API src

Found 4980 results.

Entwicklung der Fehlerschätzungsmethode für Datenassimilation für allgemeine Ozean-Zirkulationsmodelle

Die 4D-Var Datenassimilation (4D-var DA) ist eine spezielle Methode, die zur Initialisierung von Klima- und Wettervorsagen durch die Schätzung von Klimamodellparametern benutzt wird, in dem Modelle an beobachtende Daten angepasst werden. Aus verschiedenen Gründen führen DA unvermeidliche methodische Fehler ein, die sich auf die Genauigkeit der Modellvorhersagen auswirken. Aktuelle Methoden zur Fehlerkorrektur brauchen erhebliche Computerressourcen. Dies ist ein Grund, warum die Verwendung dieser Methoden in der Klimamodellierung begrenzt ist und sie nur in vereinfachten Versionen angewandt werden. Die Entwicklung einer konzeptuell neuartigen, robusten und effizienten, nichtlinear-variationellen Fehlerschätzungsmethode (NOVFEM) ist Ziel dieses Projekts. Diese Methode wird Fehler von DA Methoden schätzen und die notwendigen Korrekturen bestimmen. Im Besonderen ist es geplant, VOVFEM im Rahmen einer Anwendung in Klimavorhersagesystemen zu entwickeln. Der Vorteil der vorgeschlagenen Methode ist, dass der Algorithmus auf einer abstrakten mathematischen Formulierung basiert und deshalb in vielen geophysikalischen Bereichen angewandt werden kann. Eine weitere Innovation dieses Projekts ist die Entwicklung einer Methode zur schnellen und einfachen Berechnung von inversen Kovarianzmatrizen, die z. B. Anwendung in DA finden. Die vorgeschlagenen Methode ist im Vergleich mit existieren Methoden effizienter. Es wird erwartet, dass die theoretischen Ergebnisse dieses Projekt national und international veröffentlicht werden und ein freier Zugang zur NOVFEM Software wird bereitgestellt werden.

Fluglärm Lden 2022

Berechnungsergebnis Lden (day, evening, night) 2022 nach EU-Umgebungslärmrichtlinie (2002/49/EG, 34. BImSchV) als Isophonenbänder für den Großflughafen Hannover/Langenhagen. Die Berechnung des Pegels Lden erfolgt nach der Berechnungsmethode für den Umgebungslärm von Flugplätzen (BUF). Ermittelt werden diese Pegel rechnerisch in einer Höhe von 4 m über Grund und in einem Raster von 50 x 50 m. Als akustische Quelle dienen die relevanten Flugrouten mit den darauf fliegenden Luftfahrzeugen. Die Darstellung erfolgt in 5 dB Klassen gemäß Legende. Die Geometrie des Pegelrasters liegt in UTM- Koordinaten vor.

