Das Projekt "Regionalisierung landschaftsökologischer Parameter im alpinen Hochgebirgsraum (Walliser Alpen, Gornergrat). Bestimmung der hydrologischen Komplexgrößen Schnee und Bodenwasser sowie Klärung ihrer Bedeutung für das ökologische Prozeßgefüge" wird/wurde gefördert durch: Deutsche Forschungsgemeinschaft. Es wird/wurde ausgeführt durch: Universität Bochum, Geographisches Institut, Lehrstuhl für Geographie III Physische Geographie,Geoökologie.Ziel des Vorhabens ist, neben der Aufnahme des systembestimmenden Wirkungsgefüges für die alpine Gebirgsstufe, vor allem ein möglichst wirklichkeitsnahes Landschaftsmodell aufzubauen, um prognostische Aussagen zu potentiellen Umweltveränderungen für die alpine Stufe der Alpen treffen zu können. Das geplante Vorhaben versucht daher, für den alpinen Raum möglichst präzise flächenrelevante Aussagen zu den Systemparametern Vegetation, Biomasse, Relief, Schneedecke, Bodenfeuchte und Bodenwärme zu treffen, um im landschaftsökologischen Sinne das signifikante Beziehungsgefüge dieser Größen herauszustellen. Im Vordergrund der Arbeiten steht vor allem der Einsatz eines neuen feldtauglichen Messprinzips zur Bestimmung des Bodenwassergehalts auf der Basis von Wärmekapazitätsmessungen. Infolge einer engen Bindung des Bodenfeuchteregimes an das Mikrorelief sowie an die hydrologisch bedeutsame Schneedecke, sollen auch diese beiden ökologisch wichtigen Kenngrößen mit Hilfe einer fortschrittlichen Erfassungsmethodik aufgenommen werden (lasergestützter Digitalkompaß, 3D-Software). Es ist insbesondere dieser neue methodische Ansatz, der das geplante Vorhaben klar von bereits durchgeführten landschaftsökologischen Arbeiten in vergleichbaren Räumen löst und daher vielversprechende ökologische Grundlagenergebnisse erwarten läßt. Die vergleichsweise exakten Punkt- und Flächenparameteraufnahmen können aber auch als Beschreibung des ökosystemaren Ist-Zustandes verstanden werden, so daß Aufnahmewiederholungen bereits stattgefundene Systemveränderungen dokumentierten können (Ökosystemmonitoring).
Das Projekt "Fortsetzung der Auswertung der Ergebnisse von vorwiegend Multisondenmessungen auf Meteor und auch anderen Expeditionen, sowie Entwicklung und Studien spezieller Computerprogramme als Grundlage fuer optimale Datenverarbeitung unmittelbar an Bord" wird/wurde gefördert durch: Deutsche Forschungsgemeinschaft. Es wird/wurde ausgeführt durch: Universität Kiel, Institut für Experimentelle und Angewandte Physik.Fortsetzung der Auswertung der Ergebnisse von vorwiegend Multisondenmessungen auf Meteor - und auch anderen - Expeditionen sowie Entwicklung der Studien spezieller Computerprogramme als Grundlage fuer optimale Datenverarbeitung und vor allem Datenauswertung unmittelbar an Schiffsbord.
Das Projekt "Educatis: Modul 'Ökologische Unternehmensführung'. Lehrmodule zu 'Ökologische Unternehmensführung' im Rahmen verschiedener MBA-Fernstudiengänge der Educatis AG (Schweiz)" wird/wurde ausgeführt durch: Universität Lüneburg, Institut für Umweltstrategien, Lehrgebiet Umweltmanagement.Das Lehrmodul 'Ökologische Unternehmensführung' wird MBA-Studierenden in sehr komprimierter sowie praxisorientierter Form mit den wesentlichen Handlungs- und Entscheidungsfeldern des Umweltmanagements vertraut machen. Es ist von allen Teilnehmerinnen und Teilnehmern der MBA-Studiengänge im Educatis-Programm als Pflichtfach zu bearbeiten. Die Darstellungsform ist internetbasiert und wird multimedial ausgebaut. Es wird ein Lernmodul in Deutsch und in Englisch (mit Roger Burritt, Australian National University, Canberra) angeboten. Weitere Sprachen werden folgen. Weitere Hinweise: Die Educatis AG, Menzingen (http://www.educatis.com/) bietet in Zusammenarbeit im Hochschulpartnern Management-Lehrgänge über das Internet. Ihre Kernkompetenz sieht Educatis im Erfassen, Strukturieren, Auswählen und Verteilen von Informationen sowie in der globalen Vernetzung und didaktischen Aufbereitung von Wissen. Kooperationspartner: Australian National University Canberra, ACT 0200, Australia (http://www.anu.edu.au/).
