API src

Found 329 results.

Related terms

Manuell erfasste Einzelbaum Stammpositionen in einigen Wuppertaler Parkanlagen

<p>Der Datensatz umfasst die vom Ressort Grünflächen und Forsten der Stadt Wuppertal manuell erfassten 15.194 punktförmigen Einzelbaumpositionen in den Parkanlagen Nordpark, Mirker Hain (südlicher Teil zwischen Kohl- und Vogelsangstraße) und Nützenberg (Teilbereich Kaiserhöhe). Die Daten wurden am Bildschirm mit der Software QGIS auf Basis von digitalen Orthophotos des Landes Nordrhein-Westfalen digitalisiert (Befliegungsdatum 01.03.2023, Bodenauflösung 10 cm). In diesen Luftbildern sind die Bäume ohne Belaubung abgebildet, was eine zuverlässige Erfassung der Stammpositionen ohne Sichtbehinderung durch das Blattwerk erlaubt. Der Datensatz wurde im Zusammenhang mit der Entwicklung des Verfahrens "twin4tree" im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling erstellt (Leitung dieses Teilvorhabens: EFTAS Fernerkundung Technologietransfer GmbH, Münster). Er dient zur unabhängigen quantitativen Überprüfung der Ergebnisse von KI-Verfahren zur Detektion von Einzelbäumen aus Luftbildern ("Ground Truth"). In dichten Baumbeständen ist nämlich die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Daher unterschätzen solche Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Mit den hier bereitgestellten Ground-Truth-Daten wurde für Wuppertal ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet. Der Datensatz ist in den Formaten GeoPackage, GeoJSON und KML in verschiedenen Koordinatenreferenzsystemen unter der Open-Data-Lizenz CC BY 4.0 verfügbar.</p> <p> </p>

Manuell erfasste Einzelbaum Stammpositionen in einigen Wuppertaler Parkanlagen

Der Datensatz umfasst die vom Ressort Grünflächen und Forsten der Stadt Wuppertal manuell erfassten 15.194 punktförmigen Einzelbaumpositionen in den Parkanlagen Nordpark, Mirker Hain (südlicher Teil zwischen Kohl- und Vogelsangstraße) und Nützenberg (Teilbereich Kaiserhöhe). Die Daten wurden am Bildschirm mit der Software QGIS auf Basis von digitalen Orthophotos des Landes Nordrhein-Westfalen digitalisiert (Befliegungsdatum 01.03.2023, Bodenauflösung 10 cm). In diesen Luftbildern sind die Bäume ohne Belaubung abgebildet, was eine zuverlässige Erfassung der Stammpositionen ohne Sichtbehinderung durch das Blattwerk erlaubt. Der Datensatz wurde im Zusammenhang mit der Entwicklung des Verfahrens "twin4tree" im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling erstellt (Leitung dieses Teilvorhabens: EFTAS Fernerkundung Technologietransfer GmbH, Münster). Er dient zur unabhängigen quantitativen Überprüfung der Ergebnisse von KI-Verfahren zur Detektion von Einzelbäumen aus Luftbildern ("Ground Truth"). In dichten Baumbeständen ist nämlich die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Daher unterschätzen solche Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Mit den hier bereitgestellten Ground-Truth-Daten wurde für wurde für Wuppertal ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet. Der Datensatz ist in den Formaten GeoPackage, GeoJSON und KML in verschiedenen Koordinatenreferenzsystemen unter der Open-Data-Lizenz CC BY 4.0 verfügbar.

Erosionsprozesse in degradierten Arganbeständen in Südmarokko

Boden und Vegetation endemischer Arganbestände in Marokko werden durch Expansion und Intensivierung der Agrarwirtschaft sowie Überweidung zunehmend degradiert. Überschirmte Flächen nehmen ab, unbedeckte Flächenanteile zwischen den Arganien nehmen zu. Infolge verminderter Infiltration steigen Oberflächenabfluss- und Bodenabtragsraten stark an. Auf den degradierten Böden kann sich nur lückenhafter Unterwuchs (Krautige und Gras) und kein Jungwuchs mehr ausbilden. Durch Untersuchungen verschieden stark degradierter Arganbestände werden in diesem Vorhaben Grenzwerte herausgearbeitet, ab denen bodenerodierende Prozesse initiiert werden, sowie solche, ab denen von einer Dynamisierung der Prozesse, insbesondere Rinnen- und Gully-Erosion, auszugehen ist. Dazu werden in drei Testgebieten im Hohen und Anti-Atlas eingezäunte Aufforstungsflächen mit ungeschützten Flächen auf verschiedenen Hangneigungen verglichen. Die Entwicklung der Bestandsdichten wird mit hochauflösenden CORONA-Satellitenbildern aus dem Jahr 1968 und großmaßstäbigen Luftbildern von 2017/18 quantifiziert, welche mit unbemannten Fluggeräten (UAVs) aufgenommen werden. Die Wuchsform der Bäume wird mit Structure from Motion (SfM)-Verfahren (3D-Modelle aus Multikopter-Aufnahmen) dokumentiert und klassifiziert. Untersuchungen zur Korngrößenverteilung, Aggregatstabilität, organischen Bodensubstanz und Bodennährstoffen sollen hypothesengeleitet den - mit steigendem Abstand der Bäume - sinkenden Einfluss der baumüberschirmten Fläche auf die erweiterten Zwischenbaumflächen aufzeigen. Mit Beregnungsversuchen und Infiltrationsmessungen werden Erodibilität und Infiltrationsvermögen der Zwischenbaumflächen in verschiedenen Degradationsstadien untersucht. Der Sedimentaustrag aus linearen Erosionsformen wird durch ein SfM-Monitoring mittels 3D-Modellen quantifiziert. Steinbedeckung und Viehwege lassen sich aus den selbst erstellten Luftbildern ermitteln. Viehzählungen und Interviews mit Schlüsselinformanten ergänzen die Kenntnisse über den Beweidungsdruck durch Schafe und Ziegen auf die Arganbestände. Anhand der Untersuchungen zur Degradation von Bestandsdichten, Zwischenbaum- und baumüberschirmten Flächen können die Arganbestände in mit Werten unterfütterte Stabilitätsklassen unterteilt werden. Die durch das Multi-Methoden-Konzept erarbeiteten Grenzwerte zeigen die Dynamisierung der Bodenerosionsprozesse unter Arganbeständen und belegen, dass bestimmte Erosionsprozesse verschiedenen Degradationszuständen der Fläche sowie unterschiedlichen Bestandsdichten zugeordnet werden können. Dