API src

Found 856 results.

Related terms

Amtlicher Straßeninformationsdienst (ASID) Sachsen-Anhalt

Der Amtliche Straßeninformationsdienst Sachsen-Anhalt (ASID ST) ist eine Online-Informationsplattform für Autobahnen sowie Bundes- und Landesstraßen. In einer Karten-App bündelt der Dienst frei zugängliche Informationen zu(m): * Straßennetz * Ingenieurbauwerken, wie Brücken und Tunnel * Verkehrsmengen * Baustellen und Umleitungen * Baumbestand, einschließlich Alleen * Straßenzustands- und Wetterinformationssystem (SWIS)

Lärmkartierung: Schienenverkehrslärm 24 Stunden (LDEN)

Lärmkarten für die nicht-bundeseigenen Haupteisenbahnstrecken. Umgebungslärmkartierung gemäß EU-Umgebungslärmrichtlinie (Richtlinie 2002/49/EG) bzw. dem Sechsten Teil "Lärmminderungsplanung" im Bundes-Immissionsschutzgesetz. Berechnungsvorschrift bis Ende 2018: VBUSch, ab 2019: BUB. Der Lärmindex LDEN ist ein Maß für die ganztägige Lärmbelastung (24 Stunden). Die berechneten Schallpegel sind zu Pegelklassen in 5 dB(A)-Abstufung zusammengefasst. Zu kartieren sind alle nicht-bundeseigenen Haupteisenbahnstrecken außerhalb der Ballungsräume mit einem Verkehrsaufkommen von mehr als 30.000 Zügen/Jahr (entspricht 82 Zügen/Tag). Datenbasis: Verkehrsdaten der Verkehrsunternehmen.

Lärmkartierung: Straßenverkehrslärm 24 Stunden (LDEN)

Lärmkarten für die Hauptverkehrsstraßen. Umgebungslärmkartierung gemäß EU-Umgebungslärmrichtlinie (Richtlinie 2002/49/EG) bzw. dem Sechsten Teil "Lärmminderungsplanung" im Bundes-Immissionsschutzgesetz. Berechnungsvorschrift bis Ende 2018: VBUS, ab 2019: BUB. Der Lärmindex LDEN ist ein Maß für die ganztägige Lärmbelastung (24 Stunden). Die berechneten Schallpegel sind zu Pegelklassen in 5 dB(A)-Abstufung zusammengefasst. Zu kartieren sind alle Hauptverkehrsstraßen außerhalb der Ballungsräume, das sind Autobahnen, Bundes- und Landesstraßen mit einem Verkehrsaufkommen von mehr als 3 Mio. Kfz/Jahr (entspricht 8200 Kfz/Tag). Datenbasis: Verkehrsdaten der Straßenbauverwaltung, teilweise ergänzt durch Angaben von Kommunen.

Verkehrsmengen DTV 2014 (Umweltatlas)

Anzahl der Kraftfahrzeuge je 24 Stunden incl. Lkw und Motorräder (durchschnittliche tägliche Verkehrstärken DTV), Bearbeitungsstand April 2017.

Lärm an Hauptverkehrsstraßen - Pegelraster LNight - Kartierung 2017

Die Daten beinhalten die Berechnungsergebnisse der Umgebungslärmkartierung 2017 an den Hauptverkehrsstraßen in Bayern. Außerhalb von Ballungsräumen sind dies alle Autobahnen, Bundes- und Staatsstraßen, die gemäß Verkehrszählung 2015 eine Verkehrsbelastung von mehr als 3 Mio. Kraftfahrzeugen pro Jahr aufweisen. Dies entspricht einer durchschnittlichen täglichen Verkehrsstärke (DTV) von mehr als 8.200 Kfz pro Tag. Innerhalb von Ballungsräumen sind dies alle Straßen mit einer DTV von mehr als 8.200 Kfz pro Tag. Die Lärmindizes LDEN und LNight in dB(A) werden als Maß für die allgemeine Belästigung bzw. als Maß für die Störungen des Schlafes verwendet. Der Pegel LDEN ist ein über 24 Stunden gemittelter Immissionspegel, der aus den Pegeln LDay, LEvening und LNight für die Beurteilungszeiten Tag (6:00-18:00 Uhr), Abend (18:00-22:00 Uhr) und Nacht (22:00-6:00 Uhr) ermittelt wird. Durch Gewichtsfaktoren von 5 dB(A) für die vierstündige Abendzeit und 10 dB(A) für die achtstündige Nachtzeit wird die erhöhte Lärmempfindlichkeit in diesen Zeiten berücksichtigt. Der Layer stellt die Lärmbelastung an Hauptverkehrsstraßen ausgedrückt durch den Lärmindex LNight gemäß EG-Umgebungslärmrichtlinie dar.

