API src

Found 876 results.

Similar terms

s/haan/Harn/gi

Other language confidence: 0.5967576274681794

GTS Bulletin: ISAD03 EDZW - Observational data (Binary coded) - BUFR (details are described in the abstract)

The ISAD03 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IS): Surface/sea level T1T2A1 (ISA): Routinely scheduled observations for distribution from automatic (fixed or mobile) land stations (e.g. 0000, 0100, … or 0220, 0240, 0300, …, or 0715, 0745, ... UTC) A2 (D): 90°E - 0° northern hemisphere(The bulletin collects reports from stations: 10609;Trier-Petrisberg;10616;Hahn;10641;Offenbach-Wetterpark;10655;Würzburg;10675;Bamberg;10688;Weiden;10708;Saarbrücken-Ensheim;10729;Mannheim;10731;Rheinstetten;10742;Öhringen;10776;Regensburg;10791;Großer Arber;10805;Lahr;10815;Freudenstadt;10836;Stötten;10870;München-Flughafen;10895;Fürstenzell;10908;Feldberg/Schwarzwald;10929;Konstanz;10948;Oberstdorf;10961;Zugspitze;10962;Hohenpeißenberg;) (Remarks from Volume-C: SYNOP HALF HOURLY H+30)

GTS Bulletin: CSDL03 EDZW - Climatic data (details are described in the abstract)

The CSDL03 TTAAii Data Designators decode as: T1 (C): Climatic data T1T2 (CS): Monthly means (surface) A1A2 (DL): Germany (The bulletin collects reports from stations: 10609;Trier-Petrisberg;10616;Hahn;10641;Offenbach-Wetterpark;10655;Würzburg;10675;Bamberg;10688;Weiden;10708;Saarbrücken-Ensheim;10729;Mannheim;10731;Rheinstetten;10742;Öhringen;10776;Regensburg;10791;Großer Arber;10805;Lahr;10815;Freudenstadt;10836;Stötten;10870;München-Flughafen;10895;Fürstenzell;10908;Feldberg/Schwarzwald;10929;Konstanz;10948;Oberstdorf;10961;Zugspitze;10962;Hohenpeißenberg;)

Ortsdosisleistung (ODL): 48455 Holt und Haar (Bad Benth.) (in Betrieb)

Dieser Inhalt von ODL-INFO zeigt und beschreibt Stundenmesswerte und Tagesmittelwerte der Gamma-Ortsdosisleistung an der Messstelle Holt und Haar (Bad Benth.).

