API src

Found 12896 results.

Related terms

Verkehrsdaten Kfz (Infrarotdetektoren) Hamburg

Allgemeine Informationen: Der Datensatz umfasst Verkehrsdaten aller Standorte in Hamburg, an denen der Kraftfahrzeugverkehr (Kfz-Verkehr) mittels Infrarotdetektoren an 24h am Tag und allen Tagen des Jahres erfasst wird. Die Daten enthalten Verkehrsstärken in Echtzeit und werden an für den Straßenquerschnitt zusammengefassten Zählstellen in 15-Minuten, 60-Minuten, Tages- und Wochen-Intervallen zur Verfügung gestellt. Die Daten der Zählstellen werden außerdem in den entsprechenden Geoportalen der FHH, z.B. in Geo-Online und dem Verkehrsportal, visualisiert. Neben den Echtzeitdaten sind auch historische Daten in folgendem Umfang verfügbar: alle Daten für die letzten zwei Wochen in 15-Minuten-Intervallen, alle Daten für die letzten zwei Monate für die 60-Minutenintervalle, alle Daten für das aktuelle und das letzte Jahr in Tagesintervallen sowie alle Daten seit Beginn der Erfassung in Wochenintervallen. Informationen zur Technik: Die Infrarotdetektoren sind in der Regel an Lichtsignalanlagen, zu einem geringen Teil aber auch an anderen Masten, installiert. Die Detektoren erfassen und zählen den Verkehr über die Wärmeabstrahlung der einzelnen Verkehrsteilnehmenden. Da ausschließlich Infrarotbilder ausgewertet werden, ist der Datenschutz zu jeder Zeit gewährleistet. Hinweise zur Datenqualität: Die Daten werden in Echtzeit an die Urban Data Platform der FHH übertragen. So sind diese zeitnah für alle Nutzenden und Interessierten verfügbar. Durch die Echtzeitkomponente sind allerdings verschiedene Rahmenbedingungen zu beachten: Die Daten sind nicht umfassend qualitätsgesichert. Ungewöhnliche Abweichungen von den zu erwartenden Daten und Datenlücken werden zwar automatisch vom System erkannt, können aber nicht in Echtzeit korrigiert werden. Lücken, die z.B. durch einen Abriss der Datenübertragung auftreten, können im Nachhinein noch nachgeliefert werden. Unter Umständen und bei längeren Ausfällen können folglich noch nach ein paar Tagen Änderungen in den historischen Daten erfolgen. Die Daten erhalten deswegen täglich eine Aktualisierung für die folgenden Zeiträume: Vortag: 15-Min-Intervalle Tag vor sechs Tagen: 15-Min-Intervalle und Tages-Intervalle Tag vor 28 Tagen: Tages-Intervalle Die Wochenwerte erhalten wöchentlich eine Aktualisierung für die Werte der Vorwoche und der Woche vor vier Wochen. Es handelt sich bei den hier veröffentlichten Daten nicht um amtlich geprüfte Daten der FHH. Werden derartige Daten benötigt, kann z.B. der Datensatz "Verkehrsstärken Hamburg" herangezogen werden, der die „Durchschnittlichen (werk)täglichen Verkehre“ in der Entwicklung der letzten Jahre enthält. Wie bei jeder Verkehrszählung, egal ob automatisiert oder manuell, gibt es gewisse Toleranzen in der Messgenauigkeit. Anspruch an das hier verwendete System sind Genauigkeiten von +/- 5% bei der Erfassung der Kfz-Verkehrsstärken. Weitere Informationen zum Echtzeitdienst: Der Echtzeitdatendienst enthält die Standorte der Zählstellen für das Kfz-Aufkommen, das mit Infrarotdetektoren erfasst wird. Die Daten werden im JSON-Format über die SensorThings API (STA) bereitgestellt . Für jede Zählstelle in der SensorThings API (STA) wurde ein Objekt in der Entität "Thing" angelegt. Für jede zeitliche Auflösungsebene bei den Zählstellen bzw. jeder verkehrlichen Bezugsgröße steht ein Objekt in der Entität "Datastreams". Die Echtzeitdaten zur Anzahl Kfz je Zählstelle und Zeitintervall wird in der STA in der Entität "Observations" veröffentlicht. Es werden folgende räumlichen und zeitlichen Ebenen differenziert: -Zählstelle 15-Min, 1-Stunde, 1-Tag, 1-Woche: Anzahl Kfz Alle Zeitangaben sind in der koordinierten Weltzeit (UTC) angegeben. In der Entität Datastreams gibt es im JSON-Objekt unter dem "key" "properties" weitere "key-value-Paare". In Anlehnung an die Service- und Layerstruktur im GIS haben wir Service und Layer als zusätzliche "key-value-Paare" unter dem JSON-Objekt properties eingeführt. Hier ein Beispiel: { "properties":{ "serviceName": "HH_STA_AutomatisierteVerkehrsmengenerfassung", "layerName": "Anzahl_Kfz_Zaehlstelle_15-Min", "key":"value"} } Verfügbare Layer im layerName sind: * Anzahl_Kfz_Zaehlstelle_15-Min * Anzahl_Kfz_Zaehlstelle_1-Stunde * Anzahl_Kfz_Zaehlstelle_1-Tag * Anzahl_Kfz_Zaehlstelle_1-Woche Mit Hilfe dieser "key-value-Paare" können dann Filter für die REST-Anfrage definiert werden, bspw. https://iot.hamburg.de/v1.1/Datastreams?$filter=properties/serviceName eq 'HH_STA_AutomatisierteVerkehrsmengenerfassung' and properties/layerName eq 'Anzahl_Kfz_Zaehlstelle_15-Min' Die Echtzeitdaten kann man auch über einen MQTT-Broker erhalten. Die dafür notwendigen IDs können über eine REST-Anfrage bezogen werden und dann für das Abonnement auf einen Datastream verwendet werden: MQTT-Broker: iot.hamburg.de Topic: v1.1/Datastream({id})/Observations