Repository der KI-Ideenwerkstatt: faszination_naechtlicher_vogelzug

# Faszination Nächtlicher Vogelzug A web component for visualizing migratory bird detections on an interactive map. Built with React, MapLibre GL, and the BirdWeather GraphQL API. Designed for embedding into CMS platforms like Contao. ## Tech Stack - **React 19** + **TypeScript** (Vite) - **MapLibre GL** -- WebGL map rendering (Stadia Maps dark theme) - **Supercluster** -- per-species spatial clustering - **Apollo Client 4** -- GraphQL data fetching with caching - **GraphQL Code Generation** -- type-safe queries from BirdWeather schema - **SunCalc** -- astronomical day/night calculations - **Tailwind CSS 4** + **Ant Design 6** -- UI - **Vitest** -- testing ## Features - **Interactive map** with color-coded detection clusters per species - **Timeline animation** with autoplay, step controls, and throttled slider - **Night-only mode** that compresses inactive daytime hours using SunCalc sunrise/sunset calculations - **Day/night overlay** showing the terminator (day/night boundary) as a real-time GeoJSON polygon - **Species search** with autocomplete and availability checking per map viewport - **Supplementary layers** (light pollution, noise mapping via WMS) - **Web component** (`<zug-birdnet>`) for CMS embedding without routing ## Project Structure ``` src/ main.tsx Web component registration App.tsx Root component, species selection state api/ fragments.ts GraphQL fragments (DetectionItem, SpeciesItem) queries.ts GraphQL queries (detections, species, search) useDetections.ts Detection fetch hook with prefetching components/ DatesProvider.tsx Time state context (date range, animation, night mode) MapProvider.tsx MapLibre GL instance context SpeciesDropdown.tsx Species selection with search autocomplete Timeline.tsx Date picker, animation slider, playback controls LayersDropdown.tsx Toggle info layers (light pollution, noise) InfoPopup.tsx Map info marker popups map/ Map.tsx MapLibre GL initialization and rendering clusterUtils.ts Per-species Supercluster index creation colorUtils.ts MapLibre paint expression builder mapStyles.ts Map layer definitions usePersistentColors.ts Stable color assignment per species infopoints.ts Static info marker data lib/ apollo-client.ts Apollo Client with cache type policies buildAvailableSpeciesQuery.ts Dynamic aliased query generation getDayPolygon.ts Day/night terminator polygon calculation getTranslatedSpeciesName.ts i18n species name lookup isNotNull.ts, hasNonNullProp.ts Type guard utilities throttle.ts Throttle utility gql/ Auto-generated GraphQL types (do not edit) ``` ## Architecture Three React context providers compose the application: ``` ApolloProvider GraphQL caching and data fetching DatesProvider Date range, animation state, night-only time segments MapProvider MapLibre GL map instance App Species selection, filtered detections, color mapping ``` **Data flow:** Apollo fetches detections for the current bounding box and date range. Detections are filtered client-side by the visualisation time window (controlled by the timeline slider). Each species gets its own Supercluster index for independent color-coded clustering. Cluster features are rendered via MapLibre GL layers with dynamic `match` paint expressions. **GraphQL:** Queries and fragments are defined in `src/api/` and typed via `@graphql-codegen/client-preset`. Run `npm run codegen` after schema changes to regenerate `src/gql/`. ## Development ```sh npm install npm run dev ``` The dev server uses a self-signed SSL certificate via `@vitejs/plugin-basic-ssl`. Accept the browser warning on first visit. Other commands: ```sh npm run build # Production build npm run test # Run tests npm run lint # ESLint npm run codegen # Regenerate GraphQL types ``` ## Build & Integration Run `npm run build` to produce the `dist/` folder. The build outputs stable filenames (no hashes) and splits vendor dependencies into separate chunks for caching: ``` dist/ index.html assets/ index.css App styles (Tailwind + Ant Design) index.js Application code, React, Supercluster, dayjs, SunCalc maplibre.js MapLibre GL antd.js Ant Design + icons apollo.js Apollo Client + graphql ``` Only `index.js` changes on application updates. Vendor chunks are cache-stable between deploys. To embed the web component, include the built CSS and JS, then use the custom element: ```html <link rel="stylesheet" href="/assets/index.css"> <script type="module" src="/assets/index.js"></script> <zug-birdnet></zug-birdnet> ``` No routing. The component is self-contained and can be placed anywhere on the page. Third-party CMS integration (e.g., Contao) only needs to include the built assets and the custom element tag. ## Configuration App-level settings are in `src/config.ts`: | Option | Default | Description | |---|---|---| | `SHOW_DEMO_INFOPOINTS` | `false` | Show static info markers on the map (demo/development only) |

mittlere Sickerwasserrate BB

Der Datensatz beinhaltet Daten des LBGR über die mittlere Sickerwasserrate Brandenburgs und wird über je einen Darstellungs- und Downloaddienst bereitgestellt. Die mittlere jährliche Sickerwasserrate (SWR) beschreibt die mit einem Berechnungsverfahren (TUB-BGR Verfahren) geschätzte mittlere Sickerwassermenge in mm/a, die den Boden unter Berücksichtigung des kapillaren Aufstiegs abwärts verlässt. Das gebildete Sickerwasser trägt zur Grundwasserneubildung bei und/oder verlässt die Sickerzone als Zwischenabfluss. Die Sickerwasserrate ist eine entscheidende Eingangsgröße bei Wasserhaushaltsberechnungen oder der hydrogeologischen Grundwassermodellierung. Ebenso steuert sie maßgeblich die Verlagerung von Schad- und Nährstoffen (bspw. Nitrat) im Boden und beeinflusst indirekt die Standorteignung für Flora und Fauna. Weiterführende Informationen finden Sie hier: https://geo.brandenburg.de/karten/htdocs/21042020_Sickerwasserrate.pdf