Umwelt, Gesundheit und soziale Lage

<p>Die soziale Lage entscheidet mit darüber, ob und in welchem Umfang Kinder, Jugendliche und Erwachsene durch Umweltschadstoffe belastet sind. Strukturell schlechter gestellte Menschen sind von Umweltproblemen oftmals stärker betroffen als strukturell besser Gestellte.</p><p>Strukturell und gesundheitlich benachteiligt</p><p>Bildung, Einkommen und Faktoren wie die berufliche Stellung beeinflussen die Wohnbedingungen und Lebensstile sowie die damit verbundenen Gesundheitsrisiken der Menschen. Das belegen sozial- und umweltepidemiologische Untersuchungen wie die <a href="https://www.umweltbundesamt.de/themen/gesundheit/belastung-des-menschen-ermitteln/deutsche-umweltstudie-zur-gesundheit-geres">Deutsche Umweltstudie zur Gesundheit (GerES)</a>, die das Umweltbundesamt seit dem Jahr 1985 durchführt.</p><p>Diese Studien zeigen, dass strukturell benachteiligte Bevölkerungsgruppen in den meisten Fällen häufiger und stärker von Umweltproblemen betroffen sind als strukturell besser Gestellte. Sie verfügen meist auch nicht über die Ressourcen, um solche Belastungen zu vermeiden. In einigen Fällen sind aber auch strukturell besser Gestellte höher belastet.</p><p>Nach den Ergebnissen der bundesweit repräsentativen Umweltbewusstseinsstudie von 2024 fühlten sich in Deutschland rund 31 % der Befragten durch Umweltprobleme gesundheitlich „sehr stark“ oder „stark“ belastet. Dabei nahmen Befragte mit niedrigem Einkommen subjektiv deutlich häufiger umweltbedingte Gesundheitsbelastungen wahr als Befragte mit hohem Einkommen. Das galt insbesondere für Hitzeperioden sowie Schadstoffe in Trinkwasser und Lebensmitteln (<a href="https://www.umweltbundesamt.de/publikationen/umweltbewusstsein-in-deutschland-2024">UBA 2025</a>).</p><p>Umweltbedingte Mehrfachbelastungen</p><p>In einer Studie von 2024 konnte für Deutschland gezeigt werden, dass Haushalte mit geringeren Einkommen häufiger in Gebieten leben, in denen Mehrfachbelastungen aus schlechter Luftqualität (⁠<a href="https://www.umweltbundesamt.de/service/glossar/p?tag=PM25#alphabar">PM2,5</a>⁠, Stickstoffdioxid), Lärm und besonders hohen Lufttemperaturen auftreten als finanziell besser gestellte Haushalte (<a href="https://www.umweltbundesamt.de/publikationen/soziale-aspekte-der-umweltpolitik">UBA 2024</a>).</p><p>Für das Land Berlin wurde ein „Umweltgerechtigkeitsmonitoring“ entwickelt, das über die sozialräumliche Verteilung gesundheitsrelevanter Umweltbelastungen und -ressourcen Auskunft gibt. Aktuelle Daten zeigen, dass es in der Stadt viele Gebiete gibt, die gleichzeitig Lärm- und Luftbelastungen aufweisen, einen Mangel an Grünflächen besitzen und eine hohe soziale Problemdichte (u. a. eine hohe Arbeitslosigkeit) haben und damit mehrfach belastet sind (<a href="https://www.berlin.de/sen/uvk/umwelt/nachhaltigkeit/umweltgerechtigkeit/">SenUVK 2022</a>).</p><p>In einer Studie in Dortmund wurden im nördlichen Teil der Stadt zahlreiche „Hotspots“ identifiziert, in denen es gleichzeitig eine hohe ⁠<a href="https://www.umweltbundesamt.de/service/glossar/s?tag=soziale_Verwundbarkeit#alphabar">soziale Verwundbarkeit</a>⁠ (u.a. mit einer hohen Anzahl an Transferleistungsempfänger*innen und Menschen mit Migrationshintergrund) und umweltbedingte Mehrfachbelastungen gibt. In den „Hotspots“ konzentrierten sich hohe Feinstaub (⁠<a href="https://www.umweltbundesamt.de/service/glossar/p?tag=PM10#alphabar">PM10</a>⁠), Stickstoffdioxid (NO2) und Lärmbelastungen sowie eine große Entfernung zu Grünflächen (<a href="https://doi.org/10.3390/ijerph13070691">Shrestha et al. 2016</a>).</p><p>Belastungen durch Straßenverkehr </p><p>Menschen mit einem niedrigen sozioökonomischen Status sind in Deutschland öfter verkehrs- und industriebedingten Luftschadstoffen ausgesetzt als Menschen mit einem hohen sozioökonomischen Status. Sie fühlen sich auch häufiger durch äußere Umwelteinflüsse belästigt. Drei Beispiele:</p><p>Lärmbelästigung und Lärmbelastung</p><p>Eine dauerhafte Lärmbelastung kann krank machen (<a href="https://www.umweltbundesamt.de/publikationen/einfluss-des-laerms-auf-psychische-erkrankungen-des">UBA 2023</a>). Menschen mit niedrigem sozioökonomischen Status sind sowohl subjektiv als auch objektiv mehr Lärm und insbesondere Straßenverkehrslärm im Wohnumfeld ausgesetzt als Menschen mit höherem sozioökonomischen Status. Fünf Beispiele:</p><p>Zugang zu Grünräumen</p><p>Bundesweit repräsentative und regionale Studien zur sozialräumlichen Verteilung von Umweltressourcen in Deutschland zeigen, dass Menschen mit geringeren Einkommen und niedrigem Bildungsniveau häufig