API src

Found 556 results.

Other language confidence: 0.5204657424215204

Digitales Höhenmodell Hamburg DGM 10

Abgeleitetes, flächendeckendes digitales Geländemodell mit einer Rasterweite von 10 Meter auf Basis des DGM1. Für die Fläche der Freien und Hansestadt Hamburg (ohne das Gebiet des hamburgischen Wattenmeeres) wurde in 2020 eine Laserscanvermessungen (Airborne Laserscanning) durchgeführt. Die Daten liegen im Lagestatus 310 (ETRS89/UTM) vor, mit Höhenangaben über Normalhöhennull (NHN), gemäß DE_DHHN2016_NH. Die Genauigkeit eines einzelnen Messpunktes liegt in eindeutig definierten Bereichen, wie z.B. auf Straßenflächen, bei ca. ± 105 cm. In Bereichen von Abschattungen (Brücken), Vegetation, insbesondere Flächen in Wald- und Strauchgebieten und bei stark geneigtem Gelände, ist die Genauigkeit geringer. Standardmäßig werden vom LGV folgende Rasterweiten angeboten: DGM 1 (Rasterweite 1m), DGM 10 (Rasterweite 10m), DGM 25 (Rasterweite 25m). Eine jährliche Aktualisierung dieser Daten erfolgt über Luftbildbefliegungen. Neben der reinen Bereitstellung der Höheninformation als regelmäßiges Gitter werden die Daten auch als Dienstleistung in einer Dreiecksvermaschung (TIN) abgegeben. Dabei ist ein Datenaustausch mit 2D- und 3D-CAD-Systemen sichergestellt. Als weitere Dienstleistung können z.B. Höhenlinien und Profile abgeleitet oder Volumina und Neigungen errechnet werden. Durch Integration weiterer Geobasis- und Fachdaten (Vektor- und Rasterdaten) können weitere Dienstleistungen z.B. für die Bereiche Wasserwirtschaft, Tiefbau, Umwelt und Stadtplanung sowie Energieversorgung groß- und kleinräumige Anwendungen abgeleitet werden.

Digitales Höhenmodell Hamburg DGM 1

Aus Laserscanvermessungen (Airborne Laserscanning) oder photogrammetrischen Produkten abgeleitetes, flächendeckendes digitales Geländemodell mit einer Rasterweite von 1 Meter für die Fläche der Freien und Hansestadt Hamburg. Die Daten stammen jeweils aus den landesweiten 3D-Laserscanbefliegungen aus 2010, 2020 und 2022 und liegen im Lagestatus ETRS89_UTM32 (Lagestatus 310) und mit Höhenangaben über Normalhöhennull (NHN), gemäß DE_DHHN2016_NH vor. Eine punktuelle Aktualisierung dieser Daten erfolgt über photogrammetrische Produkte und ist ggf. in den Metadaten der einzelnen Jahrgänge dokumentiert. Die Genauigkeit eines einzelnen Messpunktes liegt in eindeutig definierten Bereichen, wie z.B. auf Straßenflächen, bei ca. ± 15 cm. In Bereichen von Abschattungen (z. B.: Brücken), dichter Vegetation, insbesondere Flächen in Wald- und Strauchgebieten und bei stark geneigtem Gelände, ist die Genauigkeit geringer. Standardmäßig wird vom LGV ab dem Jahr 2022 folgende Rasterweite angeboten: DGM 1 (Rasterweite 1m). Ältere Jahrgänge haben zusätzlich noch folgende Rasterweiten: DGM 10 (Rasterweite 10m) DGM 25 (Rasterweite 25m) Neben der reinen Bereitstellung der Höheninformation als regelmäßiges Gitter werden die Daten auch als Dienstleistung in einer Dreiecksvermaschung (TIN) abgegeben. Dabei ist ein Datenaustausch mit 2D- und 3D-CAD-Systemen sichergestellt. Als weitere Dienstleistung können z.B. Höhenlinien und Profile abgeleitet oder Volumina und Neigungen errechnet werden. Durch Integration weiterer Geobasis- und Fachdaten (Vektor- und Rasterdaten) können weitere Dienstleistungen z.B. für die Bereiche Wasserwirtschaft, Tiefbau, Umwelt und Stadtplanung sowie Energieversorgung für groß- und kleinräumige Anwendungen abgeleitet werden.

