Filter
  • Zeitbezug (61)
    -
  • Frequenz (93)
  • Kategorien
  • Datenanbieter
  • Art des Zugangs
  • Lizenzen
Alles zurücksetzen

141 Datensätze

Infrastruktur

Alles zurücksetzen

Harmonisierter Datensatz aus verschiedenen kommunalen Baumkatastern

BaumCloud ermöglicht eine zentrale Sammlung und Vereinheitlichung der digitalen Daten von Bäumen. Diese Daten stehen der Öffentlichkeit zur Verfügung und können z.B für wissenschaftliche Auswertungen, Studien oder Webapplikationen verwendet werden.

mFUND-Projekt: meinGrün, FKZ: 19F2073G

Infrastruktur
Bereitgestellt durch

Terra Concordia gGmbH

Art des Datenzugangs

WFS

Aktualität der Datensatzbeschreibung

06.03.2023

Zeitbezug der Daten

30.01.2020 —

Aktualisierungsfrequenz

Unregelmäßig

Raumbezug

Identifizierte Bremsvorgänge und Erschütterungen in Oldenburg

Identifizierte Bremsvorgänge und Erschütterungen (basierend auf den Sensordaten des Projekts ECOSense).

Der Datensatz gibt keine Aussage über die stärke von Bremsvorgängen und Erschütterungen, zeigt aber Stellen auf, an denen im Oldenburger Raum gebremst wurde bzw. an denen Erschütterungen wahrgenommen wurden.

Daten jeweils:
- Longitude
- Latitude

mFUND-Projekt: ECOSense, FKZ: VB18F1030A

Infrastruktur
Straßen
Bereitgestellt durch

Universität Oldenburg, Abteilung für Wirtschaftsinformatik VLBA

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

06.03.2023

Zeitbezug der Daten

01.11.2019 — 30.04.2020

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

06.03.2023

Raumbezug

Messdaten eines Monitoringsystems einer Eisenbahnbrücke

Der Datensatz beinhaltet Messdaten einer Eisenbahnbrücke, die für das Projekt Dafmon im Rahmen der Überprüfung der Praxistauglichkeit eines fehlertoleranten Monitoringsystems an Infrastrukturbauwerken benutzt wurden. Schwerpunkt dieses Projektes bildete die Überwachung von Dehnungen und Temperaturen. Der vorliegende Datensatz beinhaltet Messdaten von einer Messstelle eines Pfahlkopfbalkens der Brücke, dessen prinzipieller Aufbau den beiliegenden pdf-Dateien entnommen werden kann. Die Sensoren sind in der Brücke verbaut. Der Datensatz beinhaltet aus dieser Messstelle die Messdaten von acht Dehnungssensoren und drei Temperatursensoren in unterschiedlichen Höhenlagen. Der vorliegende Datensatz umfasst kontinuierliche Werte der Messstelle in 10-Minuten-Intervallen über das Jahr 2017. Aufgrund von Geheimhaltungspflichten der beteiligten Firmen können keine weiteren Informationen über den Aufbau der Brücke und keine exakten Positionen der Messtelle und Sensoren angegeben werden. Die Zusammenhänge der Messdaten und deren Veränderungen über die Zeit sind jedoch unverändert.

mFUND-Projekt: Durchführbarkeitsstudie zur datenbasierten Fehlerdiagnostik in Monitoringsystemen für Infrastrukturbauwerke (Dafmon), FKZ: 45MF00022A

Infrastruktur
Bereitgestellt durch

Bauhaus-Universität Weimar

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

06.03.2023

Zeitbezug der Daten

01.01.2017 — 31.12.2017

Aktualisierungsfrequenz

Kontinuierlich

Raumbezug

mvdXML zur Dokumentation und automatischen Überprüfung von IFC-Dateien auf ihre Eignung zur Verwendung in Personenstromsimulationen

Dieser Datensatz enthält Ergebnisse des mFUND-Projekts AHEAD.

Das Projekt untersuchte die Anforderungen von Simulationen von Personenströmen an IFC-Gebäudemodelle. Die Anforderungen an das IFC-Gebäudemodell wurden in einer MVD (mvdXML-Datei) dokumentiert, um die automatische Überprüfung mit den verfügbaren Tools von buildingSMART zu unterstützen. Zusätzlich wurde die Personenstromsimulationssoftware "crowd:it" erweitert, um den automatischen Import von IFC-Modellen zu unterstützen.