einen schlechteren Zugang zu umweltbezogenen Gesundheitsressourcen wie Grün- und Freiflächen haben:</p><p>Innenraumluftbelastungen</p><p>In Innenräumen ist die Situation komplexer. Die Qualität der Innenraumluft ist von vielen Faktoren abhängig, unter anderem von der Wohnungseinrichtung und dem Verhalten der Bewohnerinnen und Bewohner. In GerES V wurde die Schadstoffbelastung der Innenraumluft bei Kindern und Jugendlichen erfasst (<a href="https://www.umweltbundesamt.de/publikationen/umweltbewusstsein-in-deutschland-2024">UBA 2025</a>). Drei Beispiele:</p><p>Schadstoffe im Menschen </p><p>In GerES V wurden im Rahmen des Human-Biomonitoring Schadstoffe und ihre Abbauprodukte im Blut und Urin der Teilnehmenden analysiert (<a href="https://www.umweltbundesamt.de/publikationen/deutsche-umweltstudie-zur-gesundheit-von-kindern-1">UBA 2023</a>). Die Belastung durch Umweltschadstoffe ergibt ein uneinheitliches Bild, wie drei Beispiele zeigen:</p><p>Umweltassoziierte Erkrankungen</p><p>Auch bei den umweltassoziierten Erkrankungen zeigt sich ein differenziertes Bild in Abhängigkeit vom sozioökonomischen Status:</p><p>Die Verbesserung der Datenbasis über die soziale Verteilung von Umweltbelastungen und deren gesundheitliche Auswirkungen ist eine wichtige Aufgabe für die Zukunft. Die Verknüpfung von Umwelt-, Gesundheits- und Sozialberichterstattung ist ein Aufgabenfeld, das stärker verfolgt werden muss. Aussagekräftige Daten bilden die Grundlage, auf der sich umweltpolitische, verkehrsplanerische und verbraucherbezogene Maßnahmen gezielter planen und umsetzen lassen.</p><p><em>Tipps zum Weiterlesen:</em></p><p><em>Bolte, G., Bunge, C., Hornberg, C., Köckler, H. (2018): Umweltgerechtigkeit als Ansatz zur Verringerung sozialer Ungleichheiten bei Umwelt und Gesundheit. Bundesgesundheitsblatt, 61. Jg. (6): 674–683.</em></p><p><em>Bolte, G., Bunge, C., Hornberg, C., Köckler, H., Mielck, A. (Hrsg.) (2012): Umweltgerechtigkeit. Chancengleichheit bei Umwelt und Gesundheit: Konzepte, Datenlage und Handlungsperspektiven. Hans Huber Verlag, Bern.</em></p><p><em>Rehling, J., Bunge, C. (2020): Umweltgerechtigkeit in Städten. Empirische Befunde und Strategien für mehr gesundheitliche Chancengleichheit. Informationen zur Raumentwicklung (IzR) 47 (1).</em></p><p><em>Senatsverwaltung für Umwelt, Mobilität und Verbraucher- und ⁠<a href="https://www.umweltbundesamt.de/service/glossar/k?tag=Klimaschutz#alphabar">Klimaschutz</a>⁠ (SenUMVK) Berlin (Hrsg.) (2022): Die umweltgerechte Stadt. Umweltgerechtigkeitsatlas. Aktualisierung 2021/2022. Berlin.</em></p><p> <a href="https://difu.de/projekte/2012/umweltgerechtigkeit-im-staedtischen-raum"><i></i> difu: Umweltgerechtigkeit im städtischen Raum</a> <a href="https://www.who.int/europe/publications/i/item/9789289054157"><i></i> 2019: WHO-Bericht: “Environmental health inequalities in Europe. Second assessment report” (englisch)</a><a href="https://www.who.int/europe/publications/i/item/9789289002608"><i></i> 2012: WHO-Bericht „Environmental Health Inequalities“ (englisch)</a><a href="https://www.umweltbundesamt.de/dokument/bericht-strategien-fuer-mehr-umweltgerechtigkeit"><i></i> 2011: Bericht „Strategien für mehr Umweltgerechtigkeit“</a><a href="https://www.umweltbundesamt.de/dokument/ungleichheit-gesundheitsrelevanter"><i></i> 2009: Bericht „Umwelt, Gesundheit und soziale Lage.</a><a href="https://www.umweltbundesamt.de/dokument/umweltgerechtigkeit-die-soziale-verteilung"><i></i> 2008: Dokumentation der Fachtagung „Umweltgerechtigkeit – die soziale Verteilung gesundheitsrelevanter Umweltbelastungen“</a> </p><p><a href="https://www.umweltbundesamt.de/publikationen/umsetzung-einer-integrierten-strategie-zu"><i></i> Umsetzung einer integrierten Strategie zu Umweltgerechtigkeit – Pilotprojekt in deutschen Kommunen</a><a href="https://www.umweltbundesamt.de/publikationen/umweltgerechtigkeit-im-staedtischen-raum"><i></i> Umweltgerechtigkeit im städtischen Raum – Entwicklung von praxistauglichen Strategien und Maßnahmen zur Minderung sozial ungleich verteilter Umweltbelastungen</a><a href="https://www.umweltbundesamt.de/publikationen/untersuchungen-beitraege-von-umweltpolitik-sowie-0"><i></i> Ökologische Gerechtigkeit - Entwicklung einer Strategie</a><a href="https://www.umweltbundesamt.de/publikationen/umid-022011-themenheft-umweltgerechtigkeit-ii"><i></i> UMID 02/2011: Themenheft Umweltgerechtigkeit II</a><a href="https://www.umweltbundesamt.de/publikationen/umid-022008-themenheft-umweltgerechtigkeit-umwelt"><i></i> UMID 02/2008: Themenheft Umweltgerechtigkeit - Umwelt, Gesundheit und soziale Lage</a></p>

