Das Gesetz über den Bebauungsplan Farmsen-Berne 19 vom 3. Juli 1979 (HmbGVBl. S. 172), geändert am 4. November 1997 (HmbGVBl. S. 494, 505), wird wie folgt geändert: 1.Die beigefügte "Anlage zur Verordnung zur Änderung des Gesetzes über den Bebauungsplan Farmsen-Berne 19" wird dem Gesetz hinzugefügt. 2.§ 2 Nummer 1erhält folgende Fassung: "1. In den Gewerbegebieten sind Einzelhandelsbetriebe mit Ausnahme von Versandhandelsbetrieben unzulässig. Ausnahmsweise zulässig sind Einzelhandel in Verbindung mit Handwerksbetrieben und verarbeitendem Gewerbe sowie Betriebe, die mit Kraftfahrzeugen, Booten, Möbeln, Teppichen und gleichermaßen flächenbeanspruchenden Artikeln einschließlich Zubehör oder mit Baustoffen, Werkzeugen, Gartengeräten oder sonstigem Bau- und Gartenbedarf handeln, diese Artikel ausstellen oder lagern. Ausgenommen hiervon sind die schraffierten Flurstücke 3997, 4187, 4567, 4514 und 3864 der Gemarkung Farmsen. Lagerplätze sind unzulässig. Maßgebend ist die Baunutzungsverordnung in der Fassung vom 23. Januar 1990 (BGBl. I S. 133), zuletzt geändert am 22. April 1993 (BGBl. I S. 466, 479)."
Der Kartendienst (WMS-Dienst) stellt Daten des Landesbetriebes für Straßenbau – Saarland dar.:CarSharing-Stationen: Die organisierte gemeinschaftliche Nutzung eines oder mehrerer Automobile durch Firma cambio - Carsharing und Flinkster - Carsharing.
Allgemeine Informationen: Der Datensatz umfasst Verkehrsdaten aller Standorte in Hamburg, an denen der Radverkehr mittels Infrarotdetektoren an 24h am Tag und allen Tagen des Jahres erfasst wird. Der Datensatz enthält sowohl die Verkehrsstärken einzelner Zählfelder als auch aus mehreren Zählfeldern aggregierte Zählstellen in Echtzeit. Der schematische Aufbau der Datenerfassung und Datenaggregation ist in einem separaten Dokument beschrieben, welches in den Verweisen zu finden ist. Die Daten der Zählfelder werden in 5-Minuten-Intervallen bereitgestellt. Die Daten der Zählstellen liegen aggregiert in 15- und 60-Minuten-Intervallen sowie in Tages- und Wochenwerten vor. Die Daten der Zählstellen werden außerdem in den entsprechenden Geoportalen der FHH, z.B. in Geo-Online und dem Verkehrsportal, visualisiert. Neben den Echtzeitdaten sind auch historische Daten in folgendem Umfang verfügbar: Zählfelder: alle Daten seit Beginn der Erfassung in 5-Minuten-Intervallen. Zählstellen: alle Daten für die letzten zwei Wochen in 15-Minuten-Intervallen, alle Daten für die letzten zwei Monate in Stundenintervallen, alle Daten für das aktuelle und das letzte Jahr in Tagesintervallen sowie alle Daten seit Beginn der Erfassung in Wochenintervallen. Informationen zur Technik: Die Infrarotdetektoren sind in der Regel an Beleuchtungsmasten, zum Teil aber auch an anderen Masten, installiert. Die Detektoren erfassen und zählen den Verkehr über die Wärmeabstrahlung der einzelnen Verkehrsteilnehmenden. Da ausschließlich Infrarotbilder ausgewertet werden, ist der Datenschutz zu jeder Zeit gewährleistet. Hinweise zur Datenqualität: Die Daten werden in Echtzeit an die Urban Data Platform der FHH übertragen. So sind diese zeitnah für alle Nutzenden und Interessierten verfügbar. Durch die Echtzeitkomponente sind allerdings verschiedene Rahmenbedingungen zu beachten: Die Daten sind nicht umfassend qualitätsgesichert. Ungewöhnliche Abweichungen von den zu erwartenden Daten und Datenlücken werden zwar automatisch vom System erkannt, können aber nicht in Echtzeit korrigiert werden. Lücken, die z.B. durch einen Abriss der Datenübertragung auftreten, können im Nachhinein noch nachgeliefert werden. Unter Umständen und bei längeren Ausfällen können folglich noch nach ein paar Tagen Änderungen in den historischen Daten erfolgen. Die Daten erhalten