Im Rahmen des Horizon 2020 BBI JU Projektes "CAFIPLA" (grant agreement no. 887115) wurden die theoretischen Biomassepotenziale von 13 Reststoffen aus Landwirtschaft, Siedlungsabfällen und Industrie für alle EU-27 Mitgliedsstaaten jährlich von 2010 bis 2020 mit einer räumlichen Auflösung von NUTS 0 bis NUTS 3, soweit möglich, abgeschätzt. Lücken in den Originaldatensätzen wurden interpoliert und sind als solche gekennzeichnet. Siedlungsabfälle und landwirtschaftliche Nebenprodukte wurden anhand räumlich hochaufgelöster Bevölkerungs- oder Flächennutzungsdaten modelliert und anhand statistischer Daten validiert. Die Regionalisierung der industriellen Reststoffe kann anhand der größten Produktionsstandorte des jeweiligen Industriesektors erfolgen. Das theoretische Biomassepotenzial für Molke wurde ohne weitere Berechnungen direkt von Eurostat übernommen. Der Datensatz wurden mit europaweit verfügbaren Daten erstellt. Eine detaillierte Beschreibung der Methoden findet sich in Günther et al. (2023, submitted). Aufgrund unterschiedlicher Primärdaten und der in der Regel gröberen Auflösung der EU-weiten Datensätze unterscheidet sich das theoretische Potenzial auf NUTS 0, 1, 2, 3 teilweise von Berechnungen, die auf national oder regional verfügbaren Daten, wie der DE-Potenzialreihen, basieren.

Varianten deutschlandweiter der Reliefattribute TPI (Topographic Position Index; Guisan et al. 1999), TON/TOP (Negative and Positive Topographical Openness; Yokoyama et al. 2022) und MBI (Massenbilanzindex; Möller et al. 2008) sowie SLP (Neigung; Zevenbergen & Thorne 1987) auf der Grundlages des Digitalen Geländemodells (DGM 10) des Bundesamtes für Kartographie und Geodäsie (https://gdz.bkg.bund.de/). Guisan, A., Weiss, S.B., Weiss, A.D., 1999. GLM versus CCA spatial modeling of plant species distribution}. Plant Ecology 143, 107–122. https://doi.org/10.1023/A:1009841519580 Möller, M., Volk, M., Friedrich, K., Lymburner, L., 2008. Placing soil-genesis and transport processes into a landscape context: A multiscale terrain-analysis approach. J. Plant Nutr. Soil Sci. 171, 419–430. https://doi.org/10.1002/jpln.200625039 Yokoyama, R., Shlrasawa, M., Pike, R.J., 2002. Visualizing topography by openness: A new application of image processing to digital elevation models. Photogrammetric Engineering and Remote Sensing 68, 257–265. Zevenbergen, L.W., Thorne, C.R., 1987. Quantitative analysis of land surface topography. Earth Surf. Process. Landforms 12, 47–56. https://doi.org/10.1002/esp.3290120107

Der Landatlas nutzt neben Daten der amtlichen Statistik insbesondere Indikatoren der Laufenden Raumbeobachtung und des Informationssystems INKAR des Bundesinstituts für Bau-, Stadt- und Raumforschung (BBSR). Darüber hinaus werden eigens errechnete Erreichbarkeitsindikatoren für unterschiedliche Bereiche der Grundversorgung abgebildet. Diese Daten werden für ausgewählte Themenbereiche und Indikatoren so kleinräumig wie möglich aufbereitet, um differenzierte Perspektiven auf das Leben und Arbeiten in ländlichen Räumen in Deutschland zu ermöglichen. Der Landatlas wird regelmäßig aktualisiert. Der Landatlas ist Teil des Forschungsprojekts Monitoring Ländliche Räume. Weitere Informationen dazu finden sich auf der Projektwebseite des Thünen-Instituts für Ländliche Räume.