API src

Found 593 results.

Kompetenzaufbau für Batteriezellfertigung in der Hauptstadtregion

MRH Erreichbarkeitsanalysen zu Verkehrsinfrastruktur

Die Karten zeigen jeweils am schnellsten erreichbare Verkehrsinfrastrukturen unterschiedlichen Verkehrsmitteln. Zu diesen gehören 676 Bahnhöfe, 55 Fernbahnhöfe und 29.615 Haltestellenbereiche. Die Erreichbarkeiten werden auf einem bewohnten 100-Meter-Raster und einem flächendeckenden 500-Meter-Raster in Minuten abgebildet. Ferner wird für die Haltestellen in der Metropolregion Hamburg (MRH) die Anzahl der Linien angegeben, die die Haltestelle bedient, sowie die Anzahl an Abfahrten an einem Sonntag und einem Montag. Auch wird die Anzahl der im Umkreis von Haltstellen vorhandenen Wohnbevölkerung und Arbeitsplätzen angegeben. Auf Basis von P&R-Anlagen wird überdies die Anzahl erreichbarer Arbeitsplätze, Freizeiteinrichtungen und Einwohner mit öffentlichen Verkehrsmitteln angegeben. Bemerkungen: Zu den Fernbahnhöfen zählen alle Bahnhöfe, mit mindestens einer täglichen Abfahrt im Schienenfernverkehr. Den Bahnhöfen sind U-Bahn Haltestellen zugeordnet. Berechnung der Reisezeiten: Die Reisezeiten und Entfernungen im Pkw-, Fuß- und Radverkehr basieren auf einem detaillierten Streckennetz auf Basis von OpenStreetMap (OSM). Den Reisezeiten im Pkw-Verkehrs liegt eine im Berufsverkehr typische Straßenbelastungen zugrunde. Im Pkw-Verkehr werden außerdem vom Gebietstyp abhängige Aufschläge für Parksuchverkehre, Zu- und Abrüstzeiten sowie Anbindungen berechnet. Diese richten sich nach den Richtlinien für integrierte Netzgestaltung RIN R1 (FGSV 2010, S. 47) und liegen zwischen zwei und neun Minuten. Die Angaben im ÖPNV basieren auf den realen Fahrplandaten an einem normalen Dienstag der Fahrplanperiode 18/19. Es werden nur die Fahrplanfahrten und zwischen 9 Uhr und 12 Uhr (Hbf. Hamburg 6 Uhr bis 8 Uhr, Ankunft im Büro bis spätestens 9 Uhr) berücksichtigt. Die Reisezeit enthält außerdem die Gehzeiten von und zur Haltestelle sowie eine Wartezeit an der Starthaltestelle. Die Umsteigehäufigkeit entspricht den nötigen Umstiegen auf der schnellsten Verbindung. Die Anzahl an Verbindungen gibt die Fahrthäufigkeit im Zeitraum zwischen 9 Uhr und 12 Uhr an. Im Fernverkehr werden lediglich die Fahrten auf den Bahnstrecken von Hamburg nach Berlin und nach Rostock berücksichtigt, um der hohen Bedeutung der Halte in Schwerin und Ludwigslust gerecht zu werden. Flexible Angebote (AST, Rufbusse etc.) werden nur berücksichtigt, wenn diese in der elektronischen Fahrplanauskunft enthalten sind. Im Individualverkehr mit dem Pkw, dem Rad oder zu Fuß wird eine maximale Reisezeit von 60 Minuten unterstellt. Diese Reisezeit im ÖPNV beträgt maximal 120 Minuten. In diesen zwei Stunden sind die Gehzeiten zu Haltestellen sowie sämtliche Wartezeiten bereits enthalten. Angaben zu den Werten: Wenn den Haltestellen und P&R-Stationen die nächstgelegenen Einwohner und Arbeitsplätze zugeordnet werden bedeutet dies, dass angegeben wird, für wie viele Personen bzw. Arbeitsplätze die jeweilige Haltestelle bzw. P&R-Station die am nächsten gelegene ist. Der Wert ‚999‘ ist ein Platzhalter und bedeutet, dass keine Verbindung unter Berücksichtigung der Suchkriterien gefunden wurde. Der Wert ‚111‘ ist ein Platzhalter im ÖPNV und bedeutet, dass die schnellste Verbindung eine Fußstrecke ist. Dies ist dann der Fall, wenn die Rasterzelle sowie die Zieleinrichtung der gleichen Haltestelle zugeordnet sind. Quellen: Fahrplandaten: (Jahresfahrplan 2019): Aufbereitet durch TUHH; Deutsche Bahn AG, Verkehrsgesellschaft Ludwigslust-Parchim mbH, Nahbus GmbH (Nordwestmecklenburg), Nahverkehr Schwerin GmbH Fuß- und Radwegenetz: Durch TUHH aufbereitet (Steigungen, Geschwindigkeiten); auf Basis von OpenStreetMap (OSM 2019) und SRTM-Höhendaten (SRTM 2000) Straßennetz: Durch TUHH aufbereitet; auf Basis von Openstreetmap (OSM 2019) Flughafen: TUHH (2019) Bahnhöfe und Haltestellen: Generiert aus den Fahrplandaten (s. Fahrplandaten) P&R: Hamburger Verkehrsverbund (HVV 2019)