mFUND-Projekt: AHEAD, FKZ: 19F1037B

Infrastruktur
Bahn
Bereitgestellt durch

Technische Universität München

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

06.03.2023

Aktualisierungsfrequenz

Niemals

Raumbezug

Nutzung- und Wahrnehmung-Indikatoren der städtischen Grünflächen in Dresden

Der Datensatz enthält alle öffentlich zugänglichen Grünflächen in der Stadt Dresden einschließlich einer Attributtabelle mit drei Hauptindikatoren zur Nutzung und Wahrnehmung der städtischen Grünflächen (Beliebtheit_Indikator, Ästhetik_Indikator und Tiere_Indikator), die aus sozialen Medien abgeleitet wurden. Neben diesen drei Hauptwerten enthält die Attributtabelle weitere 18 statistische Werte, die durch die Verschneidung der Grünflächen mit klassifizierten Social-Media-Daten berechnet wurden und in der Metadatenbeschreibung dokumentiert sind. Die Grünflächenpolygone wurden mittels eines automatischen Ansatzes generiert, der in Ludwig et al. (2021) näher beschrieben ist. Die Grünflächen und Indikatorenwerte sind Teil der zentralen Datengrundlage (Cakir et al., 2021) für die Bewertung der Grünflächen in Dresden nach Kriterien bzw. Eignung für bestimmte Aktivitäten mittels der meinGrün-App (app.meingruen.org).

Die Beliebtheit der städtischen Grünflächen in Dresden wurde anhand der Dichte von standortbezogenen Social-Media-Posts gemessen. Die Verarbeitung der Daten für Grünflächen ist in einem Notebook dargelegt und beschrieben (pub.zih.tu-dresden.de/~s7398234/vis/zielgeometrien-intersect_v6.html).

Der Ästhetik-Indikator bezeichnet den ästhetischen Wert städtischer Grünflächen in Dresden und wurde anhand der Dichte ästhetikbezogener Social-Media-Posts konzeptualisiert und gemessen. Für die Identifizierung der Social-Media-Posts, die sich auf den ästhetischen Wert städtischer Grünflächen beziehen, wurde eine neuartige Methodik entwickelt, die auf unüberwachter Textklassifizierung und gezielter Filterung von Social-Media-Posts basiert und in Gugulica & Burghardt, 2021 - in Arbeit – ausführlicher beschrieben wird.

Der Tiere-Indikator zeigt das Vorhandensein von Wildtieren in städtischen Grünflächen in Dresden. Die Quantifizierung des Tiere-Indikators basiert auf der grundlegenden Annahme, dass Dichten von Social Media Posts, die sich auf Wildtiere und Wildtierfotografie beziehen, potenziell die Nachfrage nach Wildtierbeobachtung widerspiegeln und Hotspots für diese Aktivität anzeigen. Um die relevanten Social-Media-Posts für die Berechnung des Indikators zu identifizieren, wurde die oben genannte Methodik, die auf unüberwachter Textklassifizierung und gezielter Filterung von Social-Media-Posts basiert und in Gugulica & Burghardt, 2021 - in Arbeit - ausführlicher beschrieben wird, verwendet.

Für die Quantifizierung der Beliebtheit, Ästhetik und Tiere Indikatoren der städtischen Grünflächen in Dresden, wurden standortbezogene Social-Media-Daten von Instagram, Flickr und Twitter (einschließlich Fotos, die mit Text versehen sind und Textnachrichten) verwendet. Die Daten wurden anhand der eingebetteten Standortinformationen und eines benutzerdefinierten Bounding Box identifiziert und über die von jeder der Plattformen zur Verfügung gestellte API abgerufen und erfasst. Es wurden nur öffentlich verfügbare Social-Media-Posts, die zwischen den 1. Januar 2015 und den 31. Oktober 2020 veröffentlicht wurden, berücksichtigt und als CSV-Datei zusammen mit Metainformationen wie Benutzer-ID, Koordinaten, Beschriftungen, Aufnahme- und Upload-Datum gespeichert. Duplikate wurden entfernt und nach der Verschneidung des Datensatzes mit den Zielpolygonen umfassten die endgültigen Datensatz für Dresden 782.310 Social-Media-Posts (59.101 Tweets, 664.925 Instagram Posts und 58.284 Flickr Posts). Die Auswahl der Plattformen wurde hauptsächlich von der Beliebtheit der Social-Media-Kanälen und der Spezifität der jeweiligen Inhalte bestimmt. Um ein breiteres Anwender*innen-Spektrum abzudecken, wurden die drei Datenquellen kombiniert, was durch die erhöhte Datenbreite zu robusteren Ergebnissen führte.