Lärm an Hauptverkehrsstraßen - Lärmschutzeinrichtungen - Kartierung 2022

Die Daten beinhalten die Berechnungsergebnisse der Umgebungslärmkartierung 2022 an den Hauptverkehrsstraßen außerhalb der Ballungsräume in Bayern. Dies sind alle Autobahnen, Bundes- und Staatsstraßen, die gemäß Verkehrszählung 2019 eine Verkehrsbelastung von mehr als 3 Mio. Kraftfahrzeugen pro Jahr aufweisen. Dies entspricht einer durchschnittlichen täglichen Verkehrsstärke (DTV) von mehr als 8.200 Kfz pro Tag. Die Lärmindizes LDEN und LNight in dB(A) werden als Maß für die allgemeine Belästigung bzw. als Maß für die Störungen des Schlafes verwendet. Der Pegel LDEN ist ein über 24 Stunden gemittelter Immissionspegel, der aus den Pegeln LDay, LEvening und LNight für die Beurteilungszeiten Tag (6:00-18:00 Uhr), Abend (18:00-22:00 Uhr) und Nacht (22:00-6:00 Uhr) ermittelt wird. Durch Gewichtsfaktoren von 5 dB(A) für die vierstündige Abendzeit und 10 dB(A) für die achtstündige Nachtzeit wird die erhöhte Lärmempfindlichkeit in diesen Zeiten berücksichtigt. Der Layer stellt die Lärmschutzeinrichtungen an den Hauptverkehrsstraßen außerhalb von Ballungsräumen dar. Dies können Lärmschutzwälle, -wände, Wall-Wandkombinationen oder Einschnittslagen sein.

