News National Open Data Catalog More

HVD category (25)

High-Value dataset category from a European vocabulary. A High Value Dataset is public sector information whose re-use has significant benefits for society, the environment and the economy, in particular because of its suitability for services, job creation and other value-added applications.

Data service (1)

Datasets distributed via a data service
Search

Extended search

502 datasets found

Air quality on site measurements

English Description below Dataset zahrnuje denní průměry jednotlivých parametrů kvality ovzduší na 12 lokalitách v různých částech Brna. Tyto lokality se od sebe vzájemně odlišují nejen polohou v rámci města, ale také charakterem okolí – některé z lokalit jsou umístěny poblíž frekventované dopravní komunikace, jiné naopak na relativně odlehlém místě poblíž zeleně.Pro přehlednost byl každé lokalitě přidělen třípísmenný kód (identifikátor), který je uveden v následujícím hodnocení. Tento identifikátor téměř ve všech případech odpovídá zkratce městské části, ve které se daná lokalita nachází, s výjimkou jedné lokality, kdy z důvodu dvou lokalit v jedné městské části je identifikátor odvozen od jména daného místa (Klajdovka). Naměřené veličiny: PM10, PM2_5, NO, NO2, NOx, O3, SO2, CO a dále rychlost větru, vlhkost a teplota. Měření proběhlo v rámci projektu Tromso a neplánuje se jeho opakování. Souřadnicový systém: GCS WGS-84 The dataset includes daily averages of air quality parameters at 12 locations in different parts of Brno. These sites differ from each other not only by their location within the city, but also by the nature of their surroundings - some sites are located near busy traffic roads, others in relatively remote locations near green areas.For the sake of clarity, each site has been assigned a three-letter code (identifier), which is presented in the following assessment. In almost all cases, this identifier corresponds to the abbreviation of the urban district in which the site is located, with the exception of one site where, because of two sites in one urban district, the identifier is derived from the name of the site (Klajdovka). Measured variables: PM10, PM2_5, NO, NO2, NOx, O3, SO2, CO as well as wind speed, humidity and temperature. The measurements were carried out within the Tromso project and there are no plans to repeat them. GCS WGS-84 coordinate system.

ZIP Dataset is distributed using ZIP. CSV Dataset is distributed using CSV. KML Dataset is distributed using KML. JSON Dataset is distributed using JSON. GeoJSON Dataset is distributed using GeoJSON.

Aktuální meteorologická data měřená v síti stanic ČHMÚ v intervalu 10 minut a 1 hodina

Meteorologická data měřená v intervalu 10 minut (dostupnost dat se liší dle pozorovacího programu stanic), seznam pozorovaných prvků na jednotlivých stanicích je uveden v metadatech stanic. Měřené prvky: teplota vzduchu (°C), maximální teplota vzduchu (°C), minimální teplota vzduchu (°C), přízemní teplota vzduchu (°C), relativní vlhkost vzduchu (%), tlak vzduchu (hPa), trvání slunečního svitu (s), úhrn srážek (mm), výška sněhové pokrývky (cm), vodní hodnota sněhové pokrývky (mm), směr a rychlost větru (stupně, m/s), průměrný směr a rychlost větru (stupně, m/s), maximální náraz větru a jeho směr(m/s, stupně), čas výskytu maximálního nárazu větru (kód), teplota půdy v 5, 10, 20, 50 a 100 cm (°C), průměrná intenzita globálního záření(W/m2), průměrná intenzita rozptýleného záření (W/m2), průměrná intenzita erythemového UV záření (mW/m2). Prvky odvozené z 10minutových měření automatických meteorologických stanic, prvky měřené a pozorované v intervalu 1 hodina a dopočtené charakteristiky v intervalu 1 hodina: tlak vodní páry (hPa), úhrn trvání slunečního svitu (h), úhrn srážek (mm), pokrytí oblohy oblačností (osminy), teplota rosného bodu (°C),, vodorovná dohlednost (kód), tlak vzduchu (hPa), tlak vzduchu přepočtený na hladinu moře (hPa), geopotenciální výška standardní tlakové hladiny 925 hPa (m), geopotenciální výška standardní tlakové hladiny 850 hPa (m), tlaková tendence (hPa), stav počasí v termínu pozorování (kód), průběh počasí (kód).