GTS Bulletin: IUXD51 EDZW - Observational data (Binary coded) - BUFR (details are described in the abstract)

The IUXD51 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IU): Upper air T1T2A1 (IUX): Other upper air reports A2 (D): 90°E - 0° northern hemisphere(The bulletin collects reports from stations: 10035;Schleswig;) (Remarks from Volume-C: High resolution 2 sec., BUFR309057, Level 500) IUXD51 BUFR bulletin available 10035 Schleswig from EDZW (Deutscher Wetterdienst) up to 500 hPa. at 00 UTC, 12 UTC, ON DEMAND 06 UTC, 18 UTC

GTS Bulletin: IUXD55 EDZW - Observational data (Binary coded) - BUFR (details are described in the abstract)

The IUXD55 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IU): Upper air T1T2A1 (IUX): Other upper air reports A2 (D): 90°E - 0° northern hemisphere(The bulletin collects reports from stations: 10410;Essen-Bredeney;) (Remarks from Volume-C: High resolution 2 sec., BUFR309057, Level 500) IUXD55 BUFR bulletin available 10410 Essen from EDZW (Deutscher Wetterdienst) up to 500 hPa. at 00 UTC, 12 UTC, ON DEMAND 06 UTC, 18 UTC

GTS Bulletin: IUKD33 EDZW - Observational data (Binary coded) - BUFR (details are described in the abstract)

The IUKD33 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IU): Upper air T1T2A1 (IUK): Radio soundings from fixed land stations (up to 100 hPa) A2 (D): 90°E - 0° northern hemisphere(The bulletin collects reports from stations: 10771;Kümmersbruck;) (Remarks from Volume-C: High resolution 2 sec., BUFR309057) IUKD33 BUFR bulletin available 10771 Kümmersbruck from EDZW (Deutscher Wetterdienst) up to 100 hPa. at 00, 06, 12, 18 UTC

Immobilisation of arsenic in paddy soil by iron(II)-oxidizing bacteria

Arsenic-contaminated ground- and drinking water is a global environmental problem with about 1-2Prozent of the world's population being affected. The upper drinking water limit for arsenic (10 Micro g/l) recommended by the WHO is often exceeded, even in industrial nations in Europe and the USA. Chronic intake of arsenic causes severe health problems like skin diseases (e.g. blackfoot disease) and cancer. In addition to drinking water, seafood and rice are the main reservoirs for arsenic uptake. Arsenic is oftentimes of geogenic origin and in the environment it is mainly bound to iron(III) minerals. Iron(III)-reducing bacteria are able to dissolve these iron minerals and therefore release the arsenic to the environment. In turn, iron(II)-oxidizing bacteria have the potential to co-precipitate or sorb arsenic during iron(II)- oxidation at neutral pH followed by iron(III) mineral precipitation. This process may reduce arsenic concentrations in the environment drastically, lowering the potential risk for humans dramatically.The main goal of this study therefore is to quantify, identify and isolate anaerobic and aerobic Fe(II)-oxidizing microorganisms in arsenic-containing paddy soil. The co-precipitation and thus removal of arsenic by iron mineral producing bacteria will be determined in batch and microcosm experiments. Finally the influence of rhizosphere redox status on microbial Fe oxidation and arsenic uptake into rice plants will be evaluated in microcosm experiments. The long-term goal of this research is to better understand arsenic-co-precipitation and thus arsenic-immobilization by iron(II)-oxidizing bacteria in rice paddy soil. Potentially these results can lead to an improvement of living conditions in affected countries, e.g. in China or Bangladesh.

