API src

Found 128 results.

Similar terms

s/dml/DMI/gi

Direkter Materialeinsatz (RMI) und Inländischer Materialverbrauch (RMC) in Rohstoffäquivalenten - Jahr - regionale Tiefe: Bundesländer

Teil der Statistik "Materialeinsatz und -verbrauch" Erläuterung Die Umweltökonomischen Gesamtrechnungen der Länder (UGRdL) beschreiben die Wechselwirkungen zwischen Umwelt, Wirtschaft und privaten Haushalten und liefern Daten zu einer Vielfalt an Themen – wie Abfall, Energie, Fläche und Raum, Gase, Rohstoffe und Materialflüsse, Umweltschutz, Verkehr und Umwelt oder Wasser. Grundlage dafür ist das international vereinbarte System of Environmental-Economic Accounting (SEEA), welches einheitliche Konzepte, Definitionen und Klassifikationen verwendet. Damit werden wichtige statistische Informationen zur Umwelt und Nachhaltigkeit für die Gesellschaft, die politische Diskussion und das Monitoring von Klima-, Umwelt- und Nachhaltigkeitszielen geliefert. Die UGRdL zählt aus folgenden Gründen zum Zusatzangebot der Regionaldatenbank (Ergänzung des Regio-Stat-Angebots) und wird daher durch ein „Z“ im Tabellencode gekennzeichnet: 1. Die Ergebnisse liegen meistens nur bis zur Ebene der Bundesländer vor. 2. Aus methodischen Gründen (Nichtadditivität einiger Aggregate) werden Ergebnisse nicht nur für die einzelnen Bundesländer und Deutschland, sondern auch für die Stadtstaaten und alle Bundesländer zusammen (Summe der Länder) ausgewiesen. Methodische Erläuterungen und das Glossar finden Sie hier: https://www.statistikportal.de/de/ugrdl/glossar-und-methoden Mit dem Dashboard der UGRdL unter https://www.giscloud.nrw.de/ugrdl-dashboard.html können Sie ausgewählte Indikatoren und deren Entwicklung in den Bundesländern vergleichen. Mit der Status- und Trendanalyse unter https://www.statistikportal.de/de/ugrdl/ergebnisse/status-und-trendanalyse bieten die UGRdL darüber hinaus eine Methode für objektive und statistisch fundierte Aussagen zur Entwicklung von Umweltindikatoren. Weitere Informationen zu den UGRdL finden Sie im Statistikportal des Bundes und der Länder unter https://www.statistikportal.de/de/ugrdl. Kontakt: ugrdl@it.nrw.de

ATKIS - DLM50

Das digitale Landschaftsmodell beschreibt die topographischen Objekte der Landschaft im Vektorformat. Die Objekte werden einer bestimmten Objektart zugeordnet und mit ihrer räumliche Lage, ihrem geometrischen Typ, den beschreibenden Attributen und Beziehungen zu anderen Objekten (Relationen) definiert. Die räumliche Lage wird für das DLM50 maßstabs-und abbildungsunabhängig im Koordinatensystem der Landesvermessung angegeben. Welche Objektarten das DLM beinhaltet und wie die Objekte zu bilden sind, ist im ATKIS-Objektartenkatalog (ATKIS-OK online) festgelegt. Der Informationsumfang des DLM50 orientiert sich am Inhalt der topographischen Karte 1:50.000. Das DLM50 ist ein vollautomatisch aus dem Basis-DLM abgeleiteter landesweiter Datenbestand. Die Objektrelationen zwischen den Modellen wurde erhalten.

ATKIS Basis-DLM (Präsentationsdienst)

Das ATKIS Basis-DLM bildet die topographischen Objekte einer Landschaft in Form von Vektordaten und unterschiedlichen Attributwerten ab. Die vorliegende Präsentation dient der Veranschaulichung der Strukturen dieses komplexen Datenmodells.

PARAFAC components and fluorescent dissolved organic matter (FDOM) indices on organic matter transformation processes in the sea-surface microlayer and the underlying water during a mesocosm phytoplankton bloom in 2023

