Der Datensatz "NO2-Messdaten Wuppertal (Passivsammler) 2006 und 2007" umfasst die in den Jahren 2006 und 2007 durch die Auswertung von Passivsammlern bestimmten 4-Wochen-Mittelwerte der Stickstoffdioxid-Konzentration an insgesamt 34 kommunalen Messstationen im Wuppertaler Stadtgebiet. Der Datensatz enthält 654 Messwerte, wobei nur 18 Stationen in beiden Jahren betrieben wurden. Die Passivsammler sind in Schutzgehäusen aufgehängte, mit Adsorbermaterial gefüllte Röhrchen ("Probeentnahmeröhrchen"), in denen sich das Stickstoffdioxid über eine Expositionszeit von 4 Wochen durch natürliche Diffusion anreichert. Jede Zelle in den Spalten "Januar" bis "Dezember" des tabellarischen Datensatzes enthält einen durch labortechnische Analyse eines Probeentnahmeröhrchens bestimmten 4-Wochen-Mittelwert der Stickstoffdioxid-Konzentration in der Einheit µg/m³. Über die Stationsnummer in der Spalte MESSPUNKT können diese Messwerte mit den Standortdaten im separat als Open Data publizierten Datensatz "Luftmessstationen Wuppertal (Passivsammler)" verknüpft werden. Das Beginn- und das Enddatum des jeweiligen Expositionszeitraums der Probeentnahmeröhrchen kann den Kopfzeilen 2 bis 3 der Spalten "Januar" bis "Dezember" entnommen werden. Vereinzelte Messwertausfälle werden in der Tabelle durch den Wert "-9999" signalisiert. Zusätzlich enthält die Tabelle zwei Spalten (für 2006 und 2007) mit den zeitlich gewichteten Jahresmittelwerten aller Stationen, für die im jeweiligen Jahr mindestens ein Messwert vorliegt. Ab dem Jahr 2008 wurden die Expositionszeiten der Passivsammler grob an die Kalendermonate angepasst, damit die Messwerte als Monats-Mittelwerte der Stickstoffdioxid-Konzentration interpretiert werden können. Die 4-Wochen-Mittelwerte aus den Jahren 2006 und 2007 passen daher nicht in die Systematik des Fachverfahrens "WuNDa/Luftmessstationen", in dessen Datenbankteil die ab dem Jahr 2008 bestimmten Monats-Mittelwerte geführt werden. Sie wurden daher nicht in dieses Fachverfahren übernommen, sondern werden nur als Bestandteil des Wuppertaler Open-Data-Angebots in Form einer tabellarischen PDF-Datei unter der Lizenz CC BY 4.0 publiziert. Der Datensatz ist historisch und wird daher nicht fortgeführt.
Aktualität der Daten:
seit 01.01.1997 , gegenwärtige Aktualität unklar
Hinweis: Seit Dezember 2o24 erfasst der LGV die AFIS/ALKIS/ATKIS Daten bundeseinheitlich in der AdV-Referenzversion 7.1 im AFIS-ALKIS-ATKIS-Anwendungsschemas (AAA-AS) Version 7.1.2. Bei Fragen zu inhaltlichen Veränderungen wenden Sie sich an das Funktionspostfach: geobasisdaten@gv.hamburg.de Das Digitale Basis-Landschaftsmodell (Basis-DLM) orientiert sich am Basismaßstab 1: 25 000. Es wird für alle Objekte eine Lagegenauigkeit von ± 3 m angestrebt. Es hat eine Informationstiefe, die über die Darstellung der Digitalen Stadtkarte von Hamburg (1: 20 000) hinausgeht. Der Inhalt und die Modellierung der Landschaft des Basis-DLM sind im ATKIS®-Objektartenkatalog (ATKIS®-OK Basis-DLM) beschrieben. Die Erfassung der Objektarten, Namen, Attribute und Referenzen erfolgte in drei aufeinander folgenden Realisierungsstufen, die im ATKIS®-OK Basis-DLM ausgewiesen sind. In Hamburg stehen die Realisierungsstufen für die gesamte Landesfläche seit 2007 aktuell zur Verfügung. Seit Oktober 2009 wird das Basis-DLM im bundeseinheitlichen AAA-Modell geführt. Die Objektarten sind ATKIS-OK enthalten (siehe Verweis). Besonders geeignet als geometrische und semantische Bezugsgrundlage für den Aufbau von Geoinformationssystemen und zur Verknüpfung mit raumbezogenen fachspezifischen Daten für Fachinformationssysteme, zur rechnergestützten Verschneidung und Analyse mit thematischen Informationen, für Raumplanungen aller Art und zur Ableitung von topographischen und thematischen Karten. Anwendungsgebiete sind alle Aufgabenbereiche, für deren Fragestellungen ein Raumbezug erforderlich ist, unter anderem Energie-, Forst- und Landwirtschaft, Verwaltung, Demographie, Wohnungswesen, Landnutzungs-, Regional- und Streckenplanung, Straßenbau und Bewirtschaftung, Facility Management, Verkehrsnavigation und Flottenmanagement, Transport, Bergbau, Gewässerkunde und Wasserwirtschaft, Ökologie, Umweltschutz, Militär, Geologie und Geodäsie, aber auch Kultur, Erholung und Freizeit sowie Kommunikation.