<p>Baumkataster Stand 2020. Inklusive Georeferenzierung und Angaben nach Art, Gattung und Alter der erfassten Bäume.</p>
<p><strong>Was bedeuten die Felder?</strong></p>
<p><strong>Objekttyp</strong>: Es gibt 14 Objekttypen die wie folgt unterteilt sind:</p>
<p>1 NN; 2 Kleingarten; 3 Sportplatz; 4 Kinderspielplatz; 5 Gebäude/Schule/Heim; 6 Straße/Platz; 7 Grünanlage; 8 Friedhof; 9 Biotopflächen; 10 Fluss/Bach; 11 Sonderanlage; 12 Forst; 13 Ausgleichsfläche; 14 Unbekannt</p>
<p><strong>Baumbest_1</strong> : Z.B Baumbest:1 : 22P => 22 P ist die Baumnummer<br />
Gängig sind folgende Buchstabenkürzel:<br />
G = Bäume auf der Seite mit geraden Hausnummern<br />
U = Bäume auf der Seite mit ungeraden Hausnummern<br />
P = Bäume auf einen Platz<br />
M = Bäume auf einem Mittelstreifen<br />
MU = Bäume auf einem Mittelstreifen zur Seite mit den ungeraden Hausnummern<br />
MG = Bäume auf einem Mittelstreifen zur Seite mit den geraden Hausnummern<br />
MM = Bäume auf einem Mittelstreifen in der mittleren Reihe<br />
Ein Teil der Bäume hat auch nur eine Nummer, das ist z.B. auf Spielplätzen der Fall oder wenn in einer Straße nur wenige Bäume stehen.<br />
Die Nummerierung ist teilweise so eingerichtet, dass bei einem Kontrollgang der kürzeste Weg genommen werden kann – dafür sind die Buchstaben teilweise auch hinter die Baumnummern gesetzt.<br />
</p>
<p><strong>STAMMVON: </strong>z.B.<strong> </strong>"STAMMVON": 0.0<br />
Bei 2- oder mehrstämmigen Bäumen wird einmal der kleinste und einmal der größte Stammdurchmesser in cm angegeben.<br />
Der kleinste Stammdurchmesser wird bei „Stamm von“ und der größte bei „Stamm bis“<br />
</p>
<p><strong>STAMMBIS: </strong>z.B. "STAMMBIS": 50.0<br />
Die ist die Angabe des Stammdurchmessers in cm.<br />
Bei 2- oder mehrstämmigen Bäume erfolgt hierunter der Eintrag des größten Stammdurchmessers</p>
<p><strong>KRONE: </strong>z.B. "KRONE": 8.0<br />
Die ist die Angabe zum Durchmesser der Krone in Meter.</p>
<p><strong>H_HE: </strong>z.B. "H_HE": 10.0,<br />
Dies ist die Angabe zur Höhe des Baumes in Meter.</p>
<p><strong>Sorte:</strong> z.B.<br />
"Sorte": null,<br />
In der botanischen Nomenklatur unterteilt man Pflanzen in Gattung, Art und Sorte<br />
Bei Pflanzungen in früheren Zeiten wurden hierzu leider keine Angaben gemacht. Bei Neupflanzungen sollen diese Einträge nun standardmäßig durchgeführt werden.<br />
Der Eintrag „null“ gibt an, dass hier keine Sorte eingetragen wurde.<br />
</p>
<p>Information</p>
<p>Es sind noch nicht alle Bäume erfasst, die Erfassung des gesamten städtischen Baumbestandes wird angestrebt. Der Datensatz wird aus diesem Grunde unregelmäßig aktualisiert. Der Einsatz einer neuen Software ist in Planung und soll mittelfristig auch den Abruf von Daten des Baumkatatsers erleichtern.</p>
<p>Im Rahmen der Open-Data-Initiative der Stadt Münster erhalten Sie an dieser Stelle alle Rohdaten, die zur Darstellung des <a href="https://klimadashboard.ms/">"Klimadashboard Münster"</a> genutzt werden.</p>
<ol>
<li>Die angehängte CSV-Datei enthält alle Daten, die sich monatlich oder seltener aktualisieren.</li>
<li>Daten, die sich häufiger aktualisieren, sowie detailliertere Datensätze finden Sie <a href="https://opendata.stadt-muenster.de/search?query=klimadashboard">in weiteren Datensätzen auf dem Open-Data-Portal der Stadt Münster</a>. </li>
</ol>
<p><strong>Infos zu den Datenspalten der CSV-Datei</strong></p>
<p>Die CSV-Datei enthält alle Werte, die in den Diagrammen des Klimadashboards genutzt werden, die sich seltener als 1x im Monat aktualisieren. Dazu enthält sie folgende Spalten: </p>
<ol>
<li>DATEINAME - Über die Spalte "Dateiname" können zusammengehörende Zeilen zugeordnet werden. Die CSV-Datei enthält (fast) alle Rohdaten für die unterschiedlichen "Kacheln" bzw. Diagramme des Klimadashboards. Anhand des Dateinamens können Daten zu einer Klimadashboard-Kachel zugeordnet werden.</li>
<li>RAUM - Räumlicher Bereich, auf den sich die Daten beziehen. Z.B. die Gesamtstadt, oder nur ein Stadtviertel.</li>
<li>QUELLE_INSTITUTION - Von welcher Institution die Daten stammen, also z.B. die Stadtwerke.</li>
<li>THEMENBEREICH - Nur intern genutzt. Die hier enthaltene Zahl stellt eine numerische ID des Dateinamens dar.</li>
<li>MERKMAL - Die Beschreibung des Merkmals, auf das sich der Wert bezieht. </li>
<li>ZEIT - Der Zeitraum, auf den sich der Wert bezieht.</li>
<li>WERT - Der Wert selbst.</li>
<li>WERTEEINHEIT - Die Einheit des Werts, z.B. Prozent.</li>
</ol>
<p><strong>Weitere Infos zum Klimadashboard</strong></p>
<p>Der Quellcode, mit dem diese Daten für das Klimadashboard verarbeitet werden, ist Open Source Software und kann im <a href="https://gitlab.opencode.de/smart-city-muenster/klimadashboard-muenster">Klimadashboard-Repository unter OpenCODE.de</a> eingesehen werden. OpenCODE.de ist vergleichbar mit Github. Es ist eine gemeinsame Plattform der Öffentlichen Verwaltung für den Austausch von Open Source Software und kann von Bundes-, Landes- und Kommunalverwaltungen genutzt werden.</p>
<p>Das Ziel des Klimadashboard Münster ist es, einen Eindruck zu geben, auf wie vielen unterschiedlichen Ebenen Fortschritte nötig sind, um Klimaneutralität zu erreichen. Ebenso zeigt es auf, wie viele Menschen, Unternehmen und Einrichtungen sich in Münster bereits auf den Weg gemacht haben, damit die Stadtgesellschaft gemeinsam das Klimaziel erreicht. Weitere Informationen zum Klimadashboard erhalten Sie auf der <a href="https://smartcity.ms/klimadashboard-muenster/">Homepage Smart City Münste</a>r.</p>
<p>Das Klimadashboard Münster ist von den städtischen Stabsstellen Smart City und Klima in Zusammenarbeit mit weiteren Ämtern und Töchtern des Stadtkonzerns entwickelt worden. Die Maßnahme wurde im Rahmen der Strategiephase (01/2022-06/2023) des Programms „Modellprojekte Smart City (MPSC)“ vom Bundesministerium für Wohnen, Stadtentwicklung und Bauwesen (BMWSB) und der KfW (Kreditanstalt für Wiederaufbau) gefördert.</p>
In Anlehnung an die seismischen Geschwindigkeitsmodelle für die zentrale Deutsche Nordsee (Groß, 1986) sowie die niederländischen Offshore-Gebiete (van Dalfsen et al., 2006) wurde im Rahmen des GPDN-Projekts, basierend auf Geschwindigkeitsinformationen aus Tiefbohrungen, ein seismisches Geschwindigkeitsmodell für den nordwestlichsten Teil des deutschen Nordsee-Sektors, den sogenannten „Entenschnabel“, erstellt. Als Berechnungsmethode wurde ein Anfangsgeschwindigkeit-Gradienten-Ansatz analog zu den Arbeiten von Jaritz et al. (1991) und Groß (1986) genutzt, wobei die Anfangsgeschwindigkeiten räumlich variabel und der zugehörige Gradient konstant gehalten wurden. Für das Zechstein-Intervall wurde – wie auch bei den Modellen von Jaritz et al. (1991), Groß (1986) und van Dalfsen et al. (2006) – eine konstante Intervallgeschwindigkeit von 4500 m/s angenommen. Zur Erstellung des Modells wurden insgesamt zwölf stratigraphische Intervalle definiert, wobei das Oberrotliegend das stratigraphisch älteste Intervall repräsentiert. Die Isolinienpläne der