Synergien aus physikalischen und verkehrsplanerischen Modellen zur multikriteriellen Optimierung multimodaler nachfrageorientierter Verkehre

Übersicht Kachelbezeichnungen Hamburg

Mit der Übersicht Kachelbezeichnungen werden Flächenquadrate für verschiedene Geobasisdaten des Landesbetriebes Geoinformation und Vermessung dargestellt. Der Datensatz und die herunterzuladenden Daten liegen soweit nicht anders angegeben in ETRS89 UTM vor. Als erläuternde Ergänzung zum vorliegenden Dienst gibt es Kachelübersichten zu den jeweiligen Datensätzen als Pdf (siehe Links). Folgende im Standarddatenpaket und teilweise im Transparenzportal herunterzuladende Daten werden mit ihren Dateinamen angezeigt: ALKIS: bildet 500m x 500m Kacheln ab, welche die Dateinamen der ALKIS-Daten beinhalten. DK5 bildet 1km x 1km Kacheln ab, welche die Dateinamen der Digitalen Karte 1: 5000 (DK5) beinhalten. DK5 Blattwerk in Gauß-Krüger bildet 2km x 2km Kacheln ab, welche die Blattnummern und -namen des analogen Kartenwerkes Karte von Hamburg 1: 5000 (DK5) beinhalten. Die Daten liegen in DHDN GK vor. DK5 Blattwerk in UTM bildet 2km x 2km Kacheln ab, welche die Blattnummern und -namen des analogen Kartenwerkes Karte von Hamburg 1: 5000 (DK5) beinhalten. DOP5 bildet 250m x 250m Kacheln ab, welche die Dateinamen der Digitalen Orthophotos mit 5cm Bodenauflösung (DOP5) beinhalten. DOP10 bildet 500m x 500m Kacheln ab, welche die Dateinamen der Digitalen Orthophotos mit 10cm Bodenauflösung (DOP10) beinhalten. DOP20 bildet 1km x 1km Kacheln ab, welche die Dateinamen der Digitalen Orthophotos mit 20cm Bodenauflösung (DOP20)beinhalten. DOP40 bildet 2km x 2km Kacheln ab, welche die Dateinamen der Digitalen Orthophotos mit 40cm Bodenauflösung (DOP40) beinhalten. DGM in Gauß-Krüger bildet 2km x 2km Kacheln ab, welche die Dateinamen der Digitalen Geländemodelle (DGM) beinhalten. Es liegen DGM1, DGM10 und DGM25 vor, wobei die Zahl jeweils den Abstand der Höhenpunkte im Punktraster angibt. Die Daten liegen in DHDN GK vor. DGM in UTM bildet 2km x 2km Kacheln ab, welche die Dateinamen der Digitalen Geländemodelle (DGM) beinhalten. Es liegen DGM1, DGM10 und DGM25 vor, wobei die Zahl jeweils den Abstand der Höhenpunkte im Punktraster angibt. DISK20 bildet 4km x 4km Kacheln ab, welche die Dateinamen der Digitalen Karte 1: 20 000 (DISK20) beinhalten. DISK60 bildet 12km x 12km Kacheln ab, welche die Dateinamen der Digitalen Karte 1: 60 000 (DISK60) beinhalten. DTK25 bildet die Kacheln ab, welche die Dateinamen der Digitalen Topographischen Karte 1: 25 000 (DTK25) beinhalten. Die Ausdehnung der Kacheln entspricht max. 10km x 10 km. Aufgrund der kleinen Fläche Hamburgs fallen sie unterschiedlich groß aus. DTK50 bildet die Kacheln ab, welche die Dateinamen der Digitalen Topographischen Karte 1: 50 000 (DTK50) beinhalten. Die Ausdehnung der Kacheln entspricht max. 20km x 20 km. Aufgrund der kleinen Fläche Hamburgs fallen sie unterschiedlich groß aus. MRH250 bildet 20km x 20km Kacheln ab, welche die Dateinamen der Digitalen Karte der Metropolregion 1: 250 000 (MRH250) beinhalten.