Der ATOM Feed Downloadservice für Luftmessstationen (Passivsammler) in Wuppertal stellt einen Datensatz zum Download bereit, der die Standortinformationen zu den (Stand 05/2021) 50 Messstationen im Wuppertaler Stadtgebiet umfasst, die seit dem Jahr 2006 zeitliche Mittelwerte für die Stickstoffdioxid-Konzentration liefern. Die Standortkoordinaten wurden mit einer Genauigkeit von 1 Meter auf der Grundlage von Luftbildern (Orthofotos) digitalisiert. Die Passivsammler sind in Schutzgehäusen aufgehängte, mit Adsorbermaterial gefüllte Röhrchen, in denen sich das Stickstoffdioxid über eine Expositionszeit von vier Wochen durch natürliche Diffusion anreichert. Die durch labortechnische Analyse bestimmten Messwerte (Monatswerte, Jahresmittelwerte) werden in separaten Dateien publiziert. Sie können über die Stationsnummer im Attribut MESSPUNKT mit den Standortdaten verknüpft werden. Die Standortinformationen umfassen darüber hinaus die Angabe der nächstgelegenen Adresse (Attribute STR_NAME und HAUSNR), ggf. mit relativer Zusatzinformation wie "gegenüber" (Attribut ZUSATZINFO), sowie das Zeitintervall, in dem die jeweilige Station betrieben wurde (Attribute DATUM_VON und DATUM_BIS). Der Datensatz umfasst sowohl die aktuell in Betrieb befindlichen (Stand 05/2021) 30 Stationen wie auch die (Stand 05/2021) 20 Stationen, deren Betrieb zwischenzeitlich eingestellt wurde. Das Attribut DATUM_BIS ist nur bei den letzteren belegt. Die Fortschreibung der Daten erfolgt bedarfsweise in der Regel im Zusammenhang mit der turnusmäßigen Übernahme der Messdaten (monatlich mit einer Verzögerung von etwa vier Wochen wegen der labortechnischen Auswertung der Passivsammler). Die Aktualisierung der Daten, auf die der Downloadservice zugreift, erfolgt gleichwohl wöchentlich in einem festen Turnus. Der bereitgestellte Datensatz ist im Shape-, KML- und GeoJSON-Format unter einer Open-Data-Lizenz (CC BY 4.0) verfügbar.
Nutzungsbedingungen: Der bereitgestellte Datensatz kann gemäß der „Creative Commons Namensnennung (CC BY 4.0)“ (http://creativecommons.org/licenses/by/4.0/) genutzt werden.