Opatření č. 2/20 MŽP o vydání úplného znění zřizovací listiny státní organizace ČHMÚ

HVD High value dataset. JSON Dataset is distributed using JSON.

All AQ data associated with AQ monitoring stations (2018–2022)

Concentrations measured by all monitoring networks are stored in the AQIS air pollution database. The database contains data from the beginning of measurements, and sulphur dioxide and suspended particulate matter concentrations from the station networks of the CHMI in North Bohemia and Prague from 1971. Accompanying meteorological data, which are measured at a large part of the automated monitoring stations of the CHMI are used for the evaluation of air quality-meteorological relationships, are also stored in the ISKO database. In addition, the ISKO emission database also includes data provided by cooperating institutions. These include the Public Health Institute in Ostrava, the Public Health Institute in Ústí nad Labem, the National Institute of Health, ČEZ, a. s., municipal authorities and other contributors. The database also includes information from the border areas of Slovakia, Germany, Poland and Austria.

Overview of concentrations of air pollutants for which limit values for the protection of human health have been set, measured at station networks of ambient air quality monitoring in the Czech Republic: r18–r22As - List of stations with annual average concentrations of As, 2018–2022; r18–r22BaP - List of stations with annual average concentrations of benzo[a]pyrene, 2018–2022; r18–r22BZN – List of stations with annual average concentrations of benzene, 2018–2022; r18–r22Cd – List of stations with annual average concentrations of cadmium, 2018–2022; r18–r22NO2 – List of stations with concentrations of NO2 (annual average and 19. highest hourly concentrations), 2018–2022; r18–r22O3 – List of stations with ground-level ozone concentrations (max. daily 8-hour moving average, averaged over 3 years), 2018–2022; r18–r22PM10 – List of stations with PM10 concentrations (annual mean and 36. highest 24-hour concentrations), 2018–2022; r18–r22PM25 – List of stations with PM2.5 annual average concentrations, 2018–2022; r18–r22SO2zdr – List of stations with SO2 concentrations (25th highest hourly concentrations and 4th highest 24-hour concentrations), 2018–2022. Summary of concentrations of air pollutants for which immission limits are set to protect ecosystems and vegetation, measured at station networks of ambient air quality monitoring in the Czech Republic: r18–r22AOT40 – AOT40 exposure index values, 5-year average, 2018–2022 [µg. m-3.h]; r18–r22NOx – List of stations with annual average NOx concentrations, 2018–2022; r18–r22SO2zp – List of stations with SO2 concentrations (winter average), 2018–2022; r18–r22SO2rp – List of stations with annual average SO2 concentrations, 2018–2022.

HVD High value dataset. http://publications.europa.eu/resource/authority/file-type/ Dataset is distributed using http://publications.europa.eu/resource/authority/file-type/.

Alokace prostředků z fondů EU na projekty

Vývoj alokace prostředků z fondů EU na projekty v oblasti ochrany životního prostředí od roku 2000, zahrnující alokace v rámci ISPA, OPI a OPŽP. Vytvořeno z podkladových dat organizace Ministerstvo financí.

CSV Dataset is distributed using CSV.

Approximate inventory of greenhouse gas emissions

According to Regulation 2018/1999 of the European Parliament and of the Council of the EU, all EU Member States are required to report their approximate (proxy) GHG emission inventories for year (t-1) by 31 July of the current year (t). These are only approximate estimates. Final GHG emission inventories are published the following year (t+1).

HVD High value dataset. CSV Dataset is distributed using CSV.

Areas protected for natural accumulation of water

Chráněné oblasti přirozené akumulace vod (CHOPAV) jsou § 28 zákona č. 254/2001 Sb. o vodách a o změně některých zákonů (vodní zákon) definovány jako oblasti, které pro své přírodní podmínky tvoří významnou přirozenou akumulaci vod. V těchto oblastech se zákonem č. 254/2001 Sb., v rozsahu stanoveném nařízením vlády, zakazuje: (a) zmenšovat rozsah lesních pozemků, (b) odvodňovat lesní pozemky, (c) odvodňovat zemědělské pozemky, (d) těžit rašelinu, (e) těžit nerosty povrchovým způsobem nebo provádět jiné zemní práce, které by vedly k odkrytí souvislé hladiny podzemních vod, (f) těžit a zpracovávat radioaktivní suroviny, (g) ukládat radioaktivní odpady, Vláda tyto oblasti vyhlašuje nařízením. Hranice těchto oblastí jsou vymezeny v nařízeních vlády č.40/1978 Sb., č.10/1979 Sb., č.85/1981 Sb., Evidence je vedena v rozsahu územní identifikace, popisu hranic a názvu chráněné oblasti. Informace o datové sadě a data ke stažení zde: https://heis.vuv.cz/isvs/chopav

