Via deze database kunnen adviezen van de stookwijzer (https://www.atlasleefomgeving.nl/stookwijzer) die in het verleden zijn gegeven worden opgevraagd. De database is beschikbaar via een grafische gebruikersomgeving op: https://www.atlasleefomgeving.nl/stookwijzer/extra/stookwijzer-archief De database is ook beschikbaar middels een API via: https://data.rivm.nl/api/stookwijzer Let op: wanneer de API zonder filters in de URL wordt aangeroepen, zal geprobeerd worden de volledige dataset in één keer op te halen. Dit leidt tot een geheugenfout. Gebruik daarom altijd een filter. De vorm van zo'n filter ziet er als volgt uit: kolom=operator.waarde Hierbij verwijst 'kolom' naar het attribuut waarop wordt gefilterd, 'operator' naar de gebruikte vergelijkingsoperator en 'waarde' naar de waarde waaraan het attribuut moet voldoen. Zo kan bijvoorbeeld worden gefilterd op gemeente, postcodegebied en begintijdstip van het advies: https://data.rivm.nl/api/stookwijzer?gemeente=eq.Culemborg&pc4=eq.4101&tijdstip_begin=eq.2024-10-23T16:00:00%2B02:00 Bij tijdstippen wordt het ISO 8601-formaat gebruikt. Let erop dat het +-teken in een tijdzone-offset in een URL als %2B moet worden gecodeerd. ---- Beschikbare attributen: pc4 Viercijferige postcodecode die het postcodegebied identificeert waarvoor het Stookwijzeradvies is vastgesteld. gemeente Naam van de gemeente waarin het betreffende viercijferige postcodegebied is gelegen. tijdstip_begin Datum en tijd die het begin markeren van de periode waarvoor het Stookwijzeradvies geldig is. De tijdsaanduiding is vastgelegd conform de ISO 8601-standaard. tijdstip_eind Datum en tijd die het einde markeren van de periode waarvoor het Stookwijzeradvies geldig is. De tijdsaanduiding is vastgelegd conform de ISO 8601-standaard. advies Het Stookwijzeradvies dat van toepassing is op het betreffende viercijferige postcodegebied gedurende de periode tussen tijdstip_begin en tijdstip_eind. Domein: [geel, oranje, rood] ----- Disclaimer: In de periode 24 oktober 2024 t/m 3 februari 2026 werd het advies code oranje niet goed berekend. De adviezen tot 3 februari 2026 bevatten deze rekenfout. In ongeveer 5% van de gevallen heeft de stookwijzer code geel geadviseerd terwijl dat oranje had moeten zijn. De fout heeft zeer beperkt invloed gehad op code rood.

