API src

Found 1462 results.

Related terms

Überschreitung der Belastungsgrenzen für Eutrophierung

Überschreitung der Belastungsgrenzen für Eutrophierung Nährstoffeinträge (vor allem Stickstoff) aus der Luft belasten Land-Ökosysteme und gefährden die biologische Vielfalt. Zur Bewertung dieser Belastung stellt man ökosystemspezifische Belastungsgrenzen (Critical Loads) den aktuellen Stoffeinträgen aus der Luft gegenüber. Trotz rückläufiger Stickstoffbelastungen in Deutschland besteht weiterhin Handlungsbedarf – vor allem bei den Ammoniak-Emissionen. Situation in Deutschland Im Jahr 2019 (letzte verfügbare Daten) wurden die ökologischen Belastungsgrenzen für ⁠ Eutrophierung ⁠ durch Stickstoff in Deutschland auf 69 % der Flächen empfindlicher Ökosysteme überschritten (siehe Karte „Überschreitung des Critical Load für Eutrophierung durch die Stickstoffeinträge im Jahr 2019“). Die zur Flächenstatistik dieser Überschreitung herangezogenen Ökosystemtypen stammen aus dem CORINE-Landbedeckungsdatensatz von 2012 und bilden vor allem Waldökosysteme ab (ca. 96 %). Besonders drastisch sind die Überschreitungen in Teilen Nordwestdeutschlands. Aufgrund der dort ansässigen Landwirtschaft und intensiv betriebenen Tierhaltung ist der Stickstoffeintrag dort besonders hoch. So sind etwa zwei Drittel der Stickstoffeinträge auf Ammoniakemissionen zurückzuführen. Im Rahmen eines ⁠ UBA ⁠-Vorhabens zur Modellierung der Stickstoffdeposition (PINETI-4, Abschlussbericht in prep.) konnte die Entwicklung der Belastung methodisch konsistent für eine lange Zeitreihe (2000 bis 2019) rückgerechnet werden. Die nationalen Zeitreihendaten zeigen, dass der Anteil der Flächen in Deutschland, auf denen die ökologischen Belastungsgrenzen überschritten wurden, von 84 % im Jahr 2000 auf 69 % im Jahr 2019 zurückging (siehe Abb. „Anteil der Fläche empfindlicher Land-Ökosysteme mit Überschreitung der Belastungsgrenzen für Eutrophierung“). Die Abnahme der Belastungen spiegelt größtenteils den Rückgang der Emissionen durch Luftreinhaltemaßnahmen wider. Karte: Überschreitung des Critical Load für Eutrophierung durch Stickstoffeinträge im Jahr 2019 Quelle: Kranenburg et al. (2024) Flächenanteil empfindlicher Land-Ökosysteme mit Überschreitung der Belastungsgrenzen Eutrophierung Quelle: Kranenburg et al. (2024) Diagramm als PDF Diagramm als Excel mit Daten Handlungsbedarf trotz sinkender Stickstoffeinträge Auch in den nächsten Jahren ist wegen der bisher nur unwesentlich abnehmenden Ammoniak-Emissionen – vornehmlich aus der Tierhaltung – mit einer weiträumigen ⁠ Eutrophierung ⁠ naturnaher Ökosysteme zu rechnen. Bei der Minderung von diffusen Stickstoffemissionen in die Luft besteht daher erheblicher Handlungsbedarf. Was sind ökologische Belastungsgrenzen für Eutrophierung? Zur Bewertung der Stoffeinträge werden ökologische Belastungsgrenzen (⁠ Critical Loads ⁠) ermittelt. Nach heutigem Stand des Wissens ist bei deren Einhaltung nicht mit schädlichen Wirkungen auf Struktur und Funktion eines Ökosystems zu rechnen. ⁠ Ökologische Belastungsgrenzen ⁠ sind somit ein Maß für die Empfindlichkeit eines Ökosystems und erlauben eine räumlich differenzierte Gegenüberstellung der Belastbarkeit eines Ökosystems mit aktuellen atmosphärischen Stoffeinträgen. Das dadurch angezeigte Risiko bedeutet nicht, dass in dem betrachteten Jahr tatsächlich schädliche chemische Kennwerte erreicht oder biologische Wirkungen sichtbar sind. Es kann Jahrzehnte dauern, bis Ökosysteme auf Überschreitungen der ökologischen Belastungsgrenzen reagieren. Im Rückschluss ist auch die Erholung des Ökosystems auf vorindustrielles Niveau sehr langwierig, wenn