Zřízení, vedení a aktualizace evidencí o stavu povrchových a podzemních vod je uloženo zákonem č. 254/2001 Sb, o vodách a o změně některých zákonů (vodní zákon) ve znění pozdějších předpisů, § 21 tohoto zákona uvádí výčet vedených evidencí, § 22 pak rozděluje kompetence ve vedení jednotlivých evidencí a jejich ukládání do ISVS mezi Ministerstvo zemědělství a Ministerstvo životního prostředí, Způsob vedení evidencí o stavu povrchových a podzemních vod je pak stanoven vyhláškou č. 252/2013 Sb. o rozsahu údajů v evidencích stavu povrchových a podzemních vod a o způsobu zpracování, ukládání a předávání těchto údajů do informačních systémů veřejné správy.

HVD High value dataset. Esri Shape Dataset is distributed using Esri Shape.

Arondace zón národních parků dle § 18 odst. 3 zák. č. 114/1992 Sb.

Vymezení území, která nesplňují charakteristiku zón ochrany přírody národních parků a neslouží k dosažení cíle zóny národního parku, ale jejich zařazení do příslušné zóny je nezbytné z důvodů udržení celistvosti plochy segmentu zóny. Tato data úzce souvisejí s datovou sadou Zonace velkoplošných zvláště chráněných území a doporučuje se je používat s touto datovou sadou společně. Vrstva obsahuje složené prvky (Multipart Features); © AOPK ČR, 2020

Stanovení režimu ochrany s ohledem na přírodní hodnoty území

CSV Dataset is distributed using CSV. KML Dataset is distributed using KML. Esri Shape Dataset is distributed using Esri Shape. GeoJSON Dataset is distributed using GeoJSON.

Autorizované osoby podle zákona o ochraně ovzduší

Autorizované osoby podle paragrafu 32 zákona č. 201/2012 Sb., o ochraně ovzduší, v platném znění, mohou na základě jejich autorizace vykonávat následující činnosti, které slouží pro podporu výkonu státní správy v oblasti ochrany ovzduší: Jednorázové měření emisí, Měření úrovně znečištění, Dohled nad tepelným zpracováním odpadu, Zpracování odborného posudku, Zpracování rozptylové studie, Certifikace biopaliv a ověřování zprávy o emisích Rozhodnutí o autorizaci vydává Ministerstvo životního prostředí na dobu neurčitou. Autorizace vydané podle předchozího zákona č. 86/2002 Sb., o ochraně ovzduší, (jejichž lhůta platnosti vypršela po datu 1. 9. 2012) jsou i nadále platné a není potřeba je dále prodlužovat.

CSV Dataset is distributed using CSV.

Bathing waters

Oblasti povrchových vod využívaných ke koupání („koupací oblasti“) jsou vodním zákonem definovány jako povrchové vody využívané ke koupání osob pro vyhovující jakost vody, které obvykle používá ke koupání větší počet osob, Dne 27.5. 2011 vstoupila v platnost vyhláška č. 157/2011 Sb., kterou se zrušuje vyhláška č. 159/2003 Sb., kterou se stanoví povrchové vody využívané ke koupání osob, ve znění pozdějších předpisů. Počínaje rokem 2012 je každoročně před koupací sezónou sestavován seznam dle § 6g odst. 1 písm, a) zákona č. 258/2000 Sb., ve znění zákona č. 151/2011 Sb, (dále jen seznam). Tento seznam je vytvářen Ministerstvem zdravotnictví ve spolupráci s Ministerstvem životního prostředí a Ministerstvem zemědělství. Informace o datové sadě a data ke stažení zde: http://heis.vuv.cz/isvs/koupobl

Zřízení, vedení a aktualizace evidencí o stavu povrchových a podzemních vod je uloženo zákonem č. 254/2001 Sb, o vodách a o změně některých zákonů (vodní zákon) ve znění pozdějších předpisů, § 21 tohoto zákona uvádí výčet vedených evidencí, § 22 pak rozděluje kompetence ve vedení jednotlivých evidencí a jejich ukládání do ISVS mezi Ministerstvo zemědělství a Ministerstvo životního prostředí. Způsob vedení evidencí o stavu povrchových a podzemních vod je pak stanoven vyhláškou č. 252/2013 Sb, o rozsahu údajů v evidencích stavu povrchových a podzemních vod a o způsobu zpracování, ukládání a předávání těchto údajů do informačních systémů veřejné správy.