Der ATOM Feed Downloadservice für NO2-Messdaten (Passivsammler) 2006 und 2007" stellt einen Datensatz zum Download bereit, der die in den Jahren 2006 und 2007 durch die Auswertung von Passivsammlern bestimmten 4-Wochen-Mittelwerte der Stickstoffdioxid-Konzentration an insgesamt 34 kommunalen Messstationen im Wuppertaler Stadtgebiet umfasst. Der Datensatz enthält 654 Messwerte, wobei nur 18 Stationen in beiden Jahren betrieben wurden. Die Passivsammler sind in Schutzgehäusen aufgehängte, mit Adsorbermaterial gefüllte Röhrchen ("Probeentnahmeröhrchen"), in denen sich das Stickstoffdioxid über eine Expositionszeit von 4 Wochen durch natürliche Diffusion anreichert. Jede Zelle in den Spalten "Januar" bis "Dezember" des tabellarischen Datensatzes enthält einen durch labortechnische Analyse eines Probeentnahmeröhrchens bestimmten 4-Wochen-Mittelwert der Stickstoffdioxid-Konzentration in der Einheit µg/m³. Über die Stationsnummer in der Spalte MESSPUNKT können diese Messwerte mit den Standortdaten im separat als Open Data publizierten Datensatz "Luftmessstationen Wuppertal (Passivsammler)" verknüpft werden. Das Beginn- und das Enddatum des jeweiligen Expositionszeitraums der Probeentnahmeröhrchen kann den Kopfzeilen 2 bis 3 der Spalten "Januar" bis "Dezember" entnommen werden. Vereinzelte Messwertausfälle werden in der Tabelle durch den Wert "-9999" signalisiert. Zusätzlich enthält die Tabelle zwei Spalten (für 2006 und 2007) mit den zeitlich gewichteten Jahresmittelwerten aller Stationen, für die im jeweiligen Jahr mindestens ein Messwert vorliegt. Ab dem Jahr 2008 wurden die Expositionszeiten der Passivsammler grob an die Kalendermonate angepasst, damit die Messwerte als Monats-Mittelwerte der Stickstoffdioxid-Konzentration interpretiert werden können. Die 4-Wochen-Mittelwerte aus den Jahren 2006 und 2007 passen daher nicht in die Systematik des Fachverfahrens "WuNDa/Luftmessstationen", in dessen Datenbankteil die ab dem Jahr 2008 bestimmten Monats-Mittelwerte geführt werden. Sie wurden daher nicht in dieses Fachverfahren übernommen, sondern werden nur als Bestandteil des Wuppertaler Open-Data-Angebots in Form einer tabellarischen PDF-Datei unter der Lizenz CC BY 4.0 publiziert. Der Datensatz ist historisch und wird daher nicht fortgeführt.
Nutzungsbedingungen: Der bereitgestellte Datensatz kann gemäß der „Creative Commons Namensnennung (CC BY 4.0)“ (http://creativecommons.org/licenses/by/4.0/) genutzt werden.
Das Solarkataster NRW wurde auf der Grundlage von landesweit verfügbaren, hochaufgelösten Laserscandaten (Datenquelle: Land NRW) erstellt. Jedes Jahr wird ein Teil NRWs neu beflogen, in der Regel in einem 5-jährigem Turnus. Aus den Laserscandaten wurde ein flächendeckendes Digitales Oberflächenmodell (DOM) in einer Auflösung von 0,5 Meter mal 0,5 Meter für die Dachflächenanalyse erstellt. Der Datensatz enthält zu jeder Dachfläche das Jahr der Befliegung. Für die Potenzialanalyse der Dachflächen konnten durch Verschneidung dieser Daten mit einer Karte aller Gebäudeumrisse sämtliche Dachflächen in Nordrhein-Westfalen ermittelt werden. Die Dachflächen wurden wiederum in homogene Teilflächen zerlegt, die jeweils über eine einheitliche Neigung und Ausrichtung verfügen und damit gleichermaßen für Solarmodule belegbar sind. Durch die hohe Auflösung des digitalen Oberflächenmodells und die Zerlegung in homogene Teilflächen konnten auch kleinteilige Dachelemente, wie beispielsweise Schornsteine, Gauben, Gehölze und andere unterbrechende Strukturen, ausfindig gemacht werden. Über Strahlungsdaten des Deutschen Wetterdienstes wurde für ganz NRW die solare Einstrahlung sowie deren prozentuale Verschattung errechnet – und zwar unter Berücksichtigung der tages- und jahreszeitlich wechselnden Einstrahlung. Verschattungen können durch Bäume, angrenzende Gebäude, Dachaufbauten oder Geländeerhöhungen verursacht werden. Stark abgeschattete Bereiche sowie zu kleine Flächen wurden als ungeeignet aus der weiteren Berechnung herausgenommen. Anschließend konnte eine Vielzahl von Parametern für jede mit Modulen belegbare Dachfläche berechnet werden, wie beispielsweise die nutzbare Modulfläche, die installierbare Leistung und der potenzielle Wärmeertrag . Bautechnische Faktoren wie z.B. der Zustand und die Statik des Daches oder Gebäudes oder die Eigenschaften des Untergrundes können auf dieser Datengrundlage nicht erfasst werden. Hierfür ist im Einzelnen eine gesonderte fachmännische Prüfung erforderlich. Der vorliegende Datensatz enthält die Ergebnisse dieser Analyse.
