API src

Found 554 results.

Related terms

MSRL-Bewertung der Weichböden mit M-AMBI und Margalef-Diversität (OSPAR-Indikator BH2b) für die Nordsee 2024 (WFS)

Im Rahmen der MSRL-Bewertung 2024 zur Bewertung der Weichböden mit M-AMBI und Margalef-Diversität (OSPAR-Indikator BH2b) für das Kriterium „Zustand des Lebensraums“ (D6C5) wurden folgende Datensätze für die Nordsee erstellt: Die aufbereiteten Rohdaten (MZB-Daten, Einzelgreifer) sowie die Bewertungsergebnisse der Stationen nach M-AMBI und Margalef-Diversität. Für den M-AMBI wurden die für die WRRL festgelegten Schwellenwerte verwendet und die Ergebnisse als „Schwellenwert eingehalten“ oder „Schwellenwert verfehlt“ klassifiziert. Die Daten werden über diesen WFS-Dienst zum Download bereitgestellt. Daten der Eigentümer AWI, BfN, NLWKN, HPA, Amprion und Tennet stehen zur freien Verfügung, bei Verwendung der Daten ist die Quelle zu zitieren. Bei Nutzung der Daten des LKN-SH ist Rücksprache mit Ulrike Schückel (Ulrike.Schueckel@lkn.landsh.de) zu halten. Erläuterungen zur Bewertungsmethodik und den verwendeten Daten finden sich im Hintergrunddokument zur D6-Bewertung: https://mitglieder.meeresschutz.info/de/berichte/zustandsbewertungen-art8-10.html?file=files/downloads/dokumente2024/Zyklus2024Hintergrunddokumente/Hintergrunddokument-zur%20Bewertung-von-D6_2024.pdf Die Ergebnisse werden zusammenfassend im aktuellen Zustandsbericht der Nordseegewässer dargestellt: BMUV. 2024. Zustand der deutschen Nordseegewässer 2024. Aktualisierung der Anfangsbewertung nach § 45c, der Beschreibung des guten Zustands der Meeresgewässer nach § 45d und der Festlegung von Zielen nach § 45e des Wasserhaushaltsgesetzes zur Umsetzung der Meeresstrategie-Rahmenrichtlinie. Bund/Länder-Arbeitsgemeinschaft Nord- und Ostsee (BLANO), 7. Oktober 2024.

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Zwickau, Germany from 1984 – 2023

The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Emden, Germany from 1985 – 2023

The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Schwerin, Germany from 1984 – 2023

The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.

MSRL-Bewertung der Weichböden mit M-AMBI und Margalef-Diversität (OSPAR-Indikator BH2b) für die Nordsee 2024 (WMS)

Im Rahmen der MSRL-Bewertung 2024 zur Bewertung der Weichböden mit M-AMBI und Margalef-Diversität (OSPAR-Indikator BH2b) für das Kriterium „Zustand des Lebensraums“ (D6C5) wurden folgende Datensätze für die Nordsee erstellt: Die aufbereiteten Rohdaten (MZB-Daten, Einzelgreifer) sowie die Bewertungsergebnisse der Stationen nach M-AMBI und Margalef-Diversität. Für den M-AMBI wurden die für die WRRL festgelegten Schwellenwerte verwendet und die Ergebnisse als „Schwellenwert eingehalten“ oder „Schwellenwert verfehlt“ klassifiziert. Daten der Eigentümer AWI, BfN, NLWKN, HPA, Amprion und Tennet stehen zur freien Verfügung, bei Verwendung der Daten ist die Quelle zu zitieren. Bei Nutzung der Daten des LKN-SH ist Rücksprache mit Ulrike Schückel (Ulrike.Schueckel@lkn.landsh.de) zu halten. Erläuterungen zur Bewertungsmethodik und den verwendeten Daten finden sich im Hintergrunddokument zur D6-Bewertung: https://mitglieder.meeresschutz.info/de/berichte/zustandsbewertungen-art8-10.html?file=files/downloads/dokumente2024/Zyklus2024Hintergrunddokumente/Hintergrunddokument-zur%20Bewertung-von-D6_2024.pdf Die Ergebnisse werden zusammenfassend im aktuellen Zustandsbericht der Nordseegewässer dargestellt: BMUV. 2024. Zustand der deutschen Nordseegewässer 2024. Aktualisierung der Anfangsbewertung nach § 45c, der Beschreibung des guten Zustands der Meeresgewässer nach § 45d und der Festlegung von Zielen nach § 45e des Wasserhaushaltsgesetzes zur Umsetzung der Meeresstrategie-Rahmenrichtlinie. Bund/Länder-Arbeitsgemeinschaft Nord- und Ostsee (BLANO), 7. Oktober 2024.

WFS Regionalstatistische Daten der Bezirke Hamburgs und Hamburg insgesamt

Dieser WFS (Web Feature Service) beinhaltet die Bevölkerungs- und Sozialdaten, sowie Indikatoren für die Bezirke Hamburgs seit dem Jahr 2013. Zur genaueren Beschreibung der Daten und Datenverantwortung nutzen Sie bitte den Verweis zur Datensatzbeschreibung.

WFS Regionalstatistische Daten der Stadtteile Hamburgs

Dieser WFS (Web Feature Service) beinhaltet die Bevölkerungs- und Sozialdaten, sowie Indikatoren für die Stadtteile Hamburgs seit dem Jahr 2013. Zur genaueren Beschreibung der Daten und Datenverantwortung nutzen Sie bitte den Verweis zur Datensatzbeschreibung.

WMS Regionalstatistische Daten der Stadtteile Hamburgs

Web Map Service (WMS) zum Thema Regionalstatistische Daten der Stadtteile Hamburgs. Zur genaueren Beschreibung der Daten und Datenverantwortung nutzen Sie bitte den Verweis zur Datensatzbeschreibung.

WMS Regionalstatistische Daten der Bezirke Hamburgs und Hamburg insgesamt

Web Map Service (WMS) zum Thema Regionalstatistische Daten der Bezirke Hamburgs. Zur genaueren Beschreibung der Daten und Datenverantwortung nutzen Sie bitte den Verweis zur Datensatzbeschreibung.

Ressortforschungsplan 2024, Analyse und (Weiter-)Entwicklung von Politikansätzen zur Umsetzung und Fortschreibung der Nationalen Kreislaufwirtschaftsstrategie (NKWS)

Das Vorhaben unterstützt die Umsetzung der Nationalen Kreislaufwirtschaftsstrategie (NKWS) wissenschaftlich. Dazu werden für die Implementierung notwendige Konkretisierungen in der Ausgestaltung von Maßnahmen/Instrumenten entwickelt und mit Stakeholdern auf Praxistauglichkeit geprüft. Zudem wird ein Fahrplan entwickelt, der den Umsetzungsprozess zeitlich strukturiert. Wichtige Grundlage ist das Vorläuferprojekt 'Wissenschaftliche Unterstützung zur NKWS' (FKZ 3722 31 105 0) und der die Erarbeitung einer NKWS begleitende Stakeholderprozess. Zur Überprüfung des Umsetzungsfortschrittes ist ein Monitoring vorgesehen, für das in diesem Vorhaben sowohl ein Indikatorenset zur Überprüfung der NKWS-Ziele, als auch ein Tool für ein Maßnahmenmonitoring entwickelt werden. Ein erster Monitoringbericht zeigt ggf. Weiterentwicklungsbedarfe der NKWS auf.

1 2 3 4 5 … 54 55 56