MRH Erreichbarkeitsanalysen zu Arbeitsplätzen

Die Karten zeigen die Menge erreichbarer Arbeitsplätze mit unterschiedlichen Verkehrsmitteln und in unterschiedlichen Zeitintervallen. Die Erreichbarkeiten werden auf einem bewohnten 100-Meter-Raster und einem flächendeckenden 500-Meter-Raster abgebildet. Die sind an 96.247 Straßenabschnitten hinterlegt und stammen von der Nexiga Geodaten GmbH und werden durch die TUHH weiter aufbereitet. Aus datenschutzrechtlichen Gründe ist eine Visualisierung und Herausgabe dieser Daten nicht möglich. Die Arbeitsplätze werden zur Vermeidung von Kanteneffekten auch innerhalb eines Puffers von 20 Kilometern um die MRH bereitgestellt. Berechnung der Reisezeiten: Die Reisezeiten und Entfernungen im Pkw-, Fuß- und Radverkehr basieren auf einem detaillierten Streckennetz auf Basis von OpenStreetMap (OSM). Den Reisezeiten im Pkw-Verkehrs liegt eine im Berufsverkehr typische Straßenbelastungen zugrunde. Im Pkw-Verkehr werden außerdem vom Gebietstyp abhängige Aufschläge für Parksuchverkehre, Zu- und Abrüstzeiten sowie Anbindungen berechnet. Diese richten sich nach den Richtlinien für integrierte Netzgestaltung RIN R1 (FGSV 2010, S. 47) und liegen zwischen zwei und neun Minuten. Die Angaben im ÖPNV basieren auf den realen Fahrplandaten an einem normalen Dienstag der Fahrplanperiode 18/19. Es werden nur die Fahrplanfahrten und zwischen 6 Uhr und 8 Uhr berücksichtigt. Die Reisezeit enthält außerdem die Gehzeiten von und zur Haltestelle sowie eine Wartezeit an der Starthaltestelle. Die Umsteigehäufigkeit entspricht den nötigen Umstiegen auf der schnellsten Verbindung. Die Anzahl an Verbindungen gibt die Fahrthäufigkeit im Zeitraum zwischen 6 Uhr und 8 Uhr an. Im Fernverkehr werden lediglich die Fahrten auf den Bahnstrecken von Hamburg nach Berlin und nach Rostock berücksichtigt, um der hohen Bedeutung für die Halte in Schwerin und Ludwigslust gerecht zu werden. Flexible Angebote (AST, Rufbusse etc.) werden nur berücksichtigt, wenn diese in der elektronischen Fahrplanauskunft enthalten sind. Quellen: Fahrplandaten: (Jahresfahrplan 2019): Aufbereitet durch TUHH; Deutsche Bahn AG, Verkehrsgesellschaft Ludwigslust-Parchim mbH, Nahbus GmbH (Nordwestmecklenburg), Nahverkehr Schwerin GmbH Fuß- und Radwegenetz: Durch TUHH aufbereitet (Steigungen, Geschwindigkeiten); auf Basis von OpenStreetMap (OSM 2019) und SRTM-Höhendaten (SRTM 2000) Straßennetz: Durch TUHH aufbereitet; auf Basis von Openstreetmap (OSM 2019) Arbeitsplätze: Nexiga Geodaten GmbH (2017)

MRH Industriekultur

Denkmäler und Museen mit Informationen zur Industriegeschichte der Metropolregion werden über diese Inhalte dargestellt. Dem technikinteressiertem Publikum stehen an diesen Standorten unterschiedliche "Zeitzeugen" der Industriegeschichte zur Besichtigung bereit. Alle zwei Jahre werden dabei die Tage der Industriekultur durch ein Projekt der Metropolregion organisiert und von der Stiftung Denkmalpflege Hamburg unterstützt.