nicht sogar eine irreversible Schädigung des Ökosystems vorliegt. Beide Prozesse sind abhängig von Stoffeintragsraten, meteorologischen und anderen Randbedingungen sowie von chemischen Ökosystemeigenschaften. Daher sind absolute Schadprognosen mittels der Überschreitungen der ökologischen Belastungsgrenzen prinzipiell nicht möglich. Stickstoffdepositionen – ein Treiber des Biodiversitätsverlusts Ein übermäßiger atmosphärischer Eintrag (⁠ Deposition ⁠) von Nährstoffen (vor allem Stickstoff) und deren Anreicherung in Land-Ökosystemen kann auf lange Sicht Ökosysteme stark beeinträchtigen. So kann es zu chronischen Schäden der Ökosystemfunktionen (wie der Primärproduktivität und des Stickstoffkreislaufs) kommen. Auch Veränderungen des Pflanzenwachstums und der Artenzusammensetzung zugunsten stickstoffliebender Arten (⁠ Eutrophierung ⁠) können hervorrufen werden. Außerdem wird die Anfälligkeit vieler Pflanzen gegenüber Frost, ⁠ Dürre ⁠ und Schädlingsbefall erhöht. Atmosphärische Einträge führen zu einer weiträumigen Angleichung der Stickstoffkonzentrationen im Boden auf einem nährstoffreichen Niveau. Die derzeit hohen Stickstoffeinträge in natürliche und naturnahe Land-Ökosysteme sind eine Folge menschlicher Aktivitäten, wie Landwirtschaft oder Verbrennungsprozesse. Diese sind mit hohen Emissionen von chemisch und biologisch wirksamen (reaktiven) Stickstoffverbindungen in die Luft verbunden. Aus der ⁠ Atmosphäre ⁠ werden diese Stickstoffverbindungen über Regen, Schnee, Nebel, Raureif, Gase und trockene Partikel wieder in Land-Ökosysteme eingetragen. Die resultierende Überdüngung ist eine der Hauptursachen für den Rückgang der ⁠ Biodiversität ⁠. Fast die Hälfte der in der Roten Liste für Deutschland aufgeführten Farn- und Blütenpflanzen sind durch Stickstoffeinträge gefährdet. Ziele und Maßnahmen zur Verringerung der Stickstoffeinträge Ein langfristiges Ziel der Europäischen Union (EU) und der Genfer Luftreinhaltekonvention (⁠ UNECE ⁠ Convention on Long-Range Transboundary Air Pollution, CLRTAP) ist die dauerhafte und vollständige Unterschreitung der ökologischen Belastungsgrenzen für ⁠ Eutrophierung ⁠. International wurden deshalb in der sog. neuen ⁠ NEC-Richtlinie ⁠ ( Richtlinie (EU) 2016/2284 vom 14.12.2016) für alle Mitgliedstaaten weitere Minderungen der ⁠ Emission ⁠ von reaktiven Stickstoffverbindungen (NH x , Stickstoffoxide (NO x )) vereinbart, die bis 2030 erreicht werden müssen. Für Deutschland ergeben sich folgende nationale Emissionsminderungsverpflichtungen für Stickstoff für das Jahr 2030 und darüber hinaus im Vergleich zum Basisjahr 2005: Ammoniak (NH 3 ): minus 29 % Stickstoffoxide (NO x ): minus 65 % (siehe auch „Emissionen von Luftschadstoffen“ ). Konkrete nationale Maßnahmen, die zum Erreichen der oben genannten Minderungsverpflichtungen geeignet sind, werden derzeit in einem Nationalen Luftreinhalteprogramm zusammengestellt. Maßnahmen zur Begrenzung der negativen Auswirkungen des reaktiven Stickstoffs, zu denen auch die Eutrophierung von Ökosystemen zählt, sind in der Veröffentlichung des Umweltbundesamtes "Reaktiver Stickstoff in Deutschland" enthalten. Auch das Bundesministerium für Umwelt, Naturschutz und Reaktorsicherheit (⁠ BMU ⁠) verfolgt den Ansatz einer nationalen Stickstoffminderungsstrategie . Weitere Informationen bietet auch das Sondergutachten des SRU „Stickstoff: Lösungen für ein drängendes Umweltproblem“ . Hintergrundwissen zur Modellierung von atmosphärischen Stoffeinträgen bietet der Bericht zum Forschungsvorhaben „PINETI-4: Modelling and assessment of acidifying and eutrophying atmospheric deposition to terrestrial ecosystems“.