Analysis of dairy production systems differentiated by location

Dairy farming across Germany displays diverse production systems. Factor endowment, management, technology adoption as well as competitive dynamics in the local or regional land, agribusiness and dairy processing sectors contribute to this differentiation on farm level. These differences impact on the ability of dairy farms and regional dairy production systems to successfully respond to pressures arising from future market and policy changes. The overall objective of the research activities of which this project is a part of, is to develop a thorough understanding of the processes that govern the spatial dynamics of dairy farm development in different regions in Germany. The central hypothesis of this research project is that management system and technological choices differ systematically across local production and market conditions. The empirical approach will focus on the estimation of farm specific nonparametric cost functions for dairy farms located in across Germany differentiated by time and location. A spatially differentiated data base with information on input use, resource availability, as well as local market conditions for land and output markets will be compiled. The nonparametric approach is specifically suited to disclose a more accurate representation of dairy production system heterogeneity across locations and time compared to parametric concepts as it provides the necessary flexibility to accommodate non-linearities relevant for a wide domain of explanatory variables. The methodology employed goes beyond the state of the art of the literature as it combines kernel density estimation with a Bayesian sampling approach to provide theory consistent parameters for each farm in the data sample.The specific methodological hypothesis is that the nonparametric approach is superior to current parametric techniques and this hypothesis is tested using statistical model evaluation. Regarding the farm management and technological choices, we hypothesize that land suitability for feed production determines the farm intensity of dairy production and thus management and technological choices. With respect to the ability of farms to successfully respond to market pressures we hypothesize that farms at the upper and lower tail of the intensity distribution both can generate positive returns from dairy production. These last two hypotheses will be tested using the estimated spatially differentiated farm specific costs and marginal costs.The expected outcomes are of relevance for the agricultural sector and the food supply chain economy as a whole as fundamental market structure changes in the dairy sector are ongoing due to the abolition of the quota regulation in the years 2014/2015. Thus, exact knowledge about differences and development of dairy cost heterogeneity of farms within and between regions are an important factor for the actors involved in the market as well as the political support of this process.

ATKIS Digitales Basis Landschaftsmodell Hamburg

Hinweis: Seit Dezember 2o24 erfasst der LGV die AFIS/ALKIS/ATKIS Daten bundeseinheitlich in der AdV-Referenzversion 7.1 im AFIS-ALKIS-ATKIS-Anwendungsschemas (AAA-AS) Version 7.1.2. Bei Fragen zu inhaltlichen Veränderungen wenden Sie sich an das Funktionspostfach: geobasisdaten@gv.hamburg.de Das Digitale Basis-Landschaftsmodell (Basis-DLM) orientiert sich am Basismaßstab 1: 25 000. Es wird für alle Objekte eine Lagegenauigkeit von ± 3 m angestrebt. Es hat eine Informationstiefe, die über die Darstellung der Digitalen Stadtkarte von Hamburg (1: 20 000) hinausgeht. Der Inhalt und die Modellierung der Landschaft des Basis-DLM sind im ATKIS®-Objektartenkatalog (ATKIS®-OK Basis-DLM) beschrieben. Die Erfassung der Objektarten, Namen, Attribute und Referenzen erfolgte in drei aufeinander folgenden Realisierungsstufen, die im ATKIS®-OK Basis-DLM ausgewiesen sind. In Hamburg stehen die Realisierungsstufen für die gesamte Landesfläche seit 2007 aktuell zur Verfügung. Seit Oktober 2009 wird das Basis-DLM im bundeseinheitlichen AAA-Modell geführt. Die Objektarten sind ATKIS-OK enthalten (siehe Verweis). Besonders geeignet als geometrische und semantische Bezugsgrundlage für den Aufbau von Geoinformationssystemen und zur Verknüpfung mit raumbezogenen fachspezifischen Daten für Fachinformationssysteme, zur rechnergestützten Verschneidung und Analyse mit thematischen Informationen, für Raumplanungen aller Art und zur Ableitung von topographischen und thematischen Karten. Anwendungsgebiete sind alle Aufgabenbereiche, für deren Fragestellungen ein Raumbezug erforderlich ist, unter anderem Energie-, Forst- und Landwirtschaft, Verwaltung, Demographie, Wohnungswesen, Landnutzungs-, Regional- und Streckenplanung, Straßenbau und Bewirtschaftung, Facility Management, Verkehrsnavigation und Flottenmanagement, Transport, Bergbau, Gewässerkunde und Wasserwirtschaft, Ökologie, Umweltschutz, Militär, Geologie und Geodäsie, aber auch Kultur, Erholung und Freizeit sowie Kommunikation.