For English see below Inhoud We hebben de relatie tussen temperatuur en sterfte op wijk en gemeente niveau in Nederland geschat, gebruikmakend van een epidemiologisch studie in drie fasen. De temperatuur-sterfte relatie voor elke wijk is weergegeven als relatief risico (RR) voor hoge en lage temperaturen in vergelijking met een referentietemperatuur (de minimale mortaliteitstemperatuur - MMT), en als gestandaardiseerde temperatuur-gerelateerde sterfte. Gedetailleerde informatie over de gebruikte data en methodologie is te vinden in de bijbehorende wetenschappelijke publicatie. 1) Beschrijving rr_wijk Deze dataset bevat het geschatte relatieve risico (RR) voor sterfte bij het 1e en 99e percentiel van de temperatuurverdeling ten opzichte van de minimale mortaliteitstemperatuur (MMT). De RRs zijn uitgesplitst naar wijk en leeftijdsgroep. Deze gegevens zijn gebruikt voor de figuur S9 in de bijlage van de bijbehorende publicatie. Ruimtelijke dekking Wijken in Nederland. De wijken zijn gecodeerd volgens de officiële wijkcodes zoals vastgesteld door het Centraal Bureau voor de Statistiek (CBS) in 2019. Dataformaat xlsx Naam bestand rr_wijk Variabelen WK_CODE = Wijk code Agegr = Leeftijd groep (0-74 jaar; 75+ jaar) RR_cold = Relatieve risico (RR) voor sterfte bij het 1e percentiel van de temperatuurverdeling ten opzichte van de minimale mortaliteitstemperatuur (MMT) RR_heat = Relatieve risico (RR) voor sterfte bij het 99e percentiel van de temperatuurverdeling ten opzichte van de minimale mortaliteitstemperatuur (MMT) 95%CIlow_rr_cold = Ondergrens van het betrouwbaarheidsinterval van het RR, geschat bij het 1e temperatuurpercentiel ten opzichte van de MMT 95%CIlow_rr_heat = Ondergrens van het betrouwbaarheidsinterval van het RR, geschat bij het 99e temperatuurpercentiel ten opzichte van de MMT 95%CIhigh_rr_cold = Bovengrens van het betrouwbaarheidsinterval van het RR, geschat bij het 1e temperatuurpercentiel ten opzichte van de MMT 95%CIhighrr_heat = Bovengrens van het betrouwbaarheidsinterval van het RR, geschat bij het 99e temperatuurpercentiel ten opzichte van de MMT 2) Beschrijving mmt_mmp Deze dataset bevat de minimale mortaliteitstemperaturen (MMTs) en de bijbehorende minimale mortaliteitstemperatuurpercentielen (MMPs). Deze gegevens zijn gebruikt voor de figuur S8 in de bijlage van de bijbehorende publicatie. Ruimtelijke dekking Wijken in Nederland. De wijken zijn gecodeerd volgens de officiële wijkcodes zoals vastgesteld door het Centraal Bureau voor de Statistiek (CBS) in 2019. Dataformaat xlsx Naam bestand mmt_mmp Variabelen WK_CODE = Wijk code MMT = Temperatuurwaarde tussen het 51e en 99e percentiel van de temperatuurverdeling waarbij het temperatuur gerelateerde sterfterisico het laagst is MMP = Temperatuurpercentiel dat overeenkomt met de MMT 3) Beschrijving attr_n_wijk Deze dataset bevat voor elke wijk de geschatte jaarlijkse gestandaardiseerde temperatuur-gerelateerde sterfgevallen per 100,000 inwoners en de bijbehorende empirische betrouwbaarheidsintervallen, zoals weergegeven in figuur 3 van de bijbehorende publicatie. De gestandaardiseerde sterfgevallen geven het aantal sterfgevallen per 100,000 inwoners weer dat kan worden toegeschreven aan blootstelling aan temperatuur tijdens één jaar. Ruimtelijke dekking Wijken in Nederland. De wijken zijn gecodeerd volgens de officiële wijkcodes zoals vastgesteld door het Centraal Bureau voor de Statistiek (CBS) in 2019. Dataformaat xlsx Naam bestand attr_n_wijk Variabelen WK_CODE = Wijk code effect = Temperatuurverdeling waaraan de gestandaardiseerde oversterfte wordt toegeschreven (koud= temperaturen lager dan de MMT; hitte= temperaturen hoger dan de MMT) stdrate = Jaarlijkse gestandaardiseerde hitte en koude-gerelateerde sterfgevallen per 100,000 inwoners. De gestandaardiseerde sterfgevallen in wijken met in totaal minder dan 10 sterfgevallen tijdens de onderzoeksperiode is niet beschikbaar 95%eCIlow = Ondergrens van het empirisch betrouwbaarheidsinterval van de gestandaardiseerde sterfgevallen. 95%eCIhigh = Bovengrens van het empirisch betrouwbaarheidsinterval van de gestandaardiseerde sterfgevallen 4) Beschrijving attr_n_gem Deze dataset bevat voor elke gemeente de geschatte jaarlijkse gestandaardiseerde temperatuur-gerelateerde sterfgevallen per 100,000 inwoners en de bijbehorende empirische betrouwbaarheidsintervallen, zoals weergegeven in figuur 3 van de bijbehorende publicatie. De gestandaardiseerde sterfgevallen geven het aantal sterfgevallen per 100,000 inwoners weer dat kan worden toegeschreven aan blootstelling aan temperatuur tijdens één jaar. Ruimtelijke dekking Gemeenten in Nederland. De gemeenten zijn gecodeerd volgens de officiële gemeentecodes zoals vastgesteld door het Centraal Bureau voor de Statistiek (CBS) in 2019. Dataformaat xlsx Naam bestand attr_n_gem Variabelen GM_CODE = Gemeente code effect = Temperatuurverdeling waaraan de gestandaardiseerde oversterfte wordt toegeschreven (koud= temperaturen lager dan de MMT; hitte= temperaturen hoger dan de MMT) stdrate = Jaarlijkse gestandaardiseerde hitte en koude-gerelateerde sterfgevallen per 100,000 inwoners 95%eCIlow = Ondergrens van het empirisch betrouwbaarheidsinterval van de gestandaardiseerde sterfgevallen 95%eCIhigh = Bovengrens van het empirisch betrouwbaarheidsinterval van de gestandaardiseerde sterfgevallen ************************************************************************************** Description We have assessed the association between temperature and mortality at the wijk level in the Netherlands using a three-stage epidemiological design. The temperature-mortality association for each wijk is reported as relative risks (RRs) of mortality at specific temperatures, and as yearly standardized excess mortality rates (x 100,000 people) attributable to a defined temperature range. Detailed information on the data used and on the methodology can be found in the related scientific publication. 1) Description rr_wijk This dataset contains the estimated relative risks (RR) of mortality at the 1st and 99th percentiles of the temperature distribution vs. the minimum mortality temperature (MMT). The RRs are expressed by district and age group. This data was used to develop Figure S9 in the supplementary information of the related publication. Spatial coverage Districts (wijken) in the Netherlands. Districts are coded using the official wijk codes as defined by Statistics Netherlands in 2019. Data format xlsx File name rr_wijk Variables WK_CODE = District code Agegr = Age group (0-74; 75+) RR_cold = Relative risk estimated at the 1st temperature percentile vs. the minimum mortality temperature RR_heat = Relative risk estimated at the 99th temperature percentile vs. the minimum mortality temperature 95%CIlow_rr_cold = Lower bound of the confidence interval of the relative risk estimated at the 1st temperature percentile vs. the minimum mortality temperature 95%CIlow_rr_heat = Lower bound of the confidence interval of the relative risk estimated at the 99th temperature percentile vs. the minimum mortality temperature 95%CIhigh_rr_cold = Upper bound of the confidence interval of the relative risk estimated at the 1st temperature percentile vs. the minimum mortality temperature 95%CIhighrr_heat = Upper bound of the confidence interval of the relative risk estimated at the 99th temperature percentile vs. the minimum mortality temperature 2) Description mmt_mmp This dataset contains the estimated the MMTs and related temperature percentiles (MMP) at the district level. This data was used to develop Figure S8 in the supplementary information of the related publication. Spatial coverage Districts (wijken) in the Netherlands. Districts are coded using the official wijk codes as defined by Statistics Netherlands in 2019. Data format xlsx File name mmt_mmp Variables WK_CODE = District code MMT = Temperature value between the 51st and 99th percentiles of the temperature distribution for which the temperature-related mortality risk was the lowest MMP = Temperature percentile corresponding the minimum mortality temperature values 3) Description attr_n_wijk This dataset contains the estimated standardized excess mortality rates per 100,000 people and their empirical confidence intervals, at the district level, as displayed in Figure 3 of the related publication. Standardized excess mortality rates represent the yearly number of deaths, per 100,000 people, that are attributable to exposure to temperature. Spatial coverage Districts (wijken) in the Netherlands. Districts are coded using the official wijk codes as defined by Statistics Netherlands in 2019. Data format xlsx File name attr_n_wijk Variables WK_CODE = District code effect = Temperatures to which the standardized excess deaths are attributed to (cold=below the minimum mortality temperature; heat=above the minimum mortality temperature) stdrate = Estimated standardized mortality rates per 100,000 people attributable to heat or cold every year. The standardized mortality rates in wijken with less than 10 total mortality cases throughout the study period are set to NA. 95%eCIlow = Lower bound of the empirical confidence interval of the standardized mortality rates. 95%eCIhigh = Upper bound of the empirical confidence interval of the standardized mortality rates. 4) Description attr_n_gem This dataset contains the estimated standardized excess mortality rates per 100,000 people and their empirical confidence intervals, at the municipality level, as displayed in Figure 3 of the related publication. Standardized excess mortality rates represent the yearly number of deaths, per 100,000 people, that are attributable to exposure to temperature. Spatial coverage All municipalities (gemeenten) in the Netherlands. Municipalities are coded using the official gemeente codes as defined by Statistics Netherlands in 2019. Data format xlsx File name attr_n_gem Variables GM_CODE = Municipality code effect = Temperatures to which the standardized excess deaths are attributed to (cold=below the minimum mortality temperature; heat=above the minimum mortality temperature) stdrate = Estimated standardized mortality rates per 100,000 people attributable to heat or cold every year. 95%eCIlow = Lower bound of the empirical confidence interval of the standardized mortality rates. 95%eCIhigh = Upper bound of the empirical confidence interval of the standardized mortality rates.

