Filter
  • Zeitbezug (64)
    -
  • Frequenz (125)
  • Kategorien
  • Datenanbieter
  • Art des Zugangs
  • Lizenzen
Alles zurücksetzen

160 Datensätze

Infrastruktur

Alles zurücksetzen

Vorzugsstandorte_LNG_Tankstellen_Stuttgart

Identifizierte optimale Standorte (hoch frequentiert, gute Verkehrsanbindung, vorhandener Bauplatz, etc.) für LNG-Tankstellen für transeuropäische und lokal operierende Spediteure im Testgebiet Stuttgart.

Infrastruktur
Bereitgestellt durch

DBI - Gastechnologisches Institut gGmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

30.01.2020

Raumbezug

Land cover classification using Sentinel data

This land cover map is an intermediate product of the mFUND project INCORA ("Improved monitoring of settlement areas through satellite-supported spatial observation"; FKZ: 19F20579C). The project aims at the automatic extraction of the total built-up area using satellite images. Currently, the land cover map includes 5 classes: trees, built-up, grass, bare soil and water. The city of Dortmund has been chosen as the first pilot city. This map will be improved in the next project year for better accuracy. Later, this product will be used for the calculation of selected urban development indicators.

Infrastruktur
Bereitgestellt durch

ILS – Institut für Landes- und Stadtentwicklungsforschung

Art des Datenzugangs

WMS

Aktualität der Datensatzbeschreibung

10.01.2020

Raumbezug

Isochrone für ÖPNV Erreichbarkeitsanalyse in Berlin (allyMAP)

Dieser Raster-basierte Datensatz enthält die Geometrien der 15-Minuten-Erreichbarkeits-Isochrone, ausgehend vom Mittelpunkt jeder Zelle des beigefügten Rasters. Das Ergebnis bezieht sich auf eine Abfahrtszeit an einem durchschnittlichen Montag um 9:00 Uhr.

Die Geometrien wurden auf Basis des GTFS-Feeds für Berlin und Brandenburg 2019 generiert, der von der VBB Verkehrsverbund Berlin-Brandenburg GmbH unter Creative Commons Namensnennung-Lizenz unter daten.berlin.de veröffentlicht wurde.

Erläuterung der enthaltenen Spalten
  • cell_id – Bezug zum Raster, siehe GeoJSON oder Shapefile
  • geometry – Multypolygon-Geometrie des innerhalb von 15 Minuten zu Fuß und mit dem ÖPNV zu erreichenden Gebiets im Well-Known-Text-Format (WKT)


mFUND-Projekt: ally Mobility Analytics Platform (allyMAP), FKZ: 19F2022A

Bahn
Straßen
Infrastruktur
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

03.12.2019

Zeitbezug der Daten

01.01.2019 — 31.12.2019

Aktualisierungsfrequenz

Unregelmäßig

Raumbezug

Prognostizierte Fahrten in München (allyMAP)

Dieser Datensatz umfasst ein Raster-basiertes Nachfragemodell mit prognostizierten Fahrten (Quell-/Zielverkehre) für das Stadtgebiet München. Der Datensatz wurde mittels eines Machine-Learning-Modells auf Basis der in Berlin erhobenen Ridepooling-Nachfragedaten und in München vorhandenen Points of Interest generiert. Die zur Verfügung gestellten Vergleichswerte beziehen sich auf stundengenaue Zeiträume innerhalb einer durchschnittlichen Betriebswoche.