HVD High value dataset. Esri Shape Dataset is distributed using Esri Shape.

Biogeographical Division of Czechia

Hranice 366 typů biochor, 94 bioregionů a 4 biogeografických podprovincií na území České republiky publikované v: CULEK, M. et al. (2005). Biogeografické členění České republiky: II. díl. Vydání 1. Praha: AOPK ČR. 590 s., 1 CD. ISBN 80-86064-82-4.; (vrstva obsahuje jednoduché prvky (Singlepart Features); © Culek et al., 2005) a následně zaktualizované dle publikace: Culek M., Grulich V., Laštůvka Z., Divíšek J. (2013): Biogeografické regiony České republiky. - Masarykova univerzita. Brno. 447 s. + mapová příloha. ISBN 978-80-210-6693-9.; (vrstva obsahuje jednoduché prvky (Singlepart Features); © Culek et al., 2013). Digitalizovala AOPK ČR.

Podklad pro vymezení ÚSES a územní plánování

CSV Dataset is distributed using CSV. KML Dataset is distributed using KML. Esri Shape Dataset is distributed using Esri Shape. GeoJSON Dataset is distributed using GeoJSON.

Biosphere Reserves UNESCO

Hranice biosférických rezervací vymezených v rámci programu Člověk a biosféra (Man and the Biosphere Programme) na území ČR; vrstva obsahuje složené prvky (Multipart Features); © AOPK ČR, 2013

Evidence mezinárodně významných částí přírody

CSV Dataset is distributed using CSV. KML Dataset is distributed using KML. Esri Shape Dataset is distributed using Esri Shape. GeoJSON Dataset is distributed using GeoJSON.

Bohatost struktury lesních porostů

Na území ČR výrazně převládá výskyt porostů s jednoduchou strukturou. Porosty s bohatou strukturou se nacházejí především v přirozených lesních ekosystémech a porostech s výběrným způsobem hospodaření, jejichž výskyt na našem území je velmi řídký. Ve větší míře se u nás vyskytují porosty, které se svojí prostorovou a věkovou skladbou porostům s bohatou strukturou pouze blíží, a to především ve fázi obnovy, případně jde o porosty spontánně vznikající na dříve nelesních pozemcích (sukcese). Vytvořeno z podkladových dat organizace Národní lesnický institut.

CSV Dataset is distributed using CSV.

Bonita klimatu

Mapa bonity klimatu hl. m. Prahy - aktualizace 2008. Bonita klimatu - komplexní charakteristika dle všech hodnocených klimatologických hledisek
Data byla vytvořená pomocí prostředku ArcGIS 9.2, Spatial Analyst. Vrstva byla převedena z rastrové vrstvy bonita, s horizontálním rozlišením 25m. Pro realizaci této mapy byla využita tato data: Digitalní referenční mapa Praha-bloková mapa budovy Liniová vrstva uličních úseku Vektorová data tématické vrstvy Úpn-doprava-liniová vrstva silniční sítě Výstupy z Modelového hodnocení kvality ovzduší v Praze-aktualizace 2006 firmou ATEM s.r.o. Digitální model terénu DMR25 Ortofotosnímky ČR.
Výsledná mapa bonity vznikla na základě váženého průměru dílčích map pomocí mapové algebry.

ZIP Dataset is distributed using ZIP. Excel XLSX Dataset is distributed using Excel XLSX. HTML Dataset is distributed using HTML. CSV Dataset is distributed using CSV. KML Dataset is distributed using KML. JSON Dataset is distributed using JSON. GeoJSON Dataset is distributed using GeoJSON.