Die Kriterien für die Eignung der Flächen sowie die Attribute werden in der dem Datensatz beigefügten beigefügten Meta-Datei erklärt. Der Datensatz wird mit neuen Grundlagendaten laufend aktualisiert.
Die beiden Tabellen zeigen aus dem Jahr 2023 gewonnen Trinkwasser- und Rohwasserdaten bezogen auf Landkreise und Kreisfreie Städte in NRW Eine allgemeine Untersuchungspflicht für PFAS im Trinkwasser gilt gemäß der neuen TrinkwV erst ab dem 12. Januar 2026 für den Parameter „Summe PFAS-20“, und ab dem 12. Januar 2028 außerdem für den Parameter „Summe PFAS-4“. Ebenso bestehen noch keine Berichtspflichten zu PFAS-Untersuchungen der Betreiber an die Behörde, soweit keine Auffälligkeiten bestehen. Die Pflicht zur Übermittlung der Ergebnisse von den Gesundheitsämtern an das Land wird ebenfalls erst mit Inkrafttreten der genannten Grenzwerte (Folgejahr) wirksam, so dass dem Land bisher keine belastbare Liste durchgeführter PFAS-Untersuchungen vorliegt. Eine allgemeine Untersuchungspflicht für BPA im Trinkwasser gilt gemäß der neuen TrinkwV seit dem 12. Januar 2024. Untersuchungsergebnisse werden jeweils im Rahmen der jährlichen Berichterstattung nach § 69 Abs. 1 TrinkwV zum 30. April für das vorangegangene Kalenderjahr von den Gesundheitsbehörden an die zuständige oberste Landesbehörde oder benannte Stelle (hier LANUV) übermittelt. Vor diesem Hintergrund liegen dem Land aktuell auch noch keine vollständigen Listen durchgeführter BPA-Untersuchungen vor. In der Trinkwasserdatenbank des Landes NRW sind PFAS-Analysen des Trinkwassers aus 36 Landkreisen bzw. kreisfreien Städten für das vergangene Jahr (2023) erfasst. Für BPA liegen Daten aus 17 Landkreisen bzw. kreisfreien Städten für das Jahr 2023 vor. Für das Rohwasser existiert zur Untersuchung der genannten Parameter derzeit keine gesetzliche Vorgabe. Da die Untersuchung und Übermittlung der Ergebnisse bisher noch nicht verpflichtend galt und die Zuordnung nicht gemeindespezifisch vorliegt, werden die vorhandenen Ergebnisse pro Landkreis /kreisfreier Stadt aufgeführt (s. Tabelle 1 und 2). Die Trinkwasseranalysen wurden aus der Trinkwasserdatenbank des Landes NRW (ZTEIS, Stand 11/2024) für das Berichtsjahr 2023, die Rohwasseranalysen aus der Grund-/Rohwasserdatenbank ebenfalls für das Jahr 2023 (HygrisC, Stand 11/2024) ausgewertet. Messwerte unterhalb der Bestimmungsgrenze und nicht nachweisbare Parameter wurden bei der Summenbildung (PFAS-20, PFAS-4) jeweils mit „0“ berücksichtigt. Die Tabellen enthalten eine zusammenfassende Statistik aus Daten des Jahres 2023 für Trinkwasser (Tabelle 1) sowie Rohwasser (Tabelle 2) pro Kreis/kreisfreie Stadt aufgelistet nach: • Anzahl der Messwerte (Proben) zu PFAS und BPA. • Anzahl der Messwerte kleiner (<) bzw. größer (>) der Bestimmungsgrenze (BG). • Maximalwert, Minimalwert und Median pro Kreis/kreisfreie Stadt Angegeben sind die Parameter Summe 20 PFAS, Summe 4 PFAS, Trifluoressigsäure (TFA) und Bisphenol A (BPA). Bei der Summe PFAS-4 und PFAS-20 wurden Einzelwerte < BG bzw. n.n. (nicht nachweisbar) mit „0“ berücksichtigt.