Umweltprobenbank des Bundes (German Environmental Specimen Bank)

Die Umweltprobenbank des Bundes (UPB) mit ihren Bereichen Bank für Umweltproben und Bank für Humanproben ist eine Daueraufgabe des Bundes unter der Gesamtverantwortung des Bundesumweltministeriums sowie der administrativen und fachlichen Koordinierung des Umweltbundesamtes. Es werden für die Bank für Umweltproben regelmäßig Tier- und Pflanzenproben aus repräsentativen Ökosystemen (marin, limnisch und terrestrisch) Deutschlands und darüber hinaus für die Bank für Humanproben im Rahmen einer Echtzeitanalyse Blut-, Urin-, Speichel- und Haarproben studentischer Kollektive gewonnen. Vor ihrer Einlagerung werden die Proben auf eine Vielzahl an umweltrelevanten Stoffen und Verbindungen (z.B. Schwermetalle, CKW und PAH) analysiert. Der eigentliche Wert der Umweltprobenbank besteht jedoch in der Archivierung der Proben. Sie werden chemisch veränderungsfrei (über Flüssigstickstoff) gelagert und somit können auch rückblickend Stoffe untersucht werden, die zum Zeitpunkt ihrer Einwirkung noch nicht bekannt oder analysierbar waren oder für nicht bedeutsam gehalten wurden. Alle im Betrieb der Umweltprobenbank anfallenden Daten und Informationen werden mit einem Datenbankmanagementsystem verwaltet und aufbereitet. Hierbei handelt es sich insbesondere um die biometrischen und analytischen Daten, das Schlüsselsystem der UPB, die Probenahmepläne, die Standardarbeitsanweisungen (SOP) zu Probenahme, Transport, Aufbereitung, Lagerung und Analytik und die Lagerbestandsdaten. Mit einem Geo-Informationssystem werden die Karten der Probenahmegebiete erstellt, mit denen perspektivisch eine Verknüpfung der analytischen Ergebnisse mit den biometrischen Daten sowie weiteren geoökologischen Daten (z.B. Daten der Flächennutzung, der Bodenökologie, der Klimatologie) erfolgen soll. Ausführliche Informationen und eine umfassende Datenrecherche sind unter www.umweltprobenbank.de abrufbar.