Digitales Höhenmodell Hamburg DGM 25

Abgeleitetes, flächendeckendes digitales Geländemodell mit einer Rasterweite von 25 Meter auf Basis des DGM1. Für die Fläche der Freien und Hansestadt Hamburg (ohne das Gebiet des hamburgischen Wattenmeeres) wurde in 2020 eine Laserscanvermessung (Airborne Laserscanning) durchgeführt. Die Daten liegen im Lagestatus 310 (ETRS89/UTM) vor, mit Höhenangaben über Normalhöhennull (NHN), gemäß DE_DHHN2016_NH. Die Genauigkeit eines einzelnen Messpunktes liegt in eindeutig definierten Bereichen, wie z.B. auf Straßenflächen, bei ca. ± 255 cm. In Bereichen von Abschattungen (Brücken), Vegetation, insbesondere Flächen in Wald- und Strauchgebieten und bei stark geneigtem Gelände, ist die Genauigkeit geringer. Standardmäßig werden vom LGV folgende Rasterweiten angeboten: DGM 1 (Rasterweite 1m), DGM 10 (Rasterweite 10m), DGM 25 (Rasterweite 25m). Eine jährliche Aktualisierung dieser Daten erfolgt über Luftbildbefliegungen. Neben der reinen Bereitstellung der Höheninformation als regelmäßiges Gitter werden die Daten auch als Dienstleistung in einer Dreiecksvermaschung (TIN) abgegeben. Dabei ist ein Datenaustausch mit 2D- und 3D-CAD-Systemen sichergestellt. Als weitere Dienstleistung können z.B. Höhenlinien und Profile abgeleitet oder Volumina und Neigungen errechnet werden. Durch Integration weiterer Geobasis- und Fachdaten (Vektor- und Rasterdaten) können weitere Dienstleistungen z.B. für die Bereiche Wasserwirtschaft, Tiefbau, Umwelt und Stadtplanung sowie Energieversorgung groß- und kleinräumige Anwendungen abgeleitet werden.

Landwirtschaftliche Flächen (Feldblöcke) in Niedersachsen, Bremen und Hamburg

Der Datensatz enthält landwirtschaftliche Flächen im Sinne von förderfähigen Feldblöcken aus Niedersachsen, Bremen und Hamburg, die in das INSPIRE-Datenmodell "Land Parcel Identification System" transformiert wurden. Bei Feldblöcken handelt es sich um zusammenhängende, landwirtschaftlich genutzte Flächen mit relativ dauerhaften in der Natur erkennbaren Außengrenzen und einer Mindestgröße von 1.000 m², die von einem oder mehreren Erzeugern bewirtschaftet werden, mit Fruchtarten bestellt sind oder stillgelegt sind. Feldblöcke entsprechen landwirtschaftlichen Flächen. Eine landwirtschaftliche Fläche ist definiert als jede Fläche, die von Ackerland, Dauergrünland, Dauerweiden oder Dauerkulturen eingenommen wird, einschließlich agroforstwirtschaftlicher Systeme auf dieser Fläche, wie in Art. 4 (1) (e) der Verordnung 1307/2013 oder Art. 4 (3) der Verordnung 2021/2115 definiert. Dreimal im Jahr wird für das Antragsverfahren ein neuer Stand der Referenzparzellen veröffentlicht.

1 2 3 4 5 … 54 55 56