Referenzen:

Cakir, S., Schorcht, M., Stanley, C., Rieche, T., Ludwig, C., Gugulica, M., Dunkel, A., Hecht, R. (2021). Städtische Grünflächen und Indikatoren: Dresden (Version 2021) [Data set]. Leibniz Institute of Ecological Urban and Regional Development, Weberplatz 1, 01217 Dresden, Germany. https://doi.org/10.26084/IOERFDZ-DATA-DE-2021-1

Ludwig, C.; Hecht, R.; Lautenbach, S.; Schorcht, M.; Zipf, A. (2021): Mapping Public Urban Green Spaces Based on OpenStreetMap and Sentinel-2 Imagery Using Belief Functions. In: ISPRS International Journal of Geo-Information 10 (2021) 4, S.251 https://doi.org/10.3390/ijgi10040251

mFUND-Projekt: meinGrün, FKZ: 19F2073C

Infrastruktur
Bereitgestellt durch

Institut für Kartographie, TU Dresden

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

06.03.2023

Zeitbezug der Daten

01.01.2015 — 31.10.2020

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

06.03.2023

Zeitbezug der Daten

01.01.2018 — 31.08.2018

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

Bahn
Infrastruktur
Straßen
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

06.03.2023

Zeitbezug der Daten

01.01.2018 — 31.08.2018

Aktualisierungsfrequenz

Unregelmäßig

Raumbezug

Projektergebnis IntegPlan

Der Datensatz umfasst vorbilanzierte Elemente des Brücken- und Straßenbaus. Diese werden als csv.-Datei und .ifc-Dateien (IFC4 Design Transfer View) zur Verfügung gestellt.
Für jedes Element werden auf die Referenzeinheit bezogen vorbilanzierte Kosten [€], Bauzeiten [d], GWP [kg CO2 eq.],POCP [kg Ethene eq.], EP [kg Phosphate eq.], AP [kg SO2 eq.], ODP [kg R11 eq.], PE [MJ] für Neubau, Nutzung und Erneuerung hinterlegt. Die Werte können als Eingangsdaten für eine ganzheitliche Bewertung von Streckenzügen verwendet werden.

mFUND-Projekt: IntegPlan, FKZ: 19F2159B

Infrastruktur
Bereitgestellt durch

Karlsruher Institut für Technologie (KIT)

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

06.03.2023

Raumbezug

RegioStaR - Regionalstatistische Raumtypisierung

Das BMDV hat mit der Regionalstatistischen Raumtypologie (RegioStaR) eine siedlungsstrukturelle Raumtypologie konzipiert, weil vorhandene Raumtypologien die Anforderungen für die Bedarfe der Verkehrs- und Mobilitätsforschung und -politik nicht bedienen konnten; sie ist jedoch ebenso gut für Fragestellungen anderer Fachrichtungen geeignet. Mit Unterstützung des BBSR wurden die Typen empirisch auf der Ebene der Gemeinden bzw. Verbandsgemeinden / Gemeindeverbände ermittelt. RegioStaR ermöglicht durch den hierarchischen Aufbau lokale und regionale Betrachtungen. Bei der Konzeption wurden für die wissenschaftliche Analyse und die politische Interpretation wichtige Anforderungen berücksichtigt:
> bundesweit möglichst vergleichbare Definition der zentralörtlichen Funktion der Städte,
> zeitliche Stabilität der Typen, um auch zeitliche Entwicklungen abbilden zu können,
> eine für Stichprobenerhebungen geeignete Bevölkerungsverteilung.
Die Typologie fächert sich von einem in Stadtregionen und ländliche Regionen unterschiedenen "Regionstyp", über einen in vier Typen "differenzierten Regionstyp" letztlich in 17 "Regionalstatistische Raumtypen" auf. Diese 17 Raumtypen bilden den Kern der regionalstatistischen Raumtypologie und sind Grundlage für weitere Zusammenfassungen in Raum- und Gemeindetypen.
Durch Verwaltungsreformen ändern sich die Anzahl und die Zuschnitte der Gemeinden. Hier stehen die Referenzdaten für verschiedene Gebietsstände zur Verfügung (ab dem Gebietsstand 2015). Jährlich im November / Dezember erfolgt eine Aktualisierung auf den Gebietsstand zum 31.12. des Vorjahres.

Die Referenzdateien sind auch im Statistischen Bundesamt hinterlegt und können dort für (Sonder)Auswertungen in allen Statistikbereichen verwendet werden.

Infrastruktur
Bahn
Wasserstraßen und Gewässer
Klima und Wetter
Luft- und Raumfahrt
Straßen
Bereitgestellt durch

Bundesministerium für Digitales und Verkehr (BMDV)

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

06.03.2023

Zeitbezug der Daten

31.12.2015 — 31.12.2020

Aktualisierungsfrequenz

Jährlich

Raumbezug

51 - 60 von 141 Datensätzen

Ergebnisse als CSV oder RDF/XML