Bebauungsplan 392

Vollständiger Titel: Bebauungsplan - für das Gebiet Ortumgehung, Obstmarschenweg und altem Elbdeich sowie Schwingelauf und dem Ortsteil Schnee, einschließlich 1. Änderung vom 09.07.1992

ICON-EPS GRIB data

ICON-EPS 0.5º x 0.5º regular lat/lon grid, up to +180h every 6h, runs 00/12 UTC varios parameter, varios level, varios threshold

Global SnowPack - MODIS - Daily

This product shows globally the daily snow cover extent (SCE). The snow cover extent is the result of the Global SnowPack processor's interpolation steps and all data gaps have been filled. Snow cover extent is updated daily and processed in near real time (3 days lag). In addition to the near real-time product (NRT_SCE), the entire annual data set is processed again after the end of a calendar year in order to close data gaps etc. and the result is made available as a quality-tested SCE product. There is also a quality layer for each day (SCE_Accuracy), which reflects the quality of the snow determination based on the time interval to the next "cloud-free" day, the time of year and the topographical/geographical location. The “Global SnowPack” is derived from daily, operational MODIS snow cover product for each day since February 2000. Data gaps due to polar night and cloud cover are filled in several processing steps, which provides a unique global data set characterized by its high accuracy, spatial resolution of 500 meters and continuous future expansion. It consists of the two main elements daily snow cover extent (SCE) and seasonal snow cover duration (SCD; full and for early and late season). Both parameters have been designated by the WMO as essential climate variables, the accurate determination of which is important in order to be able to record the effects of climate change. Changes in the largest part of the cryosphere in terms of area have drastic effects on people and the environment. For more information please also refer to: Dietz, A.J., Kuenzer, C., Conrad, C., 2013. Snow-cover variability in central Asia between 2000 and 2011 derived from improved MODIS daily snow-cover products. International Journal of Remote Sensing 34, 3879–3902. https://doi.org/10.1080/01431161.2013.767480 Dietz, A.J., Kuenzer, C., Dech, S., 2015. Global SnowPack: a new set of snow cover parameters for studying status and dynamics of the planetary snow cover extent. Remote Sensing Letters 6, 844–853. https://doi.org/10.1080/2150704X.2015.1084551 Dietz, A.J., Wohner, C., Kuenzer, C., 2012. European Snow Cover Characteristics between 2000 and 2011 Derived from Improved MODIS Daily Snow Cover Products. Remote Sensing 4. https://doi.org/10.3390/rs4082432 Dietz, J.A., Conrad, C., Kuenzer, C., Gesell, G., Dech, S., 2014. Identifying Changing Snow Cover Characteristics in Central Asia between 1986 and 2014 from Remote Sensing Data. Remote Sensing 6. https://doi.org/10.3390/rs61212752 Rößler, S., Witt, M.S., Ikonen, J., Brown, I.A., Dietz, A.J., 2021. Remote Sensing of Snow Cover Variability and Its Influence on the Runoff of Sápmi’s Rivers. Geosciences 11, 130. https://doi.org/10.3390/geosciences11030130

Monthly number of snowdays: maps

Maps of monthly number of snowdays derived from SYNOP observations on a 0.1x0.1 degree grid, provided by WMO RA VI Regional Climate Centre (RCC) on Climate Monitoring WMO-RA6-RCC-CM