Der Datensatz zeigt die Ergebnisse, die im Rahmen einer Vorstudie (siehe fachliche Grundlage) für den Kreis Wesel in Bezug auf die tiefe hydrothermale Geothermie (> 1000 m), ermittelt wurden. Es erfolgte eine Klassifizierung der Gebiete in verschiedene "Flags" – was als vereinfachtes Ampelsystem dient, den Grad der Eignung für eine geothermische Nutzung widerspiegelt und als erste Orientierung für weitere Planungs- und Umsetzungsschritte dienen soll. Grüne Flaggen (Green Flags): Diese Gebiete weisen das höchste Potenzial für die Realisierung von Geothermieprojekten auf. Sie zeichnen sich durch sehr günstige Voraussetzungen hinsichtlich der Deckungsrate (bis zu 150%) und der Reservoir-Tiefe (bis zu 3800 m) aus. Diese Kombination stellt sicher, dass der Wärmebedarf nicht nur gedeckt, sondern auch ein Puffer für zukünftiges Wachstum oder Schwankungen vorhanden ist, während die Bohrkosten im wirtschaftlich attraktiven Bereich bleiben. Gelbe Flaggen (Yellow Flags): Gebiete mit gelben Flaggen bieten grundsätzlich ein gutes Potenzial hinsichtlich der Deckungsrate (bis zu 150%), sind jedoch durch eine tiefe Lage des Reservoirs (tiefer als 3800 m) gekennzeichnet. Obwohl der Wärmebedarf gedeckt werden könnte, sind die zu erwartenden erheblich höheren Bohrkosten ein wesentlicher Faktor, der die Wirtschaftlichkeit negativ beeinflusst. Orangefarbene Flaggen (Orange Flags): Diese Gebiete sind dadurch gekennzeichnet, dass ihre Deckungsrate als zu hoch (höher als 150%) eingestuft wird, obwohl das Reservoir in einer geeigneten Tiefe (bis zu 3800 m) liegt. Eine zu hohe Deckungsrate kann darauf hindeuten, dass das prognostizierte geothermische Potenzial den lokalen Wärmebedarf weit übersteigt, wodurch die wirtschaftliche Auslastung einer Anlage als unwahrscheinlich anzusehen ist. Die genaue Wirtschaftlichkeit müsste hier individuell und detailliert analysiert werden, da viele Variablen wie das verfügbare Kapital, das Potenzial für weitere Abnehmer oder die Möglichkeit, mehrere Gebiete zusammen zu versorgen, eine Rolle spielen. Rote Flaggen (Red Flags): Gebiete mit roten Flaggen werden als aktuell ungeeignet für die tiefen-geothermische Nutzung eingestuft. Dies ist der Fall, wenn sowohl die Deckungsrate als zu hoch (höher als 150%) als auch das Reservoir als zu tief (tiefer als 3800 m) bewertet werden. Diese Kombination von mangelnder Wirtschaftlichkeit aufgrund eines Überangebots bei gleichzeitig hohen Erschließungskosten macht eine sinnvolle geothermische Nutzung unter den aktuellen Rahmenbedingungen unwahrscheinlich.