MRH Leitprojekt HansE der Metropolregion Hamburg

Achtung: Dieser Datensatz wird gelöscht. Möglicherweise stehen nicht mehr alle Funktionen vollumfänglich zur Verfügung. Eine gut ausgebaute und möglichst flächendeckend errichtete Ladeinfrastruktur ist eine der Voraussetzungen für das weitere Voranschreiten der E-Mobilität. Elektromobiles Bewegen macht aber an der Stadtgrenze nicht halt, so dass ein Ausbau in die Region hinein in abgestimmter Weise sinnvoll ist. Genau an dieser Stelle setzt das Projekt an, die Region wird als Ganzes betrachtet und mit dem Konzept wird die Möglichkeit gegeben, einen strategischen Ausbau in der Region zu planen. <strong>Weitere Informationen: </strong> <a href ="http://metropolregion.hamburg.de/projekte-und-ideen/elektromobilitaet/" style="color:#0000FF" target="_blank">Metropolregion Hamburg</a> Zur Identifikation geeigneter Standorte zum Aufbau von Ladeinfrastruktur in der Metropolregion Hamburg (MRH) hat die ISB der RWTH Aachen University das Modell STELLA (Standortfindungsmodell für elektrische Ladeinfrastruktur) eingesetzt und weiterentwickelt. STELLA nutzt Methoden und Datenstrukturen ähnlich zu Verfahrensweisen der klassischen Verkehrsmodellierung. Datengrundlagen: STELLA 2016; BKG; BVWP; DDS; Bundesverflechtungsprognose; Projekt SLAM; GoingElectric (Stand März 2016) Ergebnisdarstellung aus dem Projekt HansE; Bearbeitung: RWTH Aachen University <br> <strong>Weitere Informationen: </strong> <a href ="http://metropolregion.hamburg.de/projekte-und-ideen/elektromobilitaet/nofl/7511786/hans-e-potentialkarte/" style="color:#0000FF" target="_blank">Metropolregion Hamburg</a> oder <a href ="http://www.isb.rwth-aachen.de/cms/ISB/Forschung/Projekte/~jbaw/HansE/" style="color:#0000FF" target="_blank">ISB RWTH Aachen</a>

Ergebnisse des Zensus 2011 in den Kreisen der Metropolregion Hamburg

Ergebnisse des Zensus 2011 in den Kreisen der Metropolregion Hamburg. Folgende Daten stehen zur Verfügung: * Bevölkerungsdichte (Einwohner je qkm) * Anteil der Ledigen * Anteil der Bevölkerung mit Migrationshintergrund * Anteil der Personen ab 15 J. mit Hochschul-/Fachhochschulreife * Anteil der Personen ab 15 J. mit Hochschulabschluss * Erwerbslosenquote * Anteil der Selbständigen insgesamt * Anteil der Personen im Dienstleistungsbereich * Anteil der Wohngebäude mit Baujahr 1990 und später * Anteil der freistehenden Ein- und Mehrfamilienhäuser * Anteil der Wohngebäude mit einer oder zwei Wohnung(en) * Anteil der Wohngebäude im Besitz einer oder mehrerer Privatperson(en) * Durchschnittliche Wohnungsgröße in qm * Eigentümerquote

MRH Erreichbarkeitsanalysen Ziele und Einrichtungen

Im Rahmen der Erreichbarkeitsanalysen für das Gebiet der Metropolregion Hamburg werden unterschiedliche Themen betrachtet. Hierzu werden auch die zu erreichenden Ziele und Einrichtungen wie z.B. Grundschulen, Bahnhöfen, Haltestellen, Mittel- und Oberzentren oder Supermärkte benötigt. Diese Ziele und Einrichtungen werden für die Analysen herangezogen: +Apotheken (2017): OpenStreetMap.de +Krankenhäuser (2017): OpenStreetMap.de / Deutsches Krankenhausverzeichnis +Supermärkte (2017): OSM; TUHH +Läden aperiodisch (2017): OSM + Freizeitgelegenheiten (2017): OSM; Umfangreiche Auf- und Nachbereitung durch die TUHH Schwimmen, Kino + Verkehrsinfrastruktur (2017): TUHH + Park und Ride (2017): Hamburger Verkehrsverbund ¿ HVV + Zentrale Verwaltungen (2017): OSM + Jobcenter / Agentur für Arbeit (2017): Bundesagentur für Arbeit (BA); TUHH + Kitas (2017): OSM; LGV; KGeo (Geodienst Mecklenburg-Vorpommern); TUHH + Schulen und Hochschulen (2017): GDI-MRH, Recherche der TUHH auf Basis der jeweiligen Bildungsministerien. + Haltestellen Quellen: Aufbereitet durch TUHH; Deutsche Bahn AG, Verkehrsgesellschaft Ludwigslust-Parchim mbH, Nahbus GmbH (Nordwestmecklenburg), Nahverkehr Schwerin GmbH + Bahnhöfe: TUHH + Bahnnetz: TUHH + Mittel- und Oberzentren (2017): Landesbetrieb Geoinformation und Vermessung + MRH-Gebiet Gebiet der Metropolregion Hamburg zum 01.01.2017