deswegen täglich eine Aktualisierung für die folgenden Zeiträume: Vortag: 5-Min-Intervalle, 15-Min-Intervalle und 60-Min-Intervalle Tag vor sechs Tagen: 5-Min-Intervalle, 15-Min-Intervalle, 60-Min-Intervalle und Tages-Intervalle Tag vor 28 Tagen: 5-Min-Intervalle, 60-Min-Intervalle, Tages-Intervalle Die Wochenwerte erhalten wöchentlich eine Aktualisierung für die Werte der Vorwoche und der Woche vor vier Wochen. Es handelt sich bei den hier veröffentlichten Daten nicht um amtlich geprüfte Daten der FHH. Wie bei jeder Verkehrszählung, egal ob automatisiert oder manuell, gibt es gewisse Toleranzen in der Messgenauigkeit. Anspruch an das hier verwendete System sind Genauigkeiten für die Zählfelder von +/- 10% bei der Erfassung des Radverkehrs auf Gehwegen, Radwegen und Radverkehrsstreifen sowie +/-20% bei der Erfassung des Radverkehrs im Mischverkehr mit Kraftfahrzeugen. Da Zählstellen aus einer Kombination verschiedener Zählfelder gebildet werden, kann die Abweichung bis zu +/-20% betragen. Weitere Informationen zum Echtzeitdienst: Der Echtzeitdatendienst enthält die aktiven Standorte der Zählfelder und Zählstellen über die mittels Infrarotdetektoren das aktuelle Fahrradaufkommen am Standort ermittelt wird. Die Daten werden im JSON-Format über die SensorThings API (STA) bereitgestellt . Für jedes Zählfeld und jede Zählstelle in der SensorThings API (STA) steht ein Objekt in der Entität "Thing". Für jede zeitliche (jeweiliges Zeitintervall) und räumliche Auflösungsebene (Zählfelder/Zählstellen) steht ein Objekt in der Entität "Datastreams". Die Echtzeitdaten zur Anzahl Fahrräder je Zeitintervall und Raumeinheit wird in der STA in der Entität "Observations" veröffentlicht. Die zeitlichen und räumlichen Auflösungsebenen sind der Datensatzbeschreibung zu entnehmen. Alle Zeitangaben sind in der koordinierten Weltzeit (UTC) angegeben. In der Entität Datastreams gibt es im JSON-Objekt unter dem "key" "properties" weitere "key-value-Paare". In Anlehnung an die Service- und Layerstruktur im GIS haben wir Service und Layer als zusätzliche "key-value-Paare" unter dem JSON-Objekt properties eingeführt. Hier ein Beispiel: { "properties":{ "serviceName": "HH_STA_HamburgerRadzaehlnetz", "layerName": "Anzahl_Fahrraeder_Zaehlfeld_5-Min", "key":"value"} } Verfügbare Layer im layerName sind: * Anzahl_Fahrraeder_Zaehlfeld_5-Min * Anzahl_Fahrraeder_Zaehlstelle_15-Min * Anzahl_Fahrraeder_Zaehlstelle_1-Stunde * Anzahl_Fahrraeder_Zaehlstelle_1-Tag * Anzahl_Fahrraeder_Zaehlstelle_1-Woche Mit Hilfe dieser "key-value-Paare" können dann Filter für die REST-Anfrage definiert werden, bspw. https://iot.hamburg.de/v1.0/Datastreams?$filter=properties/serviceName eq 'HH_STA_HamburgerRadzaehlnetz' and properties/layerName eq 'Anzahl_Fahrraeder_Zaehlfeld_5-Min' Die Echtzeitdaten kann man auch über einen MQTT-Broker erhalten. Die dafür notwendigen IDs können über eine REST-Anfrage bezogen werden und dann für das Abonnement auf einen Datastream verwendet werden: MQTT-Broker: iot.hamburg.de Topic: v1.0/Datastream({id})/Observations
Bei historischen Lagefestpunkten handelt es sich um ehemalige Trigonometrische Hochpunkte wie z.B. Kirchturmspitzen oder Gipfelkreuze, die im Jahr 2004 als Katasterfestpunkte den örtlich zuständigen Ämtern für Digitalisierung, Breitband und Vermessung (ÄDBV) übertragen wurden. Das Trigonometrische Lagefestpunktfeld zur Realisierung des historischen Lagebezugssystems DHDN90 (Deutsches Hauptdreiecksnetz 1990) wurde in Bayern im Jahre 2004 eingestellt.
Das Projekt "WTZ China: NECO - Naturgefahren und Reaktion des marinen Ökosystems - Kausalzusammenhang und Vorhersagbarkeit" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Helmholtz-Zentrum hereon GmbH.
