalen Fließgeschwindigkeit an, die für die jeweilige Rasterzelle im Verlauf der Simulation berechnet werden.

Starkregensimulation Wuppertal SRI 7 (Version 2.1 | 10/2022)

Der Datensatz umfasst die Ergebnisdaten der Simulation eines synthetischen Starkregenereignisses mit dem Starkregenindex 7 (SRI 7), im Oktober 2022 ausgeführt durch die Dr. Pecher AG (Erkrath) im Auftrag der Stadt Wuppertal, beauftragt über die Wuppertaler Stadtwerke WSW Energie und Wasser AG. Der Datensatz ist Teil von Version 2.1 der Starkregensimulationen, die die Dr. Pecher AG seit 2018 in unregelmäßigen Abständen für die Stadt Wuppertal berechnet. Die Simulationsansätze werden mit jeder neuen Version verfeinert. Außerdem werden die zum jeweiligen Berechnungszeitpunkt erkannten Fehler, insbesondere im verwendeten Geländemodell, korrigiert. Die Simulation berücksichtigt den Regenwasserabfluss im Kanalnetz und durch Überstau aus dem Kanalnetz austretendes Wasser mit einem vereinfachten Modellansatz, ebenso die verschiedenen Abflussgeschwindigkeiten auf Oberflächen mit unterschiedlicher Rauheit. Ab Version 2.1 wird ein moderater Versickerungsansatz in der Simulation berücksichtigt. Zusätzlich wird die Wupper mit einem unendlichen Fassungsvermögen für das zufließende Regenwasser modelliert. Es kann in den Simulationen damit nicht mehr zu einem Rückstau kommen, bei dem das Regenwasser Flächen in der Talsohle überflutet, weil es von der Wupper nicht mehr abgeleitet werden kann. Wichtiger Hinweis: Die Simulationsergebnisse sind beim aktuellen Stand der Technik keine exakten Vorhersagen des Verlaufs zukünftiger Ereignisse. Sie enthalten noch nicht erkannte Modellfehler und vernachlässigen einige Wirkungszusammenhänge, zu denen keine auskömmlichen Daten vorliegen, z. B. den Wasserrückhalt durch die Überflutung von Kellergeschossen. Die Ergebnisse haben daher eine Tendenz zur lokalen Überzeichnung der Wassertiefen, die sich bei einem realen Regen der angenommenen Stärke einstellen würden. Die Simulationsergebnisse eignen sich aber gut zur Identifikation und Lokalisierung der Gefährdungen durch Starkregen, z. B. mit Hilfe der von der Stadt Wuppertal und den Wuppertaler Stadtwerken publizierten interaktiven Starkregengefahrenkarte. Als Niederschlag wurde in der Simulation ein außergewöhnliches Starkregenereignis mit einer Dauer von 2 Stunden und einer Niederschlagsmenge von 42 l/m² in ganz Wuppertal angenommen. Ein solches Regenereignis besitzt eine 100-jährliche statistische Wiederkehrzeit. Der zeitliche Verlauf des Regenereignisses wurde als Eulerregen Typ II modelliert. Hierbei werden in 5-Minuten-Abschnitten unterschiedliche Intensitäten angenommen, die bis zur maximalen Intensität schnell und gleichmäßig ansteigen, dann stark abfallen und danach allmählich abklingen. Als Ergebnisse werden drei TIFF- Dateien mit einer Auflösung von 1 m (quadratische Pixel, deren Kantenlänge 1 m in der Realwelt entspricht) und Georeferenzierung über TIFF World Files unter einer Open-Data-Lizenz (CC BY 4.0) angeboten. Die Pixelwerte in den drei Dateien geben die maximale Wassertiefe, die maximale Fließgeschwindigkeit und die Richtung der maximalen Fließgeschwindigkeit an, die für die jeweilige Rasterzelle im Verlauf der Simulation berechnet werden.

Tierhaltungsanlagen nach BImSchG im Land Brandenburg

Der Datenbestand beinhaltet die Punktdaten zu den betriebenen Tierhaltungsanlagen aus dem Anlageninformationssystem LIS-A. Die Angaben zu den Anlagen enthalten jeweils den Standort und die genehmigte Leistung.

Distribution of pingos from topographic maps, permafrost region, Siberia (RU)

A detailed attributed point feature shapefile of 6059 pingo locations in a 3.5 × 10⁶ km² region of northern Asia was manually assembled from 1:200 000 scale Russian topographic maps. These medium-scale maps are based on detailed mapping efforts at 1:50 000 and 1:100 000 scales, which in turn are derived from aerial photography acquired in the 1970-1980s (Soviet Military Topographic Survey or Voenno-Topograficheskoe Upravle-nie General'nogo Shtaba, VTU GSh). A first order analysis of pingo distribution was carried out with respect to permafrost, landscape characteristics, surface geology, hydrology, climate, and elevation datasets using a Geographic Information System. The study area comprises the North Asian lowland regions of North, Northeast, Far East and Central Siberia and adjacent mountain ranges from 60.0° N to 76.3° N latitude and 60.0° E to 180.0° W longitude. The geographic re-gions covered in this study are the northern part of the West Siberian Lowlands including the Yamal and Gydan peninsulas, Taymyr Peninsula, Putorana Plateau, Khatanga-Anabar-Olenek Lowlands, Lena River Delta, Lena River Valley, central Yakutian Lowlands around Yakutsk; Yana-Indigirka-Kolyma Lowlands, New Siberian Islands, and the far east Siberian Chukotka region.

1 2 3 4 5 … 513 514 515