Anfangsgeschwindigkeiten und Geschwindigkeitsgradienten wurden mit der Software Schlumberger GeoFrame berechnet und anschließend in ein seismisches Volumenmodell (Seismic Velocity Volume) überführt, das die Geschwindigkeitsparameter in Form von Durchschnittsgeschwindigkeiten enthält. Dieses Modell wurde im Standardformat für seismische Daten (SEG-Y) gespeichert. Informationen zur Erstellung des Geschwindigkeitsmodells sind in Arfai et al. (2014) und Bense et al. (2022) zu finden. Arfai, J., Jähne, F., Lutz, R., Franke, D., Gaedicke, C. & Kley, J. (2014): Late Palaeozoic to Early Cenozoic geological evolution of the northwestern German North Sea (Entenschnabel): New results and insights. Netherlands Journal of Geosciences, 93, 04: 147-174. DOI:doi:10.1017/njg.2014.22 Bense, F., Deutschmann, A., Dzieran, L., Hese, F., Höding, T., Jahnke, C., Lademann, K., Liebsch-Dörschner, T., Müller, C.O., Obst, K., Offermann, P., Schilling, M., Wächter, J. (2022): Potenziale des unterirdischen Speicher- und Wirtschaftsraumes im Norddeutschen Becken (TUNB) - Phase 2: Parametrisierung. Abschlussbericht. Bundesanstalt für Geowissenschaften und Rohstoffe (BGR), p. 193. Groß, U. (1986): Gaspotential Deutsche Nordsee – Die regionale Verteilung der seismischen Anfangsgeschwindigkeiten in der Deutschen Nordsee. 58; Hannover (Bundesanstalt für Geowissenschaften und Rohstoffe (BGR)). Jaritz, W., Best, G., Hildebrand, G. & Juergens, U. (1991): Regionale Analyse der seismischen Geschwindigkeiten in Nordwestdeutschland. Geologisches Jahrbuch, Reihe E, 45: 23-57. van Dalfsen, W., Doornenbal, J.C., Dortland, S. & Gunnink, J.L. (2006): A comprehensive seismic velocity model for the Netherlands based on lithostratigraphic layers. Netherlands Journal of Geosciences - Geologie en Mijnbouw, 85, 4: 277-292. DOI:10.1017/S0016774600023076
As part of the CDRmare joint project GEOSTOR (https://geostor.cdrmare.de/), the BGR created detailed static geological 3D models for two potential CO2 storage structures in the Middle Buntsandstein in the Exclusive Economic Zone (EEZ) of the German North Sea and supplemented them with petrophysical parameters (e.g. porosities, permeabilities). The 3D geological model (Pilot area B; ~560 km2) is located in the north-western part of the German North Sea sector, the so-called “Entenschnabel”, an approximately 150 kilometer long and 30 kilometer wide area between the offshore sectors of the Netherlands, Denmark and Great Britain (pilot region B). The model in the Ducks Beak is based on several high-resolution 3D seismic data and geophysical/geological information from four exploration wells. It includes 20 generalized faults and the following 16 horizon surfaces: 1) Sea Floor, 2) Mid Miocene Unconformity, 3) Base Tertiary, 4) Base Upper Cretaceous, 5) Base Lower Cretaceous, 6) Base Upper Jurassic, 7) Base Lower Jurassic, 8) Base Muschelkalk, 9) Base Röt, 10) Base Solling Formation, 11) Base Detfurth Formation, 12) Base Volpriehausen Wechselfolge, 13) Base Volpriehausen Formation, 14) Base Triassic, 15) Base Zechstein, 16) Top Basement. The reservoir formed by sandstones of the Middle Buntsandstein is located within the Mads Graben, which is bounded to the west by the extensive Mads Fault (normal fault). Marine mudstones of the Upper Jurassic and Lower Cretaceous serve as the main seal formations. Petrophysical analyses of all considered well data were conducted and reservoir properties (including porosity and permeability) were calculated to determine the static