Schuldner- sowie Insolvenzberatungsstellen in Deutschland: Es werden vor allem die gemeldeten Daten der zuständigen Obersten Landesbehörden genutzt. Diese werden jährlich vom Statistischen Bundesamt angefragt. Da meist nur Daten zu anerkannten und/oder geförderten Beratungsstellen in den Landesbehörden bekannt sind, werden die gemeldeten Angaben durch eigene Internetrecherchen erweitert. Der Berichtszeitpunkt umfasst den Stand von Oktober 2019. Durch die Art der Erfassung von Schuldner- und Insolvenzberatungsstellen im Statistischen Bundesamt kann keine Garantie auf Vollständigkeit und Richtigkeit der dargestellten Beratungsstellen gewährleistet werden, da die Adressinformationen ausschließlich aus externen Quellen generiert werden. Die Grundlage für die Berechnung von Erreichbarkeitszonen von Schuldnerberatungsstellen bildet der Straßendatenbestand des offenen Gemeinschaftsprojektes OpenStreetMap (OSM). Mit Hilfe der Software Esri ArcGIS Desktop und den Programmerweiterungen Network Analyst sowie ArcGIS Editor for OpenStreetMap werden aus den OSM-Daten die relevanten Straßendaten (geometrische Information und zugehörige Attribute) extrahiert und in ein routingfähiges Netzwerkdatenmodell umgewandelt. Dieses erlaubt die Berechnung von Erreichbarkeitszonen, die sogenannten Isochronen. Die Berechnung der Isochronen wird für diskrete Zeitzonen von fünf bis 90 Minuten durchgeführt. Innerhalb einer Zone erfolgt keine nähere Unterscheidung der Fahrzeiten. Die Erreichbarkeiten werden in Form von Gitterzellen (Rastern) mit einer räumlichen Auflösung von 100 Meter * 100 Meter ausgewiesen. Beachten Sie bitte, dass die ausgewiesenen Fahrzeiten abgeleitete Modellgrößen sind, die unter Umständen deutlich von den tatsächlichen Fahrzeiten abweichen können. So wird insbesondere die aktuelle Verkehrslage oder mögliche Einschränkungen des Straßenverkehrs, wie z.B. Staus, Baustellen oder Straßensperrungen NICHT berücksichtigt. Zudem kann keine Gewähr für die Korrektheit der zugrundliegenden Straßengeometrie und der aus ihr abgeleiteten Fahrgeschwindigkeiten übernommen werden. Der OSM-Datenbestand kann Ungenauigkeiten oder Fehler sowohl in der geometrischen als auch hinsichtlich der beschreibenden Information enthalten. So können zum Beispiel fehlende Straßenabschnitte oder falsch ausgewiesene Zugangsbeschränkungen den Anschluss von einzelnen Verkehrsbereichen an das übrige Straßennetz verhindern. Hierdurch können fehlerhafte Berechnungsergebnisse resultieren. Beachten Sie bitte weiterhin, dass der Algorithmus zur Berechnung der Entfernungszonen in den Randbereichen des Straßennetzes u.U. stark generalisierende Ergebnisse erzeugt. Hierdurch können vereinzelt küstennahe Inselflächen mit eingefärbt werden, obwohl sie keinen Anschluss an ein Straßennetz besitzen. Grundsätzlich kann für die Richtigkeit der dargestellten Informationen und Berechnungsergebnisse nicht garantiert werden.
Miesmuschelbänke im Niedersächsischen Wattenmeer. Im Rahmen des Miesmuschel Managementplans wurden jährliche Kartierungen der eulitoralen Miesmuschelbänke im Niedersächsischen Wattenmeer durchgeführt. Die Erfassung erfolgte Auswertung von Luftbildern. Blue mussel beds in the Wadden Sea of Lower Saxony. The intertidal blue mussel beds were determined yearly in the scope of the blue mussel management plan. Aerial surveys were carried out and aerial photographs were analysed by using a stereoscope to detect the mussel beds.
Miesmuschelbänke im Niedersächsischen Wattenmeer 2008. Im Rahmen des Miesmuschel Managementplans wurden jährliche Kartierungen der eulitoralen Miesmuschelbänke im Niedersächsischen Wattenmeer durchgeführt. Die Erfassung erfolgte mittels stereoskopischer Auswertung von Luftbildern. Die Befliegungen fanden im Frühjahr bzw. Sommer flächendeckend statt. Blue mussel beds in the Wadden Sea of Lower Saxony 2008. The intertidal blue mussel beds were determined yearly in the scope of the blue mussel management plan. Aerial surveys were carried out and aerial photographs were analysed by using a stereoscope to detect the mussel beds.