Das Projekt "Atmosphaerische Chemie" wird/wurde gefördert durch: Bundesministerium für Forschung und Technologie / Kernforschungsanlage Jülich GmbH. Es wird/wurde ausgeführt durch: Kernforschungsanlage Jülich GmbH, Institut für Chemie.Untersuchungen ueber die Verteilung von Spurenstoffen in der Atmosphaere werden im Institut fuer Chemie (ICH3) durchgefuehrt. Es erfolgt die Aufklaerung der Produktions- und Abbauprozesse und Modellrechnung zur Voraussage von Auswirkungen anthropogener Stoerungen. Folgende Themen werden schwerpunktmaessig bearbeitet: a) Entwicklung von Messverfahren fuer Radikale und Messungen in der Troposphaere und Stratosphaere mit folgenden Methoden: Laserresonanzfluoreszenz (fuer OH), vergleichende Absorptionsspektroskopie auf langen optischen Wegen (fuer OH), Matrix-Isolation und Elektronenspinresonanzspektroskopie (fuer HO2, NO2, RO2). b) Messung von langlebigen Spurengasen in der Atmosphaere mit gaschromatischen Methoden (z.B. CO, CH4, H2, N2O, CFCl3, CF2Cl2, CO2). c) Erarbeitung von chemischen und physikalisch-optischen Methoden zur Messung von kurzlebigen Spurengasen wie SO2, HNO3, NH4, CH2O, NO2 und Bestimmung ihrer Depositionsrate auf natuerliche bewachsene Boeden. d) Untersuchungen zum Isotopengehalt verschiedener Spurengase zur Aufklaerung ihres atmosphaerischen Kreislaufs (z.B. D in H2 und CH4, 13C in CO, CH4). Besondere Bedeutung hat die Messung von 14C im atmosphaerischen CO, weil sie Daten zur mitteleren globalen OH-Radikalkonzentration liefert. e) Entwicklung eines ein- und zweidimensionalen Modells zur Interpretation der Radikalmessungen, zur Untersuchung von Abbauprozessen in der Troposphaere und zur Voraussage der anthropogenen Stoerung der Ozonschicht.
Das Projekt "Weiterentwicklung des BirdRecorders mit neuester Sensortechnologie und Erweiterung für nachtaktive Vögel und Fledermäuse zur Minderung von Kollisionen von Vögeln und Fledermäusen an Windenergieanlagen, Teilvorhaben: Entwicklung und Erprobung" wird/wurde gefördert durch: Bundesministerium für Wirtschaft und Klimaschutz. Es wird/wurde ausgeführt durch: Zentrum für Sonnenenergie- und Wasserstoff-Forschung Baden-Württemberg.Ziel des Vorhabens ist die Entwicklung und Erprobung eines neuartigen, modularen Bird- und BatRecorders (BBR 2.0), ein Antikollisionssystem für den vogel- und fledermausfreundlichen Betrieb von Windkraftanlagen, anpassbar auf beliebige Windparklayouts für Offenland- und Waldstandorte. Basis der Entwicklung des BBR 2.0 Systems ist die Prototypentwicklung des kamerabasierten BirdRecorder-Systems, das im Rahmen eines vom Bundesamt für Naturschutz geförderten Vorhabens entwickelt wurde. Mit einer neuartigen Kombination von scannenden Lidarsensoren und Laserentfernungsmesstechnik mit fest installierten und nachgeführten Kameras im sichtbaren und nahen Infrarot Spektralbereich ist die Detektion und Verfolgung der Flugbahn von tag- und nachtaktiven Vögeln und Fledermäusen im Umkreis von Windenergieanlagen möglich. Mit Methoden der künstlichen Intelligenz erfolgt die Arterkennung von Vögeln und Fledermäusen, um Kollisionen mit Windenergieanlagen weitgehend vermeiden zu können. Mittels Modularisierung des BBR 2.0 Systems wird ein Systembaukasten von Sensoren, Komponenten und Modulen entwickelt, der je nach geforderter Beobachtungssituation am Standort, für den vogel- und fledermausfreundlichen Betrieb von einzelnen WEAs bis zu großen Windparks zusammengestellt, konfiguriert und betrieben werden kann. Damit können die bisherigen, meist pauschalen Abschaltzeiten von WEAs bedarfsgerecht minimiert werden, um den Ertrag von bestehenden und neuen Windparks zu steigern. Das entwickelte BBR 2.0 System wird zusammen mit Partnern in mehreren Windparks in unterschiedlichen Naturräumen erprobt. Das Vorhaben wird von einer projektbegleitenden Arbeitsgruppe begleitet und beraten, in der Vertreter:innen aller relevanten Stakeholder aus dem Bereich Windenergie, Naturschutz sowie Branchenverbände vertreten sein werden.