Erläuterung der enthaltenen Spalten
  • cell_from – Quelle der Verkehrsbeziehung (Bezug zum Raster, siehe GeoJSON oder Shapefile)
  • cell_to – Ziel der Verkehrsbeziehung (Bezug zum Raster, siehe GeoJSON oder Shapefile)
  • weekday – Wochentag, auf den sich der Wert bezieht
  • start_time – Beginn des Zeitraums, auf den sich der Wert bezieht
  • end_time – Ende des Zeitraums, auf den sich der Wert bezieht
  • weight – Verhältnis der Anzahl an Fahrtwünschen im Vergleich zu anderen Verkehrsbeziehungen


mFUND-Projekt: ally Mobility Analytics Platform (allyMAP), FKZ: 19F2022A

Straßen
Infrastruktur
Bahn
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

03.12.2019

Zeitbezug der Daten

01.01.2018 — 31.08.2018

Aktualisierungsfrequenz

Unregelmäßig

Raumbezug

Prognostizierte Fahrten in Duisburg (allyMAP)

Dieser Datensatz umfasst ein Raster-basiertes Nachfragemodell mit prognostizierten Fahrten (Quell-/Zielverkehre) für das Stadtgebiet Duisburg. Der Datensatz wurde mittels eines Machine-Learning-Modells auf Basis der in Berlin erhobenen Ridepooling-Nachfragedaten und in Duisburg vorhandenen Points of Interest generiert. Die zur Verfügung gestellten Vergleichswerte beziehen sich auf stundengenaue Zeiträume innerhalb einer durchschnittlichen Betriebswoche.

Erläuterung der enthaltenen Spalten
  • cell_from – Quelle der Verkehrsbeziehung (Bezug zum Raster, siehe GeoJSON oder Shapefile)
  • cell_to – Ziel der Verkehrsbeziehung (Bezug zum Raster, siehe GeoJSON oder Shapefile)
  • weekday – Wochentag, auf den sich der Wert bezieht
  • start_time – Beginn des Zeitraums, auf den sich der Wert bezieht
  • end_time – Ende des Zeitraums, auf den sich der Wert bezieht
  • weight – Verhältnis der Anzahl an Fahrtwünschen im Vergleich zu anderen Verkehrsbeziehungen


mFUND-Projekt: ally Mobility Analytics Platform (allyMAP), FKZ: 19F2022A

Bahn
Infrastruktur
Straßen
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

03.12.2019

Zeitbezug der Daten

01.01.2018 — 31.08.2018

Aktualisierungsfrequenz

Unregelmäßig

Raumbezug

On-Demand-Ridepooling Nachfragemodell Berlin (allyMAP)

Dieser Datensatz umfasst ein Raster-basiertes Nachfragemodell mit modellierten Suchanfragen (Quell-/Zielverkehre) für einen Ridepooling-Dienst im Pilotbetrieb innerhalb des S-Bahn-Rings in Berlin. Die zur Verfügung gestellten Vergleichswerte beziehen sich auf stundengenaue Zeiträume innerhalb einer durchschnittlichen Betriebswoche.

Die anonymisierten Daten wurden im Rahmen des allyMAP-Projektes während des "allygator shuttle" Pilotbetriebs im Frühjahr 2018 erhoben.

Erläuterung der enthaltenen Spalten
  • cell_from – Quelle der Verkehrsbeziehung (Bezug zum Raster, siehe GeoJSON oder Shapefile)
  • cell_to – Ziel der Verkehrsbeziehung (Bezug zum Raster, siehe GeoJSON oder Shapefile)
  • weekday – Wochentag, auf den sich der Wert bezieht
  • start_time – Beginn des Zeitraums, auf den sich der Wert bezieht
  • end_time – Ende des Zeitraums, auf den sich der Wert bezieht
  • weight – Verhältnis der Anzahl an Fahrtwünschen im Vergleich zu anderen Verkehrsbeziehungen


mFUND-Projekt: ally Mobility Analytics Platform (allyMAP), FKZ: 19F2022A

Bahn
Infrastruktur
Straßen
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

03.12.2019

Zeitbezug der Daten

01.01.2018 — 31.08.2018

Aktualisierungsfrequenz

Niemals

Raumbezug

Simulationsergebnisse für On-Demand-Ridepooling-Szenarien in Berlin (allyMAP)

Dieser Datensatz enthält Ergebnisse des mFund-Projekts "allyMAP".