Bonita klimatu z hlediska míry zastavěnosti území

Mapa bonity klimatu hl. m. Prahy - aktualizace 2008. Data byla vytvořená pomocí prostředku ArcGIS 9.2, Spatial Analyst. Vrstva byla převedena z rastrové vrstvy bonita, s horizontálním rozlišením 25m. Pro realizaci této mapy byla využita tato data: Digitalní referenční mapa Praha-bloková mapa budovy Liniová vrstva uličních úseku Vektorová data tématické vrstvy Úpn-doprava-liniová vrstva silniční sítě Výstupy z Modelového hodnocení kvality ovzduší v Praze-aktualizace 2006 firmou ATEM s.r.o. Digitální model terénu DMR25 Ortofotosnímky ČR.
Vrstva vznikla kombinací vrstvy vegetačního pokryvu a rastrové vrstvy urbanizace, která byla vytvořená z uzlových bodů 25x25 m. Pro každý bod se vypočítal poměr ploch zástavby ve čtverci 100 x 100 m k celkové ploše zájmového území. Výslednávrstva byla překlasifikována do pěti kategorií (I - nejlepší pro kvalitu bonity, V - nejhorší)

ZIP Dataset is distributed using ZIP. Excel XLSX Dataset is distributed using Excel XLSX. HTML Dataset is distributed using HTML. CSV Dataset is distributed using CSV. KML Dataset is distributed using KML. JSON Dataset is distributed using JSON. GeoJSON Dataset is distributed using GeoJSON.

Bonita klimatu z hlediska oslunění

Mapa bonity klimatu hl. m. Prahy - aktualizace 2008. Data byla vytvořená pomocí prostředku ArcGIS 9.2, Spatial Analyst. Vrstva byla převedena z rastrové vrstvy bonita, s horizontálním rozlišením 25m. Pro realizaci této mapy byla využita tato data: Digitalní referenční mapa Praha-bloková mapa budovy Liniová vrstva uličních úseku Vektorová data tématické vrstvy Úpn-doprava-liniová vrstva silniční sítě Výstupy z Modelového hodnocení kvality ovzduší v Praze-aktualizace 2006 firmou ATEM s.r.o. Digitální model terénu DMR25 Ortofotosnímky ČR.
Vrstva vznikla na základě algoritmu pro výpočet globální solární radiace.Výslednávrstva byla překlasifikována do pěti kategorií (I - nejlepší pro kvalitu bonity, V - nejhorší)

ZIP Dataset is distributed using ZIP. Excel XLSX Dataset is distributed using Excel XLSX. HTML Dataset is distributed using HTML. CSV Dataset is distributed using CSV. KML Dataset is distributed using KML. JSON Dataset is distributed using JSON. GeoJSON Dataset is distributed using GeoJSON.

Bonita klimatu z hlediska přirozené ventilace území

Mapa bonity klimatu hl. m. Prahy - aktualizace 2008. Data byla vytvořená pomocí prostředku ArcGIS 9.2, Spatial Analyst. Vrstva byla převedena z rastrové vrstvy bonita, s horizontálním rozlišením 25m. Pro realizaci této mapy byla využita tato data: Digitalní referenční mapa Praha-bloková mapa budovy Liniová vrstva uličních úseku Vektorová data tématické vrstvy Úpn-doprava-liniová vrstva silniční sítě Výstupy z Modelového hodnocení kvality ovzduší v Praze-aktualizace 2006 firmou ATEM s.r.o. Digitální model terénu DMR25 Ortofotosnímky ČR.
Vrstva vznikla váženou kombinací vrstvy topografickcýh překážek v 8 směrech proudění a vrstvy četností větru v těchto směrech.Výslednávrstva byla překlasifikována do pěti kategorií (I - nejlepší pro kvalitu bonity, V - nejhorší)

ZIP Dataset is distributed using ZIP. Excel XLSX Dataset is distributed using Excel XLSX. HTML Dataset is distributed using HTML. CSV Dataset is distributed using CSV. KML Dataset is distributed using KML. JSON Dataset is distributed using JSON. GeoJSON Dataset is distributed using GeoJSON.