Anguis fragilis Linnaeus, 1758 Westliche Blindschleiche Reptilien Ungefährdet

Seit den genetischen Untersuchungen von Gvoždík et al. (2010) wird die ehemalige östliche Unterart Anguis fragilis colchica (Nordmann, 1840) nun als eigenständige Art, Anguis colchica (Nordmann, 1840) (Östliche Blindschleiche), geführt. Das Verbreitungsgebiet der Westlichen Blindschleiche ist damit kleiner als das der früher weit gefassten Art. Deutschland liegt im Arealzentrum der Westlichen Blindschleiche und der deutsche Anteil am Gesamtareal beträgt mehr als 10 %. Daher ist Deutschland in hohem Maße für die weltweite Erhaltung der Westlichen Blindschleiche verantwortlich. Die Westliche Blindschleiche ist in allen Bundesländern anzutreffen. Verbreitungsschwerpunkte finden sich in den Mittelgebirgsregionen; zum Norddeutschen Tiefland hin wird die Verbreitung lückiger. Die TK25-Q-Rasterfrequenz (Zeitraum 2000 – 2018) liegt bei 42,18 %. Damit ist die Westliche Blindschleiche als häufig einzustufen. Eine Reihe von Faktoren, wie z. B. die Zerschneidung und Isolation der Habitate, Folgen der Eutrophierung, aber auch Todesfälle durch zunehmenden Verkehr (insbesondere Fahrräder auf Waldwegen) wirkten und wirken sich negativ auf die Bestände aus. Daher ist für die Art langfristig ein mäßiger Rückgang zu verzeichnen, wobei hier die landwirtschaftlich geprägten Regionen gegenüber den Waldgebieten deutlich stärker betroffen sind. Auch für den kurzfristigen Bestandstrend ist eine mäßige Abnahme aufgrund von Habitatverlusten und den oben beschriebenen Veränderungen zu verzeichnen. Trotz der negativen Entwicklungen wird die Westliche Blindschleiche wegen ihrer weiten Verbreitung noch in die Kategorie „Ungefährdet“ eingestuft. Seit der letzten Roten Liste haben sich bei der Westlichen Blindschleiche kaum Änderungen der Kriterieneinschätzungen ergeben. Die Definitionen der Kriterienklassen des kurzfristigen Bestandstrends haben sich zwischenzeitlich geändert und es kann präzisiert werden, dass das Ausmaß der Bestandsabnahme nicht unbekannt oder mäßig sondern eindeutig mäßig ist. Die Westliche Blindschleiche ist vorrangig durch die Zerstörung bzw. durch negative Veränderungen ihrer Lebensräume gefährdet. Hierzu zählen insbesondere: Entwicklung lichter Wälder zu dichten Beständen; Aufforstung bzw. Verlust von Waldlichtungen und kleinen Kahlschlägen, Windbruch- und Windwurfflächen; Begradigung und Beschattung von unregelmäßig verlaufenden Waldrändern durch Aufforstung und Vorpflanzungen; Waldsäume gehen auch durch intensive Landwirtschaft bis direkt an den Waldrand verloren; Intensivierung der Landwirtschaft mit immer größeren Bearbeitungseinheiten und damit einhergehend weiterem Verlust von Ackerbrachen sowie Klein- und Saumstrukturen wie Hecken, Feldgehölzen, Lesesteinhaufen oder Feldrainen; Eutrophierung der Landschaft mit der Folge, dass hochwüchsige arten- und strukturarme Gras- und Staudenfluren ehemals artenreiche und vielfältig strukturierte Säume, Lichtungen, Schonungen und andere Lebensräume zunehmend verdrängen; Verlust geeigneter Sekundärhabitate wie Kies- und Sandgruben durch nicht reptilienfreundliche Rekultivierung oder ausbleibende Pflege, was zu Verbuschung und Beschattung führt; Mahd von Böschungen entlang von Gräben, Straßen, Bahnstrecken und Wegen dicht über dem Boden während der Aktivitätszeit der Blindschleichen; Verlust strukturreicher Gärten im Siedlungsbereich; Tötung durch intensives Mähen der Rasenflächen und den Einsatz von Mährobotern; Einsatz von Pflanzenschutzmitteln und Tiergiften (z. B. Schneckenkorn); hohe Anzahl von freilaufenden Hauskatzen; Individuenverluste durch erhöhtes Verkehrsaufkommen (insbesondere Fahrräder auf Waldwegen) und deutlich gestiegene Wildschweinbestände. Grundsätzlich dürften sich auch weitere Gefährdungsfaktoren, die vor allem bei Kreuzotter und Schlingnatter sowie bei Wald- und Zauneidechse genannt sind, negativ auf die Bestände der Westlichen Blindschleiche in Deutschland auswirken. Wesentliche Maßnahmen für den Schutz der Westlichen Blindschleiche sind zum einen die Erhaltung strukturreicher Lebensräume (Wälder und Offenland) sowie die Reduzierung der Flächeninanspruchnahme durch Siedlungen und Verkehr und der Lebensraumzerschneidung. Eine Vernetzung der Lebensräume im Offenland oder zwischen Wald und Offenland ist durch geeignete, meist lineare Landschaftsstrukturen wie Hecken oder Wegraine sowie eine Ausweitung derartiger Saumstrukturen zu fördern. Zum anderen ist Aufklärungs- und Öffentlichkeitsarbeit wichtig, um das Nachstellen und Töten dieser für den Menschen völlig harmlosen Echse zu verhindern. In Gärten im Siedlungsbereich ist der Einsatz von Pflanzenschutzmitteln und Tiergiften zu unterlassen. Des Weiteren sollte das Mähen von Rasenflächen mit ausreichendem Abstand zum Boden erfolgen. Als Art mit breitem Habitatspektrum profitiert die Westliche Blindschleiche auch von Schutzmaßnahmen, die für andere einheimische Reptilienarten durchgeführt 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.

WFS Verkehrsstärken Hamburg

Web Feature Service (WFS) mit der durchschnittlichen werktäglichen und täglichen Verkehrsstärke in Hamburg. Zur genaueren Beschreibung der Daten und Datenverantwortung nutzen Sie bitte den Verweis zur Datensatzbeschreibung.

Verkehrsmenge der Straßenbauverwaltung

Enthält die der Straßenbauverwaltung vorliegenden Daten aus Verkehrsmengenerhebungen in für Umweltzwecke aufbereiteter bzw. aggregierter Form. Datenquelle sind Erhebungen mit vorhandenen Dauerzählstellen sowie Verkehrsmengen aus manuellen Zählungen.

1 2 3 4 5 … 84 85 86