DE HH INSPIRE WFS SWIS Sensoren

Dieser Web Feature Service (WFS) stellt die Standorte der von der Freien und Hansestadt Hamburg betriebenen Sensoren des Straßenwetterinformationssystems SWIS zum Download bereit. Zur genaueren Beschreibung der Daten und Datenverantwortung nutzen Sie bitte den Verweis zur Datensatzbeschreibung.

DE HH INSPIRE WMS SWIS Sensoren

Dieser Web Map Service (WMS) stellt die Standorte der von der Freien und Hansestadt Hamburg betriebenen Sensoren des Straßenwetterinformationssystems SWIS dar. Zur genaueren Beschreibung der Daten und Datenverantwortung nutzen Sie bitte den Verweis zur Datensatzbeschreibung.

Umweltdaten Smart Citizen Kits (Pilotprojekt)

<p>Der Datensatz enthält historische Umweltdaten unterschiedlicher Standorte in Konstanz. Die Daten wurden mit Sensoren namens "<strong>Smart Citizen Kits</strong>" (SCK) erhoben und stehen hier im maschinenlesbaren Format zur Verfügung.</p> <p><strong>Hinweis:</strong> Die Datensätze können aufgrund von Gerätefehlfunktionen, Strom- und Internetausfällen Lücken enthalten oder fehlerhaft sein. Bei der Datenanalyse muss berücksichtigt werden, dass es sich um ein Pilotprojekt zur Erfassung von Klimadaten handelt und um keine offiziellen Umweltstationen. Die Erfassung mit den SCK erfolgt mit nicht-geeichten, einfachen Geräten, weshalb Messfehler auftreten können.</p> <p>Die Stadt Konstanz hat im Rahmen des Förderprojekts "<strong><a href="https://www.konstanz.de/digital/foerderprojekte/klimaschutzdaten+fuer+konstanz" target="_blank">Future Communities</a></strong>" des Landes Baden-Württemberg mit Unterstützung des Fraunhofer Instituts SCK-Sensorgeräte aufgestellt, die Umweltdaten erfassen und sowohl online (live), als auch über eine Rest-API historische Daten bereitstellen. Die Geräte verfügen jeweils über 10 Sensoren, welche die unten aufgeführten Daten erheben.</p> <p>Smart Citizen ist ein Projekt des Fab Lab Barcelona. Das Projekt ermöglicht Bürgern und Gemeinden, Umweltdaten zu sammeln und der Öffentlichkeit zur Verfügung zu stellen. Genutzt wird Open-Source-Hardware und -Software.</p> <p><strong>Weiterführende Informationen:</strong></p> <ul> <li>SCK Plattform mit Dashboard: <strong><a href="https://smartcitizen.me/kits/" target="_blank">smartcitizen.me/kits</a></strong></li> <li>SCK Dokumentation: <strong><a href="https://docs.smartcitizen.me/" target="_blank">docs.smartcitizen.me</a></strong></li> <li>SCK API-Dokumentation: <strong><a href="http://developer.smartcitizen.me/#summary" target="_blank">developer.smartcitizen.me/#summary</a></strong></li> </ul> <p><strong>Quelle:</strong> Stadt Konstanz, Abt. Datenmanagement und Statistik  (Smart Citizen Kits)</p>

SWIS-Sensoren Niedersachsen

Dieser Datensatz enthält die Standorte der von der Straßenbauverwaltung Niedersachsen betriebenen Sensoren des Straßenwetterinformationssystems SWIS. Der Datensatz wird halbjährlich aktualisiert.

Standorte des Straßenwetterinformationssystems SWIS Hamburg

Dieser Datensatz enthält die Standorte der von der Freien und Hansestadt Hamburg betriebenen Sensoren des Straßenwetterinformationssystems SWIS.