Bonita klimatu z hlediska rychlosti proudění

Mapa bonity klimatu hl. m. Prahy - aktualizace 2008. Data byla vytvořená pomocí prostředku ArcGIS 9.2, Spatial Analyst. Vrstva byla převedena z rastrové vrstvy bonita, s horizontálním rozlišením 25m. Pro realizaci této mapy byla využita tato data: Digitalní referenční mapa Praha-bloková mapa budovy Liniová vrstva uličních úseku Vektorová data tématické vrstvy Úpn-doprava-liniová vrstva silniční sítě Výstupy z Modelového hodnocení kvality ovzduší v Praze-aktualizace 2006 firmou ATEM s.r.o. Digitální model terénu DMR25 Ortofotosnímky ČR.
Vrstva vznikla interpolací uzlových bodů rychlosti větru v hladině 10 m nad terénem.Výslednávrstva byla překlasifikována do pěti kategorií (I - nejlepší pro kvalitu bonity, V - nejhorší)

ZIP Dataset is distributed using ZIP. Excel XLSX Dataset is distributed using Excel XLSX. HTML Dataset is distributed using HTML. CSV Dataset is distributed using CSV. KML Dataset is distributed using KML. JSON Dataset is distributed using JSON. GeoJSON Dataset is distributed using GeoJSON.

Bonita klimatu z hlediska výskytu bezvětří

Mapa bonity klimatu hl. m. Prahy - aktualizace 2008. Data byla vytvořená pomocí prostředku ArcGIS 9.2, Spatial Analyst. Vrstva byla převedena z rastrové vrstvy bonita, s horizontálním rozlišením 25m. Pro realizaci této mapy byla využita tato data: Digitalní referenční mapa Praha-bloková mapa budovy Liniová vrstva uličních úseku Vektorová data tématické vrstvy Úpn-doprava-liniová vrstva silniční sítě Výstupy z Modelového hodnocení kvality ovzduší v Praze-aktualizace 2006 firmou ATEM s.r.o. Digitální model terénu DMR25 Ortofotosnímky ČR.
Vrstva vznikla interpolací uzlových bodů četností bezvětří v hladině 10 m nad terénem. Výsledná vrstva byla překlasifikována do pěti kategorií (I - nejlepší pro kvalitu bonity, V - nejhorší)

ZIP Dataset is distributed using ZIP. Excel XLSX Dataset is distributed using Excel XLSX. HTML Dataset is distributed using HTML. CSV Dataset is distributed using CSV. KML Dataset is distributed using KML. JSON Dataset is distributed using JSON. GeoJSON Dataset is distributed using GeoJSON.

Bonita klimatu z hlediska znečištění ovzduší

Mapa bonity klimatu hl. m. Prahy - aktualizace 2008. Data byla vytvořená pomocí prostředku ArcGIS 9.2, Spatial Analyst. Vrstva byla převedena z rastrové vrstvy bonita, s horizontálním rozlišením 25m. Pro realizaci této mapy byla využita tato data: Digitalní referenční mapa Praha-bloková mapa budovy Liniová vrstva uličních úseku Vektorová data tématické vrstvy Úpn-doprava-liniová vrstva silniční sítě Výstupy z Modelového hodnocení kvality ovzduší v Praze-aktualizace 2006 firmou ATEM s.r.o. Digitální model terénu DMR25 Ortofotosnímky ČR.
Vrstva vznikla kombinací rozložení polí koncentrací NO2 a PM10. Výsledná vrstva byla překlasifikována do pěti kategorií (I - nejlepší pro kvalitu bonity, V - nejhorší)

ZIP Dataset is distributed using ZIP. Excel XLSX Dataset is distributed using Excel XLSX. HTML Dataset is distributed using HTML. CSV Dataset is distributed using CSV. KML Dataset is distributed using KML. JSON Dataset is distributed using JSON. GeoJSON Dataset is distributed using GeoJSON.

Brownfields (rozvojové lokality)

Vymezení ploch definovaných jako tzv. brownfields. Brownfields jsou definované jako "plochy uvnitř urbanizovaného území, které ztratily svoji původní funkci, jsou úplně, popřípadě zčásti opuštěné nebo minimálně využívané". Může se jednat o průmyslové, zemědělské, vojenské areály, drážní pozemky a také o areály veřejné vybavenosti (např. zařízení zdravotnictví, sportu aj.). Fyzicky a ekonomicky negativně ovlivňují své okolí a v důsledku své původní činnosti jsou pravděpodobně kontaminovány nebo jinak zdevastovány, což snižuje jejich atraktivitu pro budoucí využití." Více informací lze nalézt v dokumentu Vymezení lokalit brownfields v zastavěném území města Brna z roku 2014. Součastí dat je původní a doporučené využití plochy, kategorie brownfield a další informace. Data jsou zobrazena v mapové aplikaci Brownfields - rozvojové lokality. Podrobnější informace najdete v dokumentaci. Data jsou v souřadnicovém systému GCS WGS84.