reservoir capacity for these potential CO2 storage structures. The model parameterized and can be used for further dynamic simulations of storage capacity, geo-risk, and infrastructure analyses, in order to develop a comprehensive feasibility study for potential CO2 storage within the project framework. The 3D models were created by the BGR between 2021 and 2024. SKUA-GOCAD was used as the modeling software. We would like to thank AspenTech for providing licenses for their SSE software package as part of the Academic Program (https://www.aspentech.com/en/academic-program).
As part of the CDRmare joint project GEOSTOR (https://geostor.cdrmare.de/), the BGR created detailed static geological 3D models for two potential CO2 storage structures in the Middle Buntsandstein in the Exclusive Economic Zone (EEZ) of the German North Sea and supplemented them with petrophysical parameters (e.g. porosities, permeabilities). The 3D geological model (Pilot area A; ~1300 km2) is located on the West Schleswig Block in the area of the Henni salt pillow (pilot region A). It is based on 2D seismic data from various surveys and geophysical/geological information from four exploration wells. The model comprises 14 generalized faults and the following 14 horizon surfaces: 1) Sea Floor, 2) Mid Miocene Unconformity, 3) Base Rupelian, 4) Base Tertiary, 5) Base Upper Cretaceous, 6) Base Lower Cretaceous, 7) Base Muschelkalk, 8) Base Röt (Pelite), 9) Base Röt (Salinar), 10) Base Solling Formation, 11) Base Detfurth Formation, 12) Base Volpriehausen Formation, 13) Base Triassic, 14) Base Zechstein. The selected potential reservoir structure in the Middle Buntsandstein is formed by an anticline created by the uplift of the underlying Henni salt pillow. The primary reservoir unit is the 40-50 m thick Lower Volpriehausen Sandstone, the main sealing units are the Röt and the Lower Cretaceous. Petrophysical analyses of all considered well data were conducted and reservoir properties (including porosity and permeability) were calculated to determine the static reservoir capacity for these potential CO2 storage structures. Both models were parameterized and can be used for further dynamic simulations of storage capacity, geo-risk, and infrastructure analyses, in order to develop a comprehensive feasibility study for potential CO2 storage within the project framework. The 3D models were created by the BGR between 2021 and 2024. SKUA-GOCAD was used as the modeling software. We would like to thank AspenTech for providing licenses for their SSE software package as part of the Academic Program (https://www.aspentech.com/en/academic-program).
Die Aktualisierung der Geobasisdaten des Digitalen Basis-Landschaftsmodells (ATKIS-Basis-DLM) kann mit der Nutzerbezogenen Bestandsdatenaktualisierung (NBA-Verfahren) erfolgen. Der Nutzer kann bei dieser Art der ATKIS-Datenbereitstellung u.a. den Aktualisierungsrhythmus, den räumlichen und inhaltlichen Umfang der Datenlieferung für seine Anforderungen maßgeschneidert bestimmen. Für die Verarbeitung von NBA-Daten (Erst- und Folgedaten) wird eine spezielle Software bzw. Datenbank vorausgesetzt. Die Modellierung der ATKIS-Daten erfolgt nach den Vorschriften der GeoInfoDok in der Version 7.1.2 der Arbeitsgemeinschaft der Vermessungsverwaltungen der Länder der Bundesrepublik Deutschland (AdV). Die Daten werden über automatisierte Verfahren oder durch Selbstentnahme kostenfrei bereitgestellt. Bei Nutzung der Daten sind die Lizenzbedingungen zu beachten.