De LymeProspect, LymeProspectKids en LymeProspectPlus datasets bevatten uitgebreide onderzoeksgegevens over patiënten met lymeziekte in Nederland. Deze datasets zijn verzameld in het kader van verschillende nationale onderzoeken, gecoördineerd door het RIVM in samenwerking met het Radboudumc, het Amsterdam UMC en Gelre Ziekenhuizen, met als doel om meer inzicht te krijgen in het ziektebeloop, de klachten, behandelingen en de impact van de lymeziekte op zowel volwassenen als kinderen. De LymeProspect dataset richt zich op volwassenen die recent een erythema migrans (EM) of een andere door lymeziekte veroorzaakte manifestatie hebben gehad. Gegevens zijn verzameld via vragenlijsten, medische dossiers en laboratoriumuitslagen. Informatie omvat onder andere demografische gegevens, ziektegeschiedenis, symptomen, behandelingen, laboratoriumuitslagen en follow-up gegevens over herstel en restklachten. Door het longitudinale karakter van de studie kunnen veranderingen in klachten en herstelpatronen over tijd gevolgd worden. Een belangrijk onderdeel van de dataverzameling is het gebruik van gevalideerde Patient-Reported Outcome Measures (PROMs), zoals de SF-36 voor kwaliteit van leven, de CIS voor vermoeidheid, de HADS voor angst en depressie, en specifieke vragenlijsten voor pijn, cognitief functioneren en dagelijks functioneren. Deze PROMs geven inzicht in de ervaren gezondheid en het welzijn van deelnemers vanuit hun eigen perspectief. LymeProspectKids bevat vergelijkbare gegevens, maar dan specifiek gericht op kinderen met de ziekte van Lyme. Ook in deze dataset zijn PROMs opgenomen, waaronder de PedsQL voor kwaliteit van leven bij kinderen, en vragenlijsten voor vermoeidheid, pijn en psychosociaal functioneren. Dit biedt waardevolle informatie over het beloop van de ziekte bij kinderen, het effect van behandelingen en de mate van herstel en eventuele aanhoudende klachten. LymeProspectPlus breidt de gegevensverzameling verder uit met een verlengde follow-up meting 6-10 jaar na LymeProspect. Dit maakt het mogelijk om prevalentie en risicofactoren voor langdurige klachten op de langere termijn te schatten en identificeren, waarbij opnieuw gebruik wordt gemaakt van PROMs om de ervaren gezondheid en restklachten in kaart te brengen.