ZIP Dataset is distributed using ZIP. Excel XLS Dataset is distributed using Excel XLS. Plain text Dataset is distributed using Plain text. CSV Dataset is distributed using CSV. KML Dataset is distributed using KML. JSON Dataset is distributed using JSON. GML Dataset is distributed using GML. Esri Shape Dataset is distributed using Esri Shape. Octet Stream Dataset is distributed using Octet Stream. GeoJSON Dataset is distributed using GeoJSON. DXF Dataset is distributed using DXF.

Brownfields a greenfields v Libereckém kraji

Databáze brownfields a greenfields v Libereckém kraji představuje komplexní přehled pozemků a nemovitostí vhodných pro investice, přestavbu nebo rozvoj. Brownfields jsou opuštěné, zanedbané nebo nedostatečně využívané objekty a pozemky, často s průmyslovou, zemědělskou či jinou historickou funkcí, které vyžadují revitalizaci. Naopak greenfields označují nedotčené pozemky, obvykle mimo zastavěné oblasti, které jsou určeny pro nové investiční projekty bez nutnosti předchozí sanace.

ZIP Dataset is distributed using ZIP. Excel XLSX Dataset is distributed using Excel XLSX. Plain text Dataset is distributed using Plain text. HTML Dataset is distributed using HTML. CSV Dataset is distributed using CSV. KML Dataset is distributed using KML. JSON Dataset is distributed using JSON. Esri File Geodatabase Dataset is distributed using Esri File Geodatabase. GeoJSON Dataset is distributed using GeoJSON.

Buffer zones of Small-scale national specially protected areas

Hranice ochranných pásem ze zákona a vyhlášených ochranných pásem maloplošných zvláště chráněných území ; vrstva obsahuje složené prvky (Multipart Features); © AOPK ČR, 2025

Evidence vyhlášených zvláště chráněných území

CSV Dataset is distributed using CSV. KML Dataset is distributed using KML. Esri Shape Dataset is distributed using Esri Shape. GeoJSON Dataset is distributed using GeoJSON.

Celková a nahodilá těžba dřeva

V rámci lesního hospodaření se vedle úmyslné těžby plánované lesními hospodářskými plány nebo lesními hospodářskými osnovami provádí také těžba nahodilá. K nahodilé těžbě, se přistupuje nejčastěji v případě kalamitních situací způsobených celou řadou abiotických a biotických faktorů, často vyvolaných probíhající změnou klimatu (např. větrná, hmyzová mokrý sníh, ledovka nebo sucho). Objem nahodilé těžby je důležitým ukazatelem ekologické stability lesních ekosystémů, jejíž míra z velké části závisí na zdravotním stavu a na vhodné druhové i věkové skladbě porostu. Vytvořeno z podkladových dat organizace Český statistický úřad;Národní lesnický institut.

CSV Dataset is distributed using CSV.

Celková a nahodilá těžba dřeva v krajích

V rámci lesního hospodaření se vedle úmyslné těžby plánované lesními hospodářskými plány nebo lesními hospodářskými osnovami provádí také těžba nahodilá. K nahodilé těžbě, se přistupuje nejčastěji v případě kalamitních situací způsobených celou řadou abiotických a biotických faktorů, často vyvolaných probíhající změnou klimatu (např. větrná, hmyzová mokrý sníh, ledovka nebo sucho). Objem nahodilé těžby je důležitým ukazatelem ekologické stability lesních ekosystémů, jejíž míra z velké části závisí na zdravotním stavu a na vhodné druhové i věkové skladbě porostu. Vytvořeno z podkladových dat organizace Český statistický úřad.

CSV Dataset is distributed using CSV.

Celková produkce odpadů

Celková produkce odpadů je součtem celkové produkce ostatních a nebezpečných odpadů. Snížení produkce odpadů je možné předcházením jejich vzniku, což je v souladu s principy oběhového hospodářství. Vytvořeno z podkladových dat organizace Česká informační agentura životního prostředí;Český statistický úřad.

CSV Dataset is distributed using CSV.