The effects of a phytoplankton bloom and photobleaching on colored dissolved organic matter (CDOM) in the sea-surface microlayer (SML) and the underlying water (ULW) were studied in a month-long mesocosm study, in May and June of 2023, at the Institute for Chemistry and Biology of the Marine Environment (ICBM) in Wilhelmshaven, Germany. The mesocosm study was conducted by the DFG research group BASS (Biogeochemical processes and Air–sea exchange in the Sea-Surface microlayer, Bibi et al., 2025) in the Sea Surface Facility (SURF) of the ICBM. The facility contains an 8 m × 1.5 m × 0.8 m large outdoor basin with a retractable roof, which was closed at night and during rain events. The basin was filled with North Sea water from the adjacent Jade Bay. Homogeneity of the ULW in the basin was achieved by constant mixing of the water column. The daily SML and ULW samples were collected alternating in the morning, about 1 h after sunrise, and in the afternoon, about 10 h after sunrise. The alternation of sampling times intended to capture a potential effect of sun-exposure duration on DOM transformations and elucidated the day and night variability of the layers. The SML was collected via glass plate sampling (Cunliffe and Wurl, 2014). The ULW was sampled via a submerged tube and a connected syringe suction system in 0.4 m depth. The removed sample volume was refilled with Jade Bay water every day. SML and ULW samples were filtered through pre-flushed 0.7 µm Whatman GF/F and 0.2 nucleopore filters into clear 40 ml SUPELCO bottles. These bottles were acid-washed twice and combusted at 500 °C for 5 h. The samples were stored dark and at 4 °C and measured within a few days of the study. FDOM was measured using a Aqualog fluorescence spectrometer (Horiba Scientific, Japan) with 10 seconds integration time and high gain of the CCD (charge-coupled device) sensor within an excitation range from 240 to 500 nm, and an emission range from 209.15 to 618.53 nm. The Aqualog measures fluorescence as well as absorption. The resulting data includes an excitation-emission-matrix (EEM) of the blank (MilliQ Starna cuvette), an EEM of the sample, and the absorption values of the sample. The raw exported Aqualog data was corrected for errors and lamp shifts. The corrected EEM data is then decomposed by PARAFAC (Murphy et al., 2013) for its underlying fluorophore components. Before running the PARAFAC routine, the corrected data needed to undergo a correction process by subtracting the blank from the sample EEM and canceling the influences of the inner-filter effect (IFE, Parker & Rees, 1962; Kothawala et al., 2013). The fluorescence intensity of the IFE-corrected EEM is calibrated by using the Raman scatter peak of water (Lawaetz & Stedmon, 2009). For PARAFAC the corrected data was processed using the drEEM and NWAY toolbox (version 0.6.5; Murphy et al., 2013) in MATLAB (R2020b). A 4-component model was validated with the validation style S4C6T3 for the split half analysis with nonnegativity constraints and 1-8e as the convergence criteria with 50 random starts and a maximum number of 2500 iterations. The resulting final model had a core consistency of 88.11 and the explained percentage was 99.55%. Furthermore, four fluorescence indices were calculated from the corrected EEM data (HIX – Humification index, Zsolnay et al., 1999; BIX – Biological index, Huguet et al., 2009; REPIX – Recently produced index, Parlanti et al., 2000, Drozdowska et al., 2015; ARIX, Murphy, 2025).

Karte_SL - Schleuse

Digitales Landschaftsmodell:Digitales Landschaftsmodell

Bulk and position-specific isotopic composition of N2O (total and in situ) and nitrate from the EDC, EDML, Vostok, TALDICE, Taylor Glacier, and NGRIP ice cores

The mixing ratio and bulk isotopic composition of nitrous oxide (N2O) was measured after wet extraction and purification of the air enclosed in 150 g ice core samples from EDC, EDML, Vostok, TALDICE, and NGRIP, following the analysis procedure described in Schmitt et al. (2014). The position-specific isotopic composition of N2O was measured after dry extraction and purification of the air enclosed in 600 g ice core samples from Vostok and Taylor Glacier, following the analysis procedure described in Menking et al. (2025). The mixing ratio and isotopic composition of in situ N2O – i.e., the fraction of N2O produced in the ice – was calculated using a mass balance approach (Soussaintjean et al., preprint). After gas extraction, the sample meltwater and ice chips were collected to measure the isotopic composition of nitrate (NO3-) following the bacterial denitrification method described in Erbland et al. (2013). Each sample was associated with its ice age and gas age based on the AICC2023 chronology (Bouchet et al., 2023) for EDC, EDML, Vostok, TALDICE, and NGRIP and Baggenstos et al. (2017, 2018) for Talyor Glacier. The samples cover the periods 11 – 26 ka, 41 – 75 ka, and 136 – 143 ka. Taylor Glacier is a horizontal core, meaning the age of the ice varies with distance along a transect close to the surface where the horizontal stratigraphy is preserved (Baggenstos et al., 2017).

Karte_SL - Bundesstraßen 1

Digitales Landschaftsmodell:Digitales Landschaftsmodell

Karte_SL - Bundesstraßen 2

Digitales Landschaftsmodell:Digitales Landschaftsmodell

Karte_SL - Friedhof

Digitales Landschaftsmodell:Digitales Landschaftsmodell

Karte_SL - Bundesstraßen 0

Digitales Landschaftsmodell:Digitales Landschaftsmodell

1 2 3 4 5 … 11 12 13