INSPIRE BW Versorgung Rettungstreffpunkte LFV

Dieser Dienst stellt für das INSPIRE-Thema Utility and Governmental Services umgesetzte Daten der Rettungspunkte Baden-Württembergs bereit. Forstliche Rettungstreffpunkte sind definierte Orte im Wald, die mithilfe von Koordinatenangaben Treffpunkte beschreiben. Im Falle eines Unfalls können diese Treffpunkte bei der Kommunikation eines Verunfallten bzw. eines Helfers mit dem Rettungsdienst genutzt werden, um das Auffinden des Unfallortes zu erleichtern. Die Ausweisung der Koordinatentreffpunkte kann mit fest im Wald montierten Schildern oder virtuell, d.h. als reine Koordinatenangabe erfolgen. Rettungstreffpunkte mindern kein Unfallrisiko, sondern dienen vor allem ortsunkundigen Personen zur besseren Orientierung und Beschreibung Ihres Standortes im Wald. Geschaffen wurden forstliche Rettungstreffpunkte im Rahmen der „Rettungskette Forst“. Die Rettungskette Forst beschreibt die betrieblichen Maßnahmen und Schritte vom Beginn der ersten Hilfe bis zur Versorgung durch die Rettungsdienste. Haftungsausschluss: Die Rettungstreffpunktedaten werden von der Landesforstverwaltung (LFV) und ForstBW AöR kostenlos zur Verfügung gestellt. Ein Rechtsanspruch auf Herausgabe der Daten besteht nicht. Das Betreten des Waldes erfolgt unter Beachtung und Einhaltung der Gesetze und Bestimmungen vor Ort. Das Weiterverarbeiten der Daten z.B. zur Integration in Fachanwendungen ist zulässig - NICHT zulässig ist jedoch ein Verändern der Daten - insbesondere der Rettungstreffpunktbezeichnung und der Lagekoordinaten. Für eventuelle Schäden, die durch die Aufbereitung und Nutzung der Daten entstehen, haftet die Landesforstverwaltung (LFV) bzw. ForstBW AöR nicht. Für die Genauigkeit, Gültigkeit, Aktualität und Korrektheit der Daten, sowie für die Kennzeichnung der Rettungstreffpunkte vor Ort, übernehmen weder Landesforstverwaltung (LFV), ForstBW AöR, Waldbesitzer oder die Urheber der Daten irgendeine Haftung. Es handelt sich bei den Rettungstreffpunkten um betriebsinterne, forstliche Konzepte, die auf freiwilliger Basis von den Waldbesitzern auch der Öffentlichkeit zur Verfügung gestellt werden. Die Daten werden nach bestem Wissen und Gewissen von den Waldbesitzern erhoben und gemäß den vorhandenen personellen und finanziellen Möglichkeiten aktuell gehalten. Rettungstreffpunkte stehen im Ökosystem Wald, das naturbedingt Witterungsverhältnissen oder Kalamitäten unterworfen ist. Es besteht zu keiner Zeit, insbesondere auch aufgrund mutwilliger Zerstörung von Rettungstreffpunkten und Vandalismus, sowie bei Schnee, Sturm, Windwurf, etc. Anspruch auf Vollständigkeit, Verfügbarkeit oder Erreichbarkeit der Rettungstreffpunkte. Dies gilt auch für den Fall, dass sich durch schlechte Wegeverhältnisse oder reguläre Holzerntemaßnahmen, bei denen Wege abgesperrt werden und während der Holzernte nicht befahren werden können, die Anfahrt zu den Rettungstreffpunkten durch die Rettungsdienste verzögert.

GTS Bulletin: SMLV41 UMRR - Surface data (details are described in the abstract)

The SMLV41 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SM): Main synoptic hour A1A2 (LV): Latvia (Remarks from Volume-C: NilReason)

GTS Bulletin: SMLV21 UMRR - Surface data (details are described in the abstract)

The SMLV21 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SM): Main synoptic hour A1A2 (LV): Latvia (Remarks from Volume-C: NilReason)

GTS Bulletin: SMLV40 UMRR - Surface data (details are described in the abstract)

The SMLV40 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SM): Main synoptic hour A1A2 (LV): Latvia (Remarks from Volume-C: NilReason)

GTS Bulletin: SNLV11 UMRR - Surface data (details are described in the abstract)

The SNLV11 TTAAii Data Designators decode as: T1 (S): Surface data T1T2 (SN): Non-standard synoptic hour A1A2 (LV): Latvia (Remarks from Volume-C: NilReason)

1 2 3 4 5 … 145 146 147