Enthalten sind Eingabeparameter und Simulationsergebnisse von On-Demand-Ridepooling-Szenarien mit verschiedenen Parametern (Fahrzeuganzahl, Betriebsgebiet, Betriebszeitraum, etc.) in Berlin. Datengrundlage für die Simulationen waren die im Frühjahr im Rahmen des Pilotbetriebs "allygator shuttle" erhobenen Nachfragedaten ( diese werden hier in einem separaten Datensatz zur Verfügung gestellt).

Analysiert wurden zwei unterschiedliche potenzielle Pilotgebiete (unabhängig der tatsächlichen Bezirksgrenzen): "Friedrichshain-Kreuzberg" und "Tempelhof-Neukölln". Die Ausdehnung dieser Gebiete geht aus den zusätzlich bereitgestellten Polygonen im GeoJSON-Format hervor.

In der deutschsprachigen Spaltenbeschreibung (ODS oder PDF) findet sich eine genauere Erklärung der einzelnen Parameter und Kennzahlen.

Aus dem Ergebnis lassen sich die Auswirkungen unterschiedlicher Betriebsparameter auf die Leistungsfähigkeit von On-Demand-Mobilitätsdiensten hinsichtlich unterschiedlicher Indikatoren (Pooling-Rate, Verfügbarkeit, Anzahl der beförderten Fahrgäste, etc.) erkennen.

mFUND-Projekt: ally Mobility Analytics Platform (allyMAP), FKZ: 19F2022A

Infrastruktur
Straßen
Bahn
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

02.12.2019

Zeitbezug der Daten

01.01.2018 — 31.08.2018

Aktualisierungsfrequenz

Unregelmäßig

Raumbezug

Fiktive Suchanfragen für On-Demand-Fahrten in Berlin (allyMAP)

Dieser Datensatz enthält fiktive Suchanfragen für einen potenziellen On-Demand-Ridepooling-Dienst, modelliert basierend auf der räumlichen und zeitlichen Verteilung der Nachfrage, die im Rahmen des Pilotbetriebs "allygator shuttle" erhoben wurde.

Diese Suchanfragen bieten die Grundlage für die Simulationsergebnisse im separat bereitgestellten Datensatz Simulationsergebnisse für On-Demand-Ridepooling-Szenarien in Berlin (allyMAP) . In diesem Datensatz werden auch die ausgewählten Pilotgebiete zur Verfügung gestellt, auf die sich die hier bereitgestellten Fahrtwünsche beziehen.

Erläuterung der JSON-Attribute:
  • operating_period – Betriebszeitraum, in dem die Suchanfragen stattfinden
  • start_time – Beginn des Betriebszeitraums
  • end_time – Ende des Betriebszeitraums
  • ride_requests – Liste der Suchanfragen
  • pickup – Abholort (Längengrad und Breitengrad)
  • dropoff – Zielort (Längengrad und Breitengrad)
  • passengers – Anzahl der Fahrgäste
  • request_time – Zeitpunkt der Fahrtanfrage


mFUND-Projekt: ally Mobility Analytics Platform (allyMAP), FKZ: 19F2022A

Straßen
Bahn
Infrastruktur
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

02.12.2019

Zeitbezug der Daten

05.01.2018

Aktualisierungsfrequenz

Niemals

Raumbezug

Service-Standorte Trier

Standorte der öffentlichen Wifi-Hotspots und Trinkwasserspender im Zentrum von Trier als POIs

Infrastruktur
Bereitgestellt durch

OpenData Rheinland-Pfalz: Stadt Trier

Art des Datenzugangs

Karte / HTML / Webanwendung / WMS

Aktualität der Datensatzbeschreibung

02.10.2019

Raumbezug

XPress - Projektergebnisse

Datensätze, die im Rahmen des Projekts XPress gesammelt oder erstellt wurden

Infrastruktur
Bereitgestellt durch

GeoNet.MRN e.V.

Art des Datenzugangs

Portal

Aktualität der Datensatzbeschreibung

04.09.2019

Raumbezug

141 - 150 von 160 Datensätzen

Ergebnisse als CSV oder RDF/XML