Model Output Statistics for Haaren (H590)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

Model Output Statistics for Hahn (10616)

DWD’s fully automatic MOSMIX product optimizes and interprets the forecast calculations of the NWP models ICON (DWD) and IFS (ECMWF), combines these and calculates statistically optimized weather forecasts in terms of point forecasts (PFCs). Thus, statistically corrected, updated forecasts for the next ten days are calculated for about 5400 locations around the world. Most forecasting locations are spread over Germany and Europe. MOSMIX forecasts (PFCs) include nearly all common meteorological parameters measured by weather stations. For further information please refer to: [in German: https://www.dwd.de/DE/leistungen/met_verfahren_mosmix/met_verfahren_mosmix.html ] [in English: https://www.dwd.de/EN/ourservices/met_application_mosmix/met_application_mosmix.html ]

GTS Bulletin: ISND03 EDZW - Observational data (Binary coded) - BUFR (details are described in the abstract)

The ISND03 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IS): Surface/sea level T1T2A1 (ISN): Synoptic observations from fixed land stations at non-standard time (i.e. 01, 02, 04, 05, ... UTC) A2 (D): 90°E - 0° northern hemisphere (The bulletin collects reports from stations: 10609;Trier-Petrisberg;10616;Hahn;10641;Offenbach-Wetterpark;10655;Würzburg;10675;Bamberg;10688;Weiden;10708;Saarbrücken-Ensheim;10729;Mannheim;10731;Rheinstetten;10742;Öhringen;10776;Regensburg;10791;Großer Arber;10805;Lahr;10815;Freudenstadt;10836;Stötten;10870;München-Flughafen;10895;Fürstenzell;10908;Feldberg/Schwarzwald;10929;Konstanz;10948;Oberstdorf;10961;Zugspitze;10962;Hohenpeißenberg;) (Remarks from Volume-C: SYNOP)

GTS Bulletin: ISXD83 EDZW - Observational data (Binary coded) - BUFR (details are described in the abstract)

The ISXD83 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IS): Surface/sea level T1T2A1 (ISX): Other surface data A2 (D): 90°E - 0° northern hemisphere (The bulletin collects reports from stations: 10609;Trier-Petrisberg;10616;Hahn;10641;Offenbach-Wetterpark;10655;Würzburg;10675;Bamberg;10688;Weiden;10708;Saarbrücken-Ensheim;10727;10729;Mannheim;10731;Rheinstetten;10742;Öhringen;10776;Regensburg;10791;Großer Arber;10805;Lahr;10815;Freudenstadt;10836;Stötten;10870;München-Flughafen;10895;Fürstenzell;10908;Feldberg/Schwarzwald;10929;Konstanz;10948;Oberstdorf;10961;Zugspitze;10962;Hohenpeißenberg;10980;) (Remarks from Volume-C: SYNOP HALF HOURLY H+30 ( NATIONAL PART ))

GTS Bulletin: ISMD03 EDZW - Observational data (Binary coded) - BUFR (details are described in the abstract)

The ISMD03 TTAAii Data Designators decode as: T1 (I): Observational data (Binary coded) - BUFR T1T2 (IS): Surface/sea level T1T2A1 (ISM): Main synoptic observations from fixed land stations A2 (D): 90°E - 0° northern hemisphere(The bulletin collects reports from stations: 10609;Trier-Petrisberg;10616;Hahn;10641;Offenbach-Wetterpark;10655;Würzburg;10675;Bamberg;10688;Weiden;10708;Saarbrücken-Ensheim;10729;Mannheim;10731;Rheinstetten;10742;Öhringen;10776;Regensburg;10791;Großer Arber;10805;Lahr;10815;Freudenstadt;10836;Stötten;10870;München-Flughafen;10895;Fürstenzell;10908;Feldberg/Schwarzwald;10929;Konstanz;10948;Oberstdorf;10961;Zugspitze;10962;Hohenpeißenberg;) (Remarks from Volume-C: SYNOP)

1 2 3 4 5 … 86 87 88