Das Projekt "Data and value-based decision-making for a sustainable land use - Datenbasierte Bewertung der multifunktionalen und digitalen Transformation eines Landwirtschaftsbetriebs anhand des Beispiels von Gut & Bösel in Alt Madlitz, Teilprojekt D" wird/wurde gefördert durch: Bundesministerium für Ernährung und Landwirtschaft. Es wird/wurde ausgeführt durch: Julius Kühn-Institut, Bundesforschungsinstitut für Kulturpflanzen, Institut für Ökologische Chemie, Pflanzenanalytik und Vorratsschutz.Der Zukunftsbetrieb schafft es die Daten seines Betriebs und der Umwelt so zu erfassen, zu bündeln und als Entscheidungsgrundlage zu nutzen, dass er das ökologische, soziale und regionalökonomische Optimum erreicht. Dafür möchten wir mit diesem Projekt die Grundlage schaffen. Ziel ist es, auf dem potenziellen Zukunftsbetrieb, welcher mit seinem Standort in Brandenburg bereits jetzt spürbar vom Klimawandel betroffen ist, einen Prototypen für die integrierte Datenerhebung, -vernetzung und -auswertung zu entwickeln, welcher zukünftig auf andere Betriebe übertragbar ist. Dieses Ziel erreichen wir, indem wir die komplexen Zusammenhänge von Boden, Wasser, Biodiversität, (Mikro-)Klima, Tieren und Bewirtschaftungsformen mithilfe von digitalen Instrumenten messen, mittels Mobilfunks verfügbar machen, die Messungen u.a. durch künstliche Intelligenz (KI) auswerten und mithilfe geeigneter Bewertungssystematiken monetär bewerten. Die Erkenntnisse sollen für die zukünftige Landnutzung in Deutschland zugänglich gemacht und darüber hinaus öffentlich diskutiert werden, um die Basis für die weitere Transformation hin zu einer nachhaltigen Landwirtschaft zu schaffen. Derzeit gehen viele negative und positive Effekte der Land- und Ernährungswirtschaft als Externalitäten nicht in die betriebliche Kostenrechnung der Produzenten ein. So bilden die Marktpreise nicht die Realität für Mensch und Umwelt ab. Eine monetäre Bewertung der Externalitäten und die integrierte Darstellung mit allen wesentlichen Daten des Betriebs und seiner Umwelt hilft LandwirtInnen gute Entscheidungen zu treffen und gibt VerbraucherInnen die notwendige Transparenz bei der Kaufentscheidung, da zukünftig ein Preis alle wesentlichen Kosten und Wertbeiträge abbilden könnte. Das Projekt nutzt die Digitalisierung, um ökologisch vorteilhafte Anbausysteme bewert-, plan- und umsetzbar zu machen. Ein solcher integrativer Ansatz zahlt direkt auf die Empfehlungen der Zukunftskommission Landwirtschaft ein.
Das Projekt "Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen, KI: PlasticObs_plus - Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz. Es wird/wurde ausgeführt durch: everwave GmbH.
Das Projekt "Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen, KI: PlasticObs_plus - Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz. Es wird/wurde ausgeführt durch: Optimare Systems GmbH.
| Origin | Count |
|---|---|
| Bund | 3137 |
| Kommune | 1 |
| Land | 516 |
| Wissenschaft | 22 |
| Zivilgesellschaft | 1 |
| Type | Count |
|---|---|
| Chemische Verbindung | 5 |
| Ereignis | 12 |
| Förderprogramm | 2816 |
| Gesetzestext | 2 |
| Strukturierter Datensatz | 2 |
| Taxon | 1 |
| Text | 511 |
| Umweltprüfung | 45 |
| unbekannt | 250 |
| License | Count |
|---|---|
| geschlossen | 602 |
| offen | 3017 |
| unbekannt | 25 |
| Language | Count |
|---|---|
| Deutsch | 3542 |
| Englisch | 337 |
| andere | 3 |
| unbekannt | 4 |
| Resource type | Count |
|---|---|
| Archiv | 28 |
| Bild | 16 |
| Datei | 44 |
| Dokument | 194 |
| Keine | 2875 |
| Unbekannt | 1 |
| Webdienst | 63 |
| Webseite | 634 |
| Topic | Count |
|---|---|
| Boden | 1946 |
| Lebewesen & Lebensräume | 2275 |
| Luft | 2437 |
| Mensch & Umwelt | 3644 |
| Wasser | 1466 |
| Weitere | 3392 |