Um die Malariainzidenz im Senegal vorherzusagen, wurde in dieser Forschungsarbeit ein verallgemeinertes Modell erstellt, das als Eingabedaten Klimavariablen (insbesondere Niederschlag), historische Daten zum Malariavorkommen und andere verwendet.

Historische Datensätze von 2008 bis 2016 wurden über meteoblue history+ abgerufen und analysiert. Historische Daten zu Niederschlag, Luftfeuchtigkeit und Temperatur waren die relevanten Variablen zur Unterstützung der Modellerstellung.

In diesem Beitrag wird der Einsatz von Wärmepumpen als Alternative zur Wärmeversorgung in der Ukraine bewertet. Die Forschung verwendet auch klimatische Bedingungen als Input sowie Energievorgaben des Landes und die technischen Aspekte von Wärmespeichersystemen.

Die Studie verwendet historische Daten für die Stadt Kiew, die über meteoblue history+ verfügbar sind. Variablen wie Lufttemperatur, Windgeschwindigkeit, Sonneneinstrahlung und Niederschlag waren für die in dieser Studie durchgeführten Untersuchungen relevant.

Ziel dieser Arbeit ist es, die Korrelation zwischen der Menge illegaler Migranten von Mexiko in die USA und den Auswirkungen des Klimawandels auf die landwirtschaftliche Produktion sowie saisonale Temperatur- und Niederschlagsmuster nachzuweisen.

Die von meteoblue bereitgestellten historischen Daten aus 35 Jahren wurden analysiert und ließen wetterabhängigen Migrationsmuster im Zusammenhang mit Temperatur und Niederschlag an verschiedenen Orten in Mexiko erkennen.

Um die Effizienz der Weizenproduktion in Pakistan zu verbessern, wird in dieser Forschungsarbeit der Einsatz von Fernerkundungs- und Machine-Learning-Technologien bei der Planung und Durchführung der Feldarbeiten untersucht.

Historische Wetterdaten für die Region Faisalabad, Pakistan (abgerufen über meteoblue history+) wurden als Input für die Berechnung der Weizenertragsvorhersagen in dieser Untersuchung verwendet.

Unter Berücksichtigung der Auswirkungen des Klimawandels wird in dieser Studie der Zusammenhang zwischen den sich ändernden Temperaturen, Tourismusverhalten und Skiaktivitäten im Raum Garmisch-Partenkirchen seit 1920 untersucht.

Temperatur- und Schneefalldaten wurden verwendet, um die direkten Auswirkungen der Wetterbedingungen über die Jahre hinweg zu analysieren. Die Datenbank history+ lieferte historische Daten ab 1985 für diese Studie.

Im Rahmen des Prozesses der Standortwahl für die Installation von Windturbinen in der Region Luzon, Philippinen, untersucht dieser Beitrag die wichtigen Kriterien für einen Offshore-Windpark, wie Wetterbedingungen, finanzielle und logistische Pläne.

Windgeschwindigkeitsdaten waren die wichtigste Wettervariable, die für diese Studie benötigt wurde. Die historischen Wettersimulationsdaten von meteoblue wurden für einen Zeitraum von mehr als 35 Jahren (1985 - 2021) erfasst.

Ziel dieser Studie ist die Untersuchung und Bewertung der verschiedenen Ergebnisse eines Wassertemperaturmodells unter Verwendung mehrerer meteorologischer Datenquellen als Input. Als Schwerpunkt der Studie wurde der South Saskatchewan River gewählt.

Einer der als Input verwendeten meteorologischen Datensätze stammt aus der historischen Wettersimulationsdatenbank von meteoblue. In der Studie wurde dieser Datensatz mit 2 anderen Datensätzen verglichen, und die Ergebnisse bestätigten dessen hohe Genauigkeit und Benutzerfreundlichkeit.

Mit dem Ziel, die Korrelation zwischen dem Klimawandel und der Geographie Italiens (insbesondere in den Bergen und Tälern) besser zu verstehen, wird in dieser Studie ein Algorithmus verwendet, der entwickelt wurde, um die Zerklüftung bestimmter Gebiete abzuschätzen und ihre Erwärmungsraten zu analysieren.

Es wurden mehr als 30 Jahre historischer meteoblue Wettersimulationsdaten (von 1985 bis 2018) in stündlichen Zeitschritten ausgewertet. Die Daten wurden verwendet, um die jährliche Durchschnittstemperatur zu berechnen und mögliche Anomalien zu erkennen.