Overview:
ERA5-Land is a reanalysis dataset providing a consistent view of the evolution of land variables over several decades at an enhanced resolution compared to ERA5. ERA5-Land has been produced by replaying the land component of the ECMWF ERA5 climate reanalysis. Reanalysis combines model data with observations from across the world into a globally complete and consistent dataset using the laws of physics. Reanalysis produces data that goes several decades back in time, providing an accurate description of the climate of the past.
Processing steps:
The original hourly ERA5-Land air temperature 2 m above ground and dewpoint temperature 2 m data has been spatially enhanced from 0.1 degree to 30 arc seconds (approx. 1000 m) spatial resolution by image fusion with CHELSA data (V1.2) (https://chelsa-climate.org/). For each day we used the corresponding monthly long-term average of CHELSA. The aim was to use the fine spatial detail of CHELSA and at the same time preserve the general regional pattern and fine temporal detail of ERA5-Land. The steps included aggregation and enhancement, specifically:
1. spatially aggregate CHELSA to the resolution of ERA5-Land
2. calculate difference of ERA5-Land - aggregated CHELSA
3. interpolate differences with a Gaussian filter to 30 arc seconds.
4. add the interpolated differences to CHELSA
Subsequently, the temperature time series have been aggregated on a daily basis. From these, daily relative humidity has been calculated for the time period 01/2000 - 12/2023.
Relative humidity (rh2m) has been calculated from air temperature 2 m above ground (Ta) and dewpoint temperature 2 m above ground (Td) using the formula for saturated water pressure from Wright (1997):
maximum water pressure = 611.21 * exp(17.502 * Ta / (240.97 + Ta))
actual water pressure = 611.21 * exp(17.502 * Td / (240.97 + Td))
relative humidity = actual water pressure / maximum water pressure
The resulting relative humidity has been aggregated to monthly averages.
Resultant values have been converted to represent percent * 10, thus covering a theoretical range of [0, 1000].
The data have been reprojected to EU LAEA.
File naming scheme (YYYY = year; MM = month):
ERA5_land_rh2m_avg_monthly_YYYY_MM.tif
Projection + EPSG code:
EU LAEA (EPSG: 3035)
Spatial extent:
north: 6874000
south: -485000
west: 869000
east: 8712000
Spatial resolution:
1000 m
Temporal resolution:
Monthly
Pixel values:
Percent * 10 (scaled to Integer; example: value 738 = 73.8 %)
Software used:
GDAL 3.2.2 and GRASS GIS 8.0.0/8.3.2
Original ERA5-Land dataset license:
https://apps.ecmwf.int/datasets/licences/copernicus/
CHELSA climatologies (V1.2):
Data used: Karger D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E, Linder, H.P., Kessler, M. (2018): Data from: Climatologies at high resolution for the earth's land surface areas. Dryad digital repository. http://dx.doi.org/doi:10.5061/dryad.kd1d4
Original peer-reviewed publication: Karger, D.N., Conrad, O., Böhner, J., Kawohl, T., Kreft, H., Soria-Auza, R.W., Zimmermann, N.E., Linder, P., Kessler, M. (2017): Climatologies at high resolution for the Earth land surface areas. Scientific Data. 4 170122. https://doi.org/10.1038/sdata.2017.122
Processed by:
mundialis GmbH & Co. KG, Germany (https://www.mundialis.de/)
Reference: Wright, J.M. (1997): Federal meteorological handbook no. 3 (FCM-H3-1997). Office of Federal Coordinator for Meteorological Services and Supporting Research. Washington, DC
Data is also available in Latitude-Longitude/WGS84 (EPSG: 4326) projection: https://data.mundialis.de/geonetwork/srv/eng/catalog.search#/metadata/b9ce7dba-4130-428d-96f0-9089d8b9f4a5
Acknowledgements:
This study was partially funded by EU grant 874850 MOOD. The contents of this publication are the sole responsibility of the authors and don't necessarily reflect the views of the European Commission.