maximale Sickerwasserrate BB

Der Datensatz beinhaltet Daten des LBGR über die maximale Sickerwasserrate Brandenburgs und wird über je einen Darstellungs- und Downloaddienst bereitgestellt. Die maximale jährliche Sickerwasserrate (SWR) beschreibt die mit einem Berechnungsverfahren (TUB-BGR Verfahren) geschätzte maximale Sickerwassermenge in mm/a, die den Boden unter Berücksichtigung des kapillaren Aufstiegs abwärts verlässt. Das gebildete Sickerwasser trägt zur Grundwasserneubildung bei und/oder verlässt die Sickerzone als Zwischenabfluss. Die Sickerwasserrate ist eine entscheidende Eingangsgröße bei Wasserhaushaltsberechnungen oder der hydrogeologischen Grundwassermodellierung. Ebenso steuert sie maßgeblich die Verlagerung von Schad- und Nährstoffen (bspw. Nitrat) im Boden und beeinflusst indirekt die Standorteignung für Flora und Fauna. Weiterführende Informationen finden Sie hier: https://geo.brandenburg.de/karten/htdocs/21042020_Sickerwasserrate.pdf

jährliche Sickerwasserrate BB

Der Datensatz beinhaltet Daten des LBGR über die jährliche Sickerwasserrate Brandenburgs und wird über je einen Darstellungs- und Downloaddienst bereitgestellt. Die jährliche Sickerwasserrate (SWR) beschreibt die mit einem Berechnungsverfahren (TUB-BGR Verfahren) geschätzte mittlere Sickerwassermenge in mm/a, die den Boden unter Berücksichtigung des kapillaren Aufstiegs abwärts verlässt. Das gebildete Sickerwasser trägt zur Grundwasserneubildung bei und/oder verlässt die Sickerzone als Zwischenabfluss. Die Sickerwasserrate ist eine entscheidende Eingangsgröße bei Wasserhaushaltsberechnungen oder der hydrogeologischen Grundwassermodellierung. Ebenso steuert sie maßgeblich die Verlagerung von Schad- und Nährstoffen (bspw. Nitrat) im Boden und beeinflusst indirekt die Standorteignung für Flora und Fauna. Weiterführende Informationen finden Sie hier: https://geo.brandenburg.de/karten/htdocs/21042020_Sickerwasserrate.pdf

minimale Sickerwasserrate BB

Der Datensatz beinhaltet Daten des LBGR über die minimale Sickerwasserrate Brandenburgs und wird über je einen Darstellungs- und Downloaddienst bereitgestellt. Die minimale jährliche Sickerwasserrate (SWR) beschreibt die mit einem Berechnungsverfahren (TUB-BGR Verfahren) geschätzte minimale Sickerwassermenge in mm/a, die den Boden unter Berücksichtigung des kapillaren Aufstiegs abwärts verlässt. Das gebildete Sickerwasser trägt zur Grundwasserneubildung bei und/oder verlässt die Sickerzone als Zwischenabfluss. Die Sickerwasserrate ist eine entscheidende Eingangsgröße bei Wasserhaushaltsberechnungen oder der hydrogeologischen Grundwassermodellierung. Ebenso steuert sie maßgeblich die Verlagerung von Schad- und Nährstoffen (bspw. Nitrat) im Boden und beeinflusst indirekt die Standorteignung für Flora und Fauna. Weiterführende Informationen finden Sie hier: https://geo.brandenburg.de/karten/htdocs/21042020_Sickerwasserrate.pdf

Einfluss einer veränderten Wasserführung auf die Stoffkonzentration in großen Flüssen basierend auf Klima- und Abflussprojektionen (DAS-Basisdienst)

Der Datensatz zeigt den langfristigen Einfluss einer durch den Klimawandel veränderten Wasserführung auf die Konzentration von Stoffen in Fließgewässern bei Niedrigwasser. Hintergrund ist die Verdünnungswirkung der im Fluss vorhandenen Wassermenge. Alle weiteren Einflussgrößen auf die Stoffkonzentration (z. B. eingetragene Stofffracht, Stofftransport und -abbau) wurden dabei vereinfachend als unverändert angenommen. Die Bundesanstalt für Gewässerkunde erzeugt die Ergebnisse mit Hilfe von numerischen Berechnungsverfahren für 56 Standorte in den Einzugsgebieten von Donau, Elbe, Ems, Rhein und Weser. Diese Daten stehen als Beitrag und Grundlage zur Deutschen Anpassungsstrategie an den Klimawandel (DAS) über den DAS-Basisdienst "Klima und Wasser" frei zugänglich zur Verfügung. Grundlage sind Abflussprojektionen der Bundesanstalt für Gewässerkunde, die ebenfalls im Rahmen des DAS-Basisdienstes frei verfügbar sind (Fleischer et al., 2025). Diese basieren ihrerseits auf globalen und regionalen Klimaprojektionen aus unterschiedlichen Projekten (Coupled Model Intercomparison Project Nr. 5 (CMIP5): Meehl und Bony, 2011; Coordinated Regional Climate Downscaling Experiment (EURO-CORDEX): Jacob et al., 2014; ReKliEs-De: Hübener et al., 2017). Die verwendeten Emissionsszenarien liegen auch den Berichten des Weltklimarates zugrunde. Für die Berechnung der langfristigen Änderungen der Stoffkonzentration wurde ein Ensemble von 16 Abflussprojektionen für das Hochemissionsszenario RCP8.5 berücksichtigt. Angegeben ist die relative Konzentrationsänderung im Vergleich zum Referenzzeitraum 1971-2000 als 30-jähriger gleitender Mittelwert für die Jahre 1971 bis 2099. Die zugrunde liegende Abflussmenge entspricht dem niedrigsten über 7 Tage gemittelten Abfluss in jedem Jahr (hier Wasserhaushaltsjahr von April bis März), der jeweils über 30 Jahre gemittelt wurde (Kennwert "MNM7Q").

Sozialmonitoring Integrierte Stadtteilentwicklung Hamburg

Das Sozialmonitoring ist als kontinuierliches Beobachtungssystem angelegt und bildet seit 2010 eine wichtige Grundlage für die Stadtteilentwicklung aus gesamtstädtischer Sicht. Die Verwaltung ist damit in der Lage, unterstützungsbedürftige Quartiere frühzeitig zu identifizieren und die Festlegung neuer Fördergebiete der Integrierten Stadtteilentwicklung auf eine objektive Datenbasis zu stützen. Mit dem Sozialmonitoring wird die Aufmerksamkeit wird auf Statistische Gebiete gelenkt, in denen die betrachteten Sozialindikatoren überdurchschnittlich ausgeprägt sind und daher soziale Herausforderungen in den Quartieren vermutet werden können. Es übernimmt so die Funktion eines Frühwarnsystems. Besonders im Fokus sind dementsprechend Statistische Gebiete mit einem „niedrigen“ oder „sehr niedrigen“ Statusindex. Ob in diesen Statistischen Gebieten tatsächlich ein stadtentwicklungspolitischer Handlungsbedarf gesehen wird, kann nicht allein anhand des Sozialmonitorings beurteilt werden. Eine Bewertung der Situation erfordert die Einbeziehung des Expertenwissens zur städtebaulichen Situation in den Bezirken. Die Ergebnisse des Sozialmonitorings werden von Fachbehörden und Bezirksämtern als Grundlage für sozialraumorientierte Planungen genutzt. Sozialmonitoring - Methodik Das Sozialmonitoring ist ein kleinräumiges, datengestütztes System. Räumliche Basis bilden die 941 Statistischen Gebiete. Statistische Gebiete sind kleinräumige Gebietseinheiten mit durchschnittlich 2.200 Einwohnerinnen und Einwohnern. In die Untersuchung fließen aus methodischen Gründen nur Daten zu Statistischen Gebieten mit mehr als 300 Einwohnerinnen und Einwohnern (aktuell 857 der insgesamt 941 Statistischen Gebiete) ein. In diesen leben über 99 % der Hamburger Bevölkerung). Im Sozialmonitoring werden sieben sogenannte "Aufmerksamkeitsindikatoren" betrachtet und jeweils unter dem Gesichtspunkt des Status Quo und der Entwicklung in den vergangenen drei Jahren untersucht. Die Indikatoren werden mit Hilfe eines statistischen Berechnungsverfahrens zu einem „Statusindex“ sowie einem „Dynamikindex“ zusammengefasst und klassifiziert. Es werden vier Status- und drei Dynamikklassen unterschieden („hoch“, „mittel“, „niedrig“, „sehr niedrig“ bzw. „positiv“, „stabil“, „negativ“). Im Ergebnis kann jedem betrachteten Statistischen Gebiet eine Status- und eine Dynamikklasse zugewiesen werden. Diese werden kombiniert (gekreuzt) ausgewertet und in einer Karte wiedergegeben. Die Ergebnisse zeigen, inwieweit die einzelnen Statistischen Gebiete vom Hamburger Durchschnitt abweichen. Ein mittlerer Status entspricht Werten, die nahe am Hamburger Durchschnitt liegen. Und eine stabile Dynamik zeigt, dass die Entwicklung in etwa der Entwicklung Hamburgs folgt. Weitere Informationen im Internet unter <a href="https://www.hamburg.de/sozialmonitoring" target="_blank">www.hamburg.de/sozialmonitoring</a>

GTK50dig Geothermische Karte der Entzugsleistung 1:50.000

Projektbezogene Karte, gekoppelt an die laufende Erarbeitung der HyK 50. Die Karte wurde durch eine geothermische Umbewertung hydrogeologischer Körper der HyK50 Grundlagenkarte sowie der Informationsebene Grundwasserflurabstand der Karte der Schutzfunktion der Grundwasserüberdeckung aus der Hydrogeologischen Spezialkartierung 1:50000 erstellt. Die geothermische Berechnung erfolgt durch Zuweisung des Gesteinsparameters Wärmeleitfähigkeit zu den einzelnen hydrogeologischen Körpern und anschließender Berechnung der spezifischen Entzugsleistung (in Watt pro Meter) nach empirischen Formeln. Die Karte dient als Abschätzung und ist anwendbar für Erdwärmesondenvorhaben kleiner 30 kW Heizleistung und ersetzt keine konkrete Planung für ein Geothermievorhaben. Das Ergebnis sind teufenabhängige Grids für 1800 Jahresbetriebsstunden (Fall nur Heizen) und 2400 (Fall Heizen+Warmwasserbereitung) Jahresbetriebsstunden einer Wärmepumpe. Die Rasterzellen (50m x 50m) enthalten je Tiefenintervall (40m, 70m, 100m, 130m) die jeweils gemittelten Entzugsleistungswerte in W/m (Watt pro Meter) im Feld (VALUE): Grids für 1800 sowie für 2400 Jahresbetriebsstunden als Mosaik für die angegebenen Blattschnitte (Fertiggestellte Blätter): g1800h_40m (für 40m Tiefe) g1800h_70m (für 70m Tiefe) g1800h_100m (für 100m Tiefe) g1800h_130m (für 130m Tiefe) g2400h_40m (für 40m Tiefe) g2400h_70m (für 70m Tiefe) g2400h_100m (für 100m Tiefe) g2400h_130m (für 130m Tiefe) Für diese Grids für 1800 sowie 2400 Betriebsstunden und die zugehörigen Bohrtiefen 40m, 70m, 100m, 130m liegen Legenden(*.lyr)-Dateien vor, die die gemittelte Entzugsleistung in Watt pro Meter in gruppierten Farbabstufungen ausgeben. Fertiggestellte Blätter: L4946 Meißen, L4744 Riesa, L4746 Großenhain, L4944 Döbeln, L5144 Flöha, L4948 Dresden und L5148 Pirna (nur Stadtgebiet LH Dresden), L4542 Torgau-West, L4742 Wurzen, L4540 Eilenburg, L4340 Gräfenhainichen, L4342 Jessen (Elster), L4344 Herzberg, L4544 Torgau, L4546 Elsterwerda, L5342 Stollberg, L5344 Zschopau, L4754 Niesky, L4954 Görlitz, L4956, L4756, L4740 Leipzig, L4738 Leipzig-West, L4538 Landsberg

1 2 3 4 5 … 496 497 498