De kaarten geven aan bij welke winningen een of meer (potentiële) probleemstoffen zijn aangetroffen.

Op deze kaart zie je de gebieden waar waterbedrijven in Nederland drinkwater leveren. Deze kaart laat de begrenzing zien van de gebieden waarbinnen de waterbedrijven in Nederland drinkwater leveren aan haar klanten. Schoon drinkwater is belangrijk, omdat mensen dat nodig hebben om gezond te blijven en goed te kunnen leven. Data is uit 2024.

De kaart geeft een beeld van de onttrekkingen voor drinkwater uit het oppervlaktewater of oevergrondwater. Er wordt onderscheid gemaakt tussen punten waar het direct uit het oppervlaktewater wordt opgenomen en punten waar het water via oeverfiltratie opgenomen wordt (kunstmatige infiltratie van rivierwater door grindlagen of andere doorlatende lagen dicht bij de oever met het doel de waterkwaliteit te verbeteren).

Vlakgericht bestand van de exacte grenzen van de 26 omgevingsdiensten (uitvoeringsorganen onder verlengd lokaal bestuur) per 1-4-2026.

Deze kaart geeft de berekende fijn stof concentraties (PM2,5) van het afgelopen uur. Een deel van het fijn stof komt uit het buitenland. De concentratie wordt uitgedrukt in microgram per kubieke meter (µg/m3). PM2,5 staat voor Particulate Matter, waarbij de deeltjes een diameter hebben dat kleiner is dan 2,5 micrometer. De waarden die u ziet zijn gebaseerd op berekeningen. De berekeningen zijn geijkt aan meerdere metingen in het land. De gebruikte rekenmethode is de Afgeleide Standaardrekenmethode 2, waarbij is herleid naar uurlijkse waarden.