Stadtbienen unter Stress? Wechselwirkungen von Urbanisierungsfaktoren auf Bienen und Bestäubung

Als ganz eigene Ökosysteme stellen Städte die Ökosystemforschung und den Schutz von Biodiversität vor eine neue Herausforderung. Urbane Lebensräume können artenreiche Gemeinschaften an z.B. Blütenpflanzen und Insektenbestäubern beherbergen, bedrohen diese sowie assoziierte Bestäubungsleistungen aber zeitgleich durch urbane Stressoren, die so in ihren ursprünglichen Lebensräumen nicht vorkommen, z.B. städtische Hitze. Theoretisch sollten Bestäubergemeinschaften mit einer hohen funktionalen Vielfalt und einer ausgewogenen Verteilung von Merkmalen widerstandsfähiger gegenüber solchen Stressfaktoren sein und somit die Bestäubungsfunktion auch dort aufrechterhalten, wo Arten verloren gehen. Es gibt jedoch nur wenige Studien über die Auswirkungen städtischer Stressfaktoren auf Bestäubergemeinschaften, Bestäubungsnetzwerke und die daraus resultierende Bestäubung. Auch ist wenig darüber bekannt, wie die lokale Bewirtschaftung von Gärten Stressoren z.B. durch die Bereitstellung von floralen Ressourcen abmildern kann. Ziel dieses Projekts ist es zu verstehen, wie Stressoren der Stadtumgebung Wildbienen, ihre Interaktionen mit Pflanzen und Bestäubungsleistungen in städtischen Gärten beeinflussen. Dabei untersuchen wir, wie funktionelle Merkmale von Bienen- und Blütenarten, Bienen-Pflanzen-Netzwerke sowie die Nahrungsversorgung von Bienen und die Bestäubung durch urbane Stressoren beeinflusst werden. Außerdem wollen wir herausfinden, wie zu erwartende negative Effekte durch eine entsprechende Gartenbewirtschaftung abgemildert werden können. Um dies zu erreichen, betrachten wir sowohl die Perspektive der Bienen als auch die der Pflanzen. Um diese Fragen zu beantworten, untersuchen wir in 30 Gärten in den Metropolregionen Berlin und München (i) die Verteilung von Merkmalen und Bienen-Pflanzen-Interaktionen empirisch und (ii) die Nahrungsversorgung von Bienenversorgung und Bestäubung von Nutzpflanzen experimentell. Zusätzlich greifen wir auf (iii) sozialwissenschaftliche Methoden zurück, um besser zu verstehen, welche Faktoren Managemententscheidungen von Gartenbesitzern bestimmen, die ihrerseits negative Auswirkungen für Wildbienen und assoziierte Ökosystemfunktionen entweder abmildern oder verschlimmern können. Dabei kombinieren wir Methoden der analytischen Chemie, Netzwerk- und Merkmalsanalyse sowie Modellierung, um das Beziehungsgefüge zwischen Biodiversität, Management und Stressoren in urbanen zu klären. Unsere Teams vereinen dabei ihre jeweilige Expertise in Umweltchemie und Stadtökologie. So können wir zu einem besseren Verständnis der grundlegenden Mechanismen beitragen, welche der Erhaltung von Biodiversität, den Interaktionen zwischen Arten und den Ökosystemfunktionen in bisher noch wenig erforschten urbanen Ökosystemen zu Grunde liegen.

1 2 3 4 5 … 58 59 60