Skip to main content
Havforskningsinstituttet

NiN grunntyper og hovedtyper av saltvannssjøbunn, predikert

Distributions 
5
APIs 
3
  • Atom Feed
    • xml
    • bin
    Download
  • Geonorge nedlastning
    • Open license
    • API
    • sql
    • sql
    Download
  • Geonorge nedlastning
    • Open license
    • API
    • gdb
    • bin
    Download
  • Geonorge nedlastning
    • Open license
    • API
    • txt
    • vnd.sosi
    Download
  • Geonorge nedlastning
    • Open license
    • API
    • gml
    • gml
    Download
  • NiN grunntyper og hovedtyper av saltvannssjøbunn, predikert WFS
    • wfs_srvc
    Go to API
  • NiN grunntyper og hovedtyper av saltvannssjøbunn, predikert WMS
    • wms_srvc
    Go to API
  • Geonorge nedlastning
    • ppt
    Go to API
  • Datasets
  • Public access 

    Publicly available to everyone. Access may still require registration and an API key request, as long as anyone can request such registration and/or API keys.

    Read more about access levels here

  • Open data 

    The dataset is classified as public access and has at least one distribution with an approved open license.

OverviewDistributions & APIs 
8
DetailsDiscussions 
0
RDF

Description

Datasettet viser den modellerte, romlige fordelingen av observerte NiN grunntyper, og dekker foreløpig Marine Grunnkart-prosjektets pilotområder i Nye Stavanger kommune, Giske og Ålesund.

Datasettet er modellert og predikert i rom ved hjelp av random forest, en statistisk maskinlæringsteknikk. Observasjonene er basert på 472 videolinjer som hver er 50 meter lange.

Distributions
5

Atom Feed
  • xml
  • bin
Description:

Nedlasting gjennom Atom Feed

Access URL:
https://kartkatalog.geonorge.no/Metadata/uuid/e43e9a94-f1db-4629-8de5-908f0aaf7087
Status:
Not provided
Direct download:
API:
Not provided
Documentation:
Not provided
License:
Conforms to:
Not provided
Rights for use:
Not provided
Download
Geonorge nedlastning
  • Open license
  • API
  • sql
  • sql
Description:

Nedlastning gjennom Geonorge-portalen ved bruk av handlevognsfunksjonalitet

Access URL:
https://kartkatalog.geonorge.no/metadata/uuid/e43e9a94-f1db-4629-8de5-908f0aaf7087
Status:
Not provided
Direct download:
Not provided
API:
Geonorge nedlastning
Documentation:
Not provided
License:
Conforms to:
Not provided
Rights for use:
Not provided
Download
Geonorge nedlastning
  • Open license
  • API
  • gdb
  • bin
Description:

Nedlastning gjennom Geonorge-portalen ved bruk av handlevognsfunksjonalitet

Access URL:
https://kartkatalog.geonorge.no/metadata/uuid/e43e9a94-f1db-4629-8de5-908f0aaf7087
Status:
Not provided
Direct download:
Not provided
API:
Geonorge nedlastning
Documentation:
Not provided
License:
Conforms to:
Not provided
Rights for use:
Not provided
Download
Geonorge nedlastning
  • Open license
  • API
  • txt
  • vnd.sosi
Description:

Nedlastning gjennom Geonorge-portalen ved bruk av handlevognsfunksjonalitet

Access URL:
https://kartkatalog.geonorge.no/metadata/uuid/e43e9a94-f1db-4629-8de5-908f0aaf7087
Status:
Not provided
Direct download:
Not provided
API:
Geonorge nedlastning
Documentation:
Not provided
License:
Conforms to:
Not provided
Rights for use:
Not provided
Download
Geonorge nedlastning
  • Open license
  • API
  • gml
  • gml
Description:

Nedlastning gjennom Geonorge-portalen ved bruk av handlevognsfunksjonalitet

Access URL:
https://kartkatalog.geonorge.no/metadata/uuid/e43e9a94-f1db-4629-8de5-908f0aaf7087
Status:
Not provided
Direct download:
Not provided
API:
Geonorge nedlastning
Documentation:
Not provided
License:
Conforms to:
Not provided
Rights for use:
Not provided
Download

APIs providing this dataset
3

NiN grunntyper og hovedtyper av saltvannssjøbunn, predikert WFS
  • wfs_srvc
Description:

Datasettet viser den modellerte, romlige fordelingen av observerte NiN grunntyper, og dekker foreløpig Marine Grunnkart-prosjektets pilotområder i Nye Stavanger kommune, Giske og Ålesund.

Datasettet er modellert og predikert i rom ved hjelp av random forest, en statistisk maskinlæringsteknikk. Observasjonene er basert på 472 videolinjer som hver er 50 meter lange.

Endpoint:
Documentation:
https://kartkatalog.geonorge.no/Metadata/uuid/53415321-21b0-43e5-8ee0-8b2c17beeae9
Go to API
NiN grunntyper og hovedtyper av saltvannssjøbunn, predikert WMS
  • wms_srvc
Description:

Datasettet viser den modellerte, romlige fordelingen av observerte NiN grunntyper, og dekker foreløpig Marine Grunnkart-prosjektets pilotområder i Nye Stavanger kommune, Giske og Ålesund.

Datasettet er modellert og predikert i rom ved hjelp av random forest, en statistisk maskinlæringsteknikk. Observasjonene er basert på 472 videolinjer som hver er 50 meter lange.

Endpoint:
Documentation:
https://kartkatalog.geonorge.no/Metadata/uuid/74027171-6650-401e-ad1d-78bec13e01cb
Go to API
Geonorge nedlastning
  • ppt
Description:
Not provided
Endpoint:
Documentation:
Not provided
Go to API

Similar datasets

Sårbare marine biotoper – modellert utbredelse HardbunnskorallskogHavforskningsinstituttet
Public access
Artsutbredelse andre marine arterHavforskningsinstituttet
Public access
Hornkoraller - RadicipesHavforskningsinstituttet
Public access
Norkyst Gjennomsnittlig sjøtemperaturHavforskningsinstituttet
Public access
Mareano referansestasjonerHavforskningsinstituttet
Public access

Distributions
5

Atom Feed
  • xml
  • bin
Description:

Nedlasting gjennom Atom Feed

Access URL:
https://kartkatalog.geonorge.no/Metadata/uuid/e43e9a94-f1db-4629-8de5-908f0aaf7087
Status:
Not provided
Direct download:
API:
Not provided
Documentation:
Not provided
License:
Conforms to:
Not provided
Rights for use:
Not provided
Download
Geonorge nedlastning
  • Open license
  • API
  • sql
  • sql
Description:

Nedlastning gjennom Geonorge-portalen ved bruk av handlevognsfunksjonalitet

Access URL:
https://kartkatalog.geonorge.no/metadata/uuid/e43e9a94-f1db-4629-8de5-908f0aaf7087
Status:
Not provided
Direct download:
Not provided
API:
Geonorge nedlastning
Documentation:
Not provided
License:
Conforms to:
Not provided
Rights for use:
Not provided
Download
Geonorge nedlastning
  • Open license
  • API
  • gdb
  • bin
Description:

Nedlastning gjennom Geonorge-portalen ved bruk av handlevognsfunksjonalitet

Access URL:
https://kartkatalog.geonorge.no/metadata/uuid/e43e9a94-f1db-4629-8de5-908f0aaf7087
Status:
Not provided
Direct download:
Not provided
API:
Geonorge nedlastning
Documentation:
Not provided
License:
Conforms to:
Not provided
Rights for use:
Not provided
Download
Geonorge nedlastning
  • Open license
  • API
  • txt
  • vnd.sosi
Description:

Nedlastning gjennom Geonorge-portalen ved bruk av handlevognsfunksjonalitet

Access URL:
https://kartkatalog.geonorge.no/metadata/uuid/e43e9a94-f1db-4629-8de5-908f0aaf7087
Status:
Not provided
Direct download:
Not provided
API:
Geonorge nedlastning
Documentation:
Not provided
License:
Conforms to:
Not provided
Rights for use:
Not provided
Download
Geonorge nedlastning
  • Open license
  • API
  • gml
  • gml
Description:

Nedlastning gjennom Geonorge-portalen ved bruk av handlevognsfunksjonalitet

Access URL:
https://kartkatalog.geonorge.no/metadata/uuid/e43e9a94-f1db-4629-8de5-908f0aaf7087
Status:
Not provided
Direct download:
Not provided
API:
Geonorge nedlastning
Documentation:
Not provided
License:
Conforms to:
Not provided
Rights for use:
Not provided
Download

APIs providing this dataset
3

NiN grunntyper og hovedtyper av saltvannssjøbunn, predikert WFS
  • wfs_srvc
Description:

Datasettet viser den modellerte, romlige fordelingen av observerte NiN grunntyper, og dekker foreløpig Marine Grunnkart-prosjektets pilotområder i Nye Stavanger kommune, Giske og Ålesund.

Datasettet er modellert og predikert i rom ved hjelp av random forest, en statistisk maskinlæringsteknikk. Observasjonene er basert på 472 videolinjer som hver er 50 meter lange.

Endpoint:
Documentation:
https://kartkatalog.geonorge.no/Metadata/uuid/53415321-21b0-43e5-8ee0-8b2c17beeae9
Go to API
NiN grunntyper og hovedtyper av saltvannssjøbunn, predikert WMS
  • wms_srvc
Description:

Datasettet viser den modellerte, romlige fordelingen av observerte NiN grunntyper, og dekker foreløpig Marine Grunnkart-prosjektets pilotområder i Nye Stavanger kommune, Giske og Ålesund.

Datasettet er modellert og predikert i rom ved hjelp av random forest, en statistisk maskinlæringsteknikk. Observasjonene er basert på 472 videolinjer som hver er 50 meter lange.

Endpoint:
Documentation:
https://kartkatalog.geonorge.no/Metadata/uuid/74027171-6650-401e-ad1d-78bec13e01cb
Go to API
Geonorge nedlastning
  • ppt
Description:
Not provided
Endpoint:
Documentation:
Not provided
Go to API

Contact information

Contact point:
Not provided
Website:
Not provided
Email:
genoveva.gonzalez-mirelis@hi.no
Telephone:
Not provided

About the data

Language:
Not provided
Content providers:
Not provided
Provenance:
Not provided
Update frequency:
as needed
First issued:

This date indicates when the data in this dataset was first released. It may have happened before the dataset was published on data.norge.no.

December 20, 2021
Last updated:
October 1, 2025
Accuracy:
Not provided
Availability:
Not provided
Completeness:
Not provided
Currentness:
Not provided
Relevance:
Not provided
Geographical scope:
Norge
Temporal scope:
From:
2021-12-20T00:00:00Z
Conforms to:

Reference to an implementation rule or other specification that forms the basis for the dataset.

Not provided

Legal basis

Not provided

Concepts used in the dataset

Not provided

References

Not provided

About this dataset

Publisher:
Published:

This date indicates when the dataset was harvested by data.norge.no. It may have been available earlier elsewhere.

Read more about harvesting here

March 12, 2026
Last updated:
March 13, 2026
Landing page:
https://kartkatalog.geonorge.no/Metadata/uuid/e43e9a94-f1db-4629-8de5-908f0aaf7087
Documentation:
Not provided
Dataset type:
Not provided
Metadata Quality:

Metadata quality is an indicator of how well the datasets are described using metadata.

Read more about metadata quality here

Excellent (75%)
URI:

Themes

Keywords

Not provided

Discussions on Datalandsbyen
0

No discussions found

What is Datalandsbyen?

Datalandsbyen is our online forum where you can request data, share experiences, and ask for advice related to data sharing and information management.