Ziel dieser Untersuchung war es, die Auswirkungen des Klimawandels auf die Betriebskapazität von Übertragungsleitungen in brasilianischen Windparks zu ermitteln und so die Zuverlässigkeit der Leitungen sicherzustellen.

meteoblue hat historische Wettersimulationsdaten aus sieben Jahren (2014-2021) in die Studie einfließen lassen, wobei Variablen wie Windgeschwindigkeit und Umgebungstemperatur für drei Koordinaten analysiert wurden, an denen sich Übertragungsleitungen befinden.

Ziel dieser Forschungsarbeit ist es, mehr über die Auswirkungen des Klimawandels auf schuttbedeckte Gletscher im Vergleich zu reinen Eisgletschern sowie über die vielfältigen räumlichen und zeitlichen Folgen der Schuttbedeckung zu erfahren.

Es wurden 30 Jahre (1990-2020) historische Wettersimulationsdaten für drei Gletscherstandorte (Miage, Himal Chuli und Hinang Glacier) erhoben, um die lokale Entwicklung der Durchschnittstemperatur und der Schneefallmenge zu beobachten.

Ziel dieser Studie war es, das Verständnis der Funktionsweise des Ökosystems des „Gelaagparks“ und seiner Vegetation, Geographie und Wildtierarten zu verbessern.

Die historischen Daten von meteoblue wurden verwendet, um die Studie hinsichtlich der für dieses Gebiet geltenden klimatischen Faktoren wie Temperatur, Niederschlag, Wind und Luftfeuchtigkeit zu unterstützen. Der analysierte Zeitraum erstreckte sich über 20 Jahre (2000–2020).

Im Zusammenhang mit erneuerbaren Energien befasst sich diese Studie mit dem Thema der Energieautonomie von Inselgebieten mit dem Ziel, festzustellen, inwieweit die Insel Korsika (Frankreich) in der Lage ist, sich selbst mit elektrischer Energie zu versorgen.

Die von meteoblue bereitgestellten historischen Wetterdaten wurden verwendet, um zwischen 2015 und 2020 an drei Standorten auf Korsika Windgeschwindigkeitsdaten in 80 m Höhe abzurufen und so die Schätzung der von Windkraftanlagen erzeugten Energie zu unterstützen.

Der Schwerpunkt der Studie lag darauf, mehr über die Riffmantarochenarten, ihren Lebensraum und die Umweltfaktoren, die ihr Verhalten beeinflussen, zu erfahren. Dies trägt dazu bei, eine Strategie zur Erhaltung der Riffmantarochen zu entwickeln.

Die historischen Wetterdaten von meteoblue wurden verwendet, um die Auswirkungen von Windgeschwindigkeit und -richtung auf das Verhalten und den Lebensraum der Mantarochen zu bewerten.

Diese Forschungsarbeit zielt darauf ab, die Wolken-Wissenschaft besser zu verstehen, um ein Echtzeit-Wetter-Rendering-System zu entwickeln, das zur Erstellung hochpräziser Wettersimulationen für die Anwendung in Spielen und anderen Zwecken verwendet werden kann.

meteoblue Wetterdaten wurden verwendet, um vergangene, aktuelle und prognostizierte Daten zu visualisieren. Dabei handelt es sich vor allem um Wolkenbedeckungsdaten verschiedener Atmosphärenschichten, aber auch um Niederschlags- und Winddaten.

Mit dem Ziel der Optimierung des Ladevorgangs von Elektrofahrzeugen wird in dieser Masterarbeit ein Algorithmus entwickelt, der Aspekte wie Schwankungen der Netznutzungsentgelte und das wirtschaftliche Potenzial verschiedener Kombinationen erneuerbarer Energiequellen berücksichtigt.

Der Algorithmus nutzte zur Berechnung der Energieerzeugungsleistungen auf der Kilowattspitze basierende historische Solarstromproduktionsdaten von meteoblue.

In dieser Masterarbeit wurden die Auswirkungen des Klimawandels auf die kommerzielle Aktivität in Bergregionen untersucht. Dabei wurden saisonale Auswirkungen, Methoden zur Anpassung des Klimawandels und nachhaltige Entwicklungsaktivitäten berücksichtigt.

Die historischen Wettersimulationsdaten von meteoblue wurden hauptsächlich zur Analyse der Klimaentwicklung während der Wintersaison verwendet, wobei Wettervariablen wie Temperatur, relative Luftfeuchtigkeit, Schneefallmenge usw. in Betracht gezogen worden sind.

Diese Studie zielt darauf ab, einen Beitrag zum Projekt des infrastrukturellen und sozialen Wiederaufbaus der Stadt Mosul im Irak zu leisten, wo im Jahr 2017 groß angelegte bewaffnete Konflikte stattfanden, die Spuren der Zerstörung hinterließen.

Um die Bau- und Architekturinitiativen in der Region zu optimieren, ist das Verständnis der klimatischen Eigenschaften des Gebiets ein wichtiger Aspekt. Die historischen Wettersimulationsdaten von meteoblue wurden für die Stadt Mosul herangezogen und zur Unterstützung der Studien verwendet.

Diese Studie betrachtet das Thema erneuerbare Energien und bewertet die Einführung eines hybriden erneuerbaren Energiesystems, um den besten Energiemix zu ermitteln. Als Standort für eine Fallstudie wurden die Kanarischen Inseln ausgewählt.

Über meteoblue history+ wurden Winddaten in Form von Windrosen und Histogrammen abgerufen.

Ziel dieser Masterarbeit war es, ein effizientes Verfahren zur Vorhersage von Reiserträgen in Kolumbien zu entwickeln, das einen Ansatz des Machine Learnings nutzt, um das potenzielle Problem der regionalen Nahrungsmittelversorgung aufgrund des Klimawandels zu lösen.

Die historischen Wettersimulationsdaten von meteoblue wurden als Quelle für mehrere Wettervariablen wie Niederschlag, Temperatur, relative Luftfeuchtigkeit, Sonnenstunden und mehr verwendet.

Diese Studie unterstreicht die Bedeutung von Winddaten als Validierungsgrundlage für die Errichtung von Windparks in afrikanischen Entwicklungsländern. Der Mangel an verfügbaren relevanten Informationen ist ein großes Hindernis für die Entwicklung erneuerbarer Energien in Entwicklungsländern.

Die Studie basiert auf den historischen Windgeschwindigkeits- und Windrichtungsdaten von meteoblue aus den Jahren 2011 bis 2016 für vier Standorte in Kamerun und Nigeria.

Als Teil des Planungsprojekts für "Attranyon", ein innovatives Geschäftshaus in der Schweiz, bewertet diese Studie den Energieverbrauch und die Autarkieaspekte des Projekts. Es soll als Modellprojekt für die Schweiz dienen, um ihre Klimaziele zu erreichen.

Die Temperaturdaten der letzten 10 Jahre (2010-2020) wurden aus der meteoblue Datenbank entnommen und für die Berechnung des Energieverbrauchs des Gebäudes verwendet.

Im Zusammenhang mit Covid-19 werden in dieser Studie die Auswirkungen der Lockdown-Maßnahmen auf die verkehrs- und industriebezogenen Emissionen analysiert, insbesondere in den Städten Pisa, Lucca und Florenz in Italien.

Um die möglichen Auswirkungen der verringerten Emissionen zu untersuchen, wurden Wetterdaten aus der meteoblue Datenbank herangezogen. Für die drei oben genannten Städte wurden Variablen wie Windgeschwindigkeit, Niederschlag, relative Luftfeuchtigkeit und mehr abgerufen.

Ziel der Forschungsarbeit ist es, den stark gefährdeten Lemur-Laubfrosch weiter zu erforschen. Das Verständnis des Verhaltens, der Fortpflanzung und der Nistplätze der Art in Abhängigkeit vom Wetter und von den Mondphasen könnte zur Ausarbeitung von Bestandserhaltungsmaßnahmen beitragen.

Im Rahmen der Wetteranalyse wurden stündliche Daten für Luftfeuchtigkeit, Lufttemperatur und Bewölkung für die Region Limon, Costa Rica, aus der meteoblue Datenbank abgerufen.

Der Schwerpunkt dieser Studie lag auf der Entwicklung eines Mechanismus zur Vorhersage der photovoltaischen Leistung auf Grundlage eines Machine Learning Modells (das im Zusammenhang mit erneuerbaren Energien direkt von vielen meteorologischen Faktoren beeinflusst wird) und der Abschätzung der Solarstromleistung.

In dieser Studie wurden mehr als 30 Jahre meteoblue Wettersimulationsdaten als Input für die Modelle des Machine Learnings verwendet, insbesondere Lufttemperatur, relative Luftfeuchtigkeit, Wolkenbedeckung, Kurzwellenstrahlung, Windgeschwindigkeit und -richtung.

Diese Studie analysiert die Entwicklung landwirtschaftlicher Photovoltaiksysteme, einer Methode, die es ermöglicht, dasselbe Stück Land gleichzeitig für die Landwirtschaft und die Photovoltaik-Energieerzeugung zu nutzen.

Die historischen Wetterdaten von meteoblue wurden verwendet, um die Produktivität von photovoltaischen Energieerzeugungssystemen zu bewerten. Wettervariablen wie Lufttemperatur, relative Luftfeuchtigkeit und Sonneneinstrahlung wurden für Standorte in Deutschland, Spanien und der Türkei herangezogen.

Diese Studie untersuchte den Zusammenhang zwischen den Wetterbedingungen und dem Bierverkaufsvolumen in Denver, Vereinigte Staaten von Amerika, und sammelte Daten von Brauereien und Restaurants sowie die Wetterdaten verschiedener Jahreszeiten mit dem Ziel, die Muster des Bierkonsums besser zu verstehen.

Dazu wurden die Variablen Durchschnittstemperatur, Niederschlag und Sonnenscheindauer aus der historischen Wettersimulationsdatenbank von meteoblue analysiert.

Im Rahmen eines Plans zur Reduzierung der Stromkosten und CO₂-Emissionen auf dem Campus der Queen Mary University wird in diesem Projekt die Machbarkeit der Implementierung einer Windkraftanlage zur Energieversorgung geprüft. Um das Windverhalten zu verstehen, wurde eine Computational Fluid Dynamics-Simulation durchgeführt und verschiedene Turbinen getestet.

Die historischen Wettersimulationsdaten von meteoblue wurden verwendet, um die Entwicklung der Windgeschwindigkeit und -richtung auf dem Queen Mary Campus zu untersuchen. Zur Beurteilung und Demonstration der Windverteilung wurde im Projekt auch eine Windrose eingesetzt.

Um das Konzept der Finite Sample Smeariness (FSS) in einem realen Anwendungsfall anzuwenden, nutzte die Studie Winddaten als Test- und Analyseobjekt, wobei Bootstrap-Tests zum Einsatz kamen und deren Effizienz gemessen wurde.

20 Jahre Windrichtungsdaten (2000-2019) aus Basel und Göttingen wurden genutzt, um ein mögliches sich änderndes Muster zu erkennen, das auf Auswirkungen des Klimawandels hinweisen könnte.

Diese Studie verwendet eine statistische Analyse der linearen Trends der maximalen und minimalen Temperatur sowie saisonaler Trends, um das Verständnis des Klimas in Lahore, Pakistan, zu verbessern.

Die Entwicklung der Temperaturtrends wurde anhand der historischen Wettersimulationsdaten von meteoblue aus 31 Jahren (1988–2019) berechnet. Die Daten wurden einer statistischen Analyse unterzogen und trugen zu den Ergebnissen der Studie bei.

Ziel dieser Studie war die Erfassung von Luftschadstoffmessungen sowie die Nutzung von Wetter- und Verkehrsdaten, um die Luftqualitätssituation in Paris besser zu verstehen und damit eine Karte der Luftverschmutzung zu erstellen.

Wettervariablen wie Wind, Niederschlag und Temperatur wurden aus der meteoblue Wettersimulationsdatenbank abgerufen und trugen zur meteorologischen Analyse des Projekts bei.

Ziel dieser Bachelorarbeit war es, die Situation der Tafeltrauben in Deutschland zu analysieren (eine der am meisten konsumierten Früchte dort), wo die Vernachlässigung der Ernteaktivitäten der örtlichen Landwirte zu einem großen Importbedarf geführt hat.

Um zu verstehen, ob die Wetterbedingungen ein wesentliches Hindernis für den Ertrag von Tafeltrauben in Deutschland darstellen, wurden die meteoblue Wetterdaten von 1985 bis 2019 analysiert. Für die Analyse wurden Variablen wie Temperatur, Niederschlag und Sonnenscheinstunden hinzugezogen.

In Anbetracht der Auswirkungen des Klimawandels werden in dieser Studie die Folgen extremer Wetterereignisse und veränderter Temperaturen für den Betrieb von Flughäfen analysiert. Darüber hinaus bietet die Studie Optionen für Anpassungsmaßnahmen, wobei die Analyse der Wettervariablen einbezogen wird.

Windgeschwindigkeits- und -richtungsdaten der letzten 35 Jahre (einschließlich Windrosen und Diagramme) wurden von meteoblue bereitgestellt und als Input für die Untersuchung der Standorte drei kanadischer Flughäfen verwendet.