METOP GOME-2 - Cloud Top Pressure (CTP) - Global

The Global Ozone Monitoring Experiment-2 (GOME-2) instrument continues the long-term monitoring of atmospheric trace gas constituents started with GOME / ERS-2 and SCIAMACHY / Envisat. Currently, there are three GOME-2 instruments operating on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B and -C, launched in October 2006, September 2012, and November 2018, respectively. GOME-2 can measure a range of atmospheric trace constituents, with the emphasis on global ozone distributions. Furthermore, cloud properties and intensities of ultraviolet radiation are retrieved. These data are crucial for monitoring the atmospheric composition and the detection of pollutants. DLR generates operational GOME-2 / MetOp level 2 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Chemistry Monitoring (AC-SAF). GOME-2 near-real-time products are available already two hours after sensing. OCRA (Optical Cloud Recognition Algorithm) and ROCINN (Retrieval of Cloud Information using Neural Networks) are used for retrieving the following geophysical cloud properties from GOME and GOME-2 data: cloud fraction (cloud cover), cloud-top pressure (cloud-top height), and cloud optical thickness (cloud-top albedo). OCRA is an optical sensor cloud detection algorithm that uses the PMD devices on GOME / GOME-2 to deliver cloud fractions for GOME / GOME-2 scenes. ROCINN takes the OCRA cloud fraction as input and uses a neural network training scheme to invert GOME / GOME-2 reflectivities in and around the O2-A band. VLIDORT [Spurr (2006)] templates of reflectances based on full polarization scattering of light are used to train the neural network. ROCINN retrieves cloud-top pressure and cloud-top albedo. The cloud-top pressure for GOME scenes is derived from the cloud-top height provided by ROCINN and an appropriate pressure profile. For more details please refer to relevant peer-review papers listed on the GOME and GOME-2 documentation pages: https://atmos.eoc.dlr.de/app/docs/

METOP GOME-2 - Cloud Fraction (CF) - Global

The Global Ozone Monitoring Experiment-2 (GOME-2) instrument continues the long-term monitoring of atmospheric trace gas constituents started with GOME / ERS-2 and SCIAMACHY / Envisat. Currently, there are three GOME-2 instruments operating on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B and -C, launched in October 2006, September 2012, and November 2018, respectively. GOME-2 can measure a range of atmospheric trace constituents, with the emphasis on global ozone distributions. Furthermore, cloud properties and intensities of ultraviolet radiation are retrieved. These data are crucial for monitoring the atmospheric composition and the detection of pollutants. DLR generates operational GOME-2 / MetOp level 2 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Chemistry Monitoring (AC-SAF). GOME-2 near-real-time products are available already two hours after sensing. OCRA (Optical Cloud Recognition Algorithm) and ROCINN (Retrieval of Cloud Information using Neural Networks) are used for retrieving the following geophysical cloud properties from GOME and GOME-2 data: cloud fraction (cloud cover), cloud-top pressure (cloud-top height), and cloud optical thickness (cloud-top albedo). OCRA is an optical sensor cloud detection algorithm that uses the PMD devices on GOME / GOME-2 to deliver cloud fractions for GOME / GOME-2 scenes. For more details please refer to relevant peer-review papers listed on the GOME and GOME-2 documentation pages: https://atmos.eoc.dlr.de/app/docs/

METOP GOME-2 - Cloud Optical Thickness (COT) - Global

The Global Ozone Monitoring Experiment-2 (GOME-2) instrument continues the long-term monitoring of atmospheric trace gas constituents started with GOME / ERS-2 and SCIAMACHY / Envisat. Currently, there are three GOME-2 instruments operating on board EUMETSAT's Meteorological Operational satellites MetOp-A, -B and -C, launched in October 2006, September 2012, and November 2018, respectively. GOME-2 can measure a range of atmospheric trace constituents, with the emphasis on global ozone distributions. Furthermore, cloud properties and intensities of ultraviolet radiation are retrieved. These data are crucial for monitoring the atmospheric composition and the detection of pollutants. DLR generates operational GOME-2 / MetOp level 2 products in the framework of EUMETSAT's Satellite Application Facility on Atmospheric Chemistry Monitoring (AC-SAF). GOME-2 near-real-time products are available already two hours after sensing. OCRA (Optical Cloud Recognition Algorithm) and ROCINN (Retrieval of Cloud Information using Neural Networks) are used for retrieving the following geophysical cloud properties from GOME and GOME-2 data: cloud fraction (cloud cover), cloud-top pressure (cloud-top height), and cloud optical thickness (cloud-top albedo). OCRA is an optical sensor cloud detection algorithm that uses the PMD devices on GOME / GOME-2 to deliver cloud fractions for GOME / GOME-2 scenes. ROCINN takes the OCRA cloud fraction as input and uses a neural network training scheme to invert GOME / GOME-2 reflectivities in and around the O2-A band. VLIDORT [Spurr (2006)] templates of reflectances based on full polarization scattering of light are used to train the neural network. ROCINN retrieves cloud-top pressure and cloud-top albedo. The cloud optical thickness is computed using libRadtran [Mayer and Kylling (2005)] radiative transfer simulations taking as input the cloud-top albedo retrieved with ROCINN. For more details please refer to relevant peer-review papers listed on the GOME and GOME-2 documentation pages: https://atmos.eoc.dlr.de/app/docs/

IoT Registry Hamburg

Im diesem Datensatz werden alle Sensorstandorte in Hamburg bereitgestellt, die über die SensorThingsAPI (STA) verfügbar sind.

1 2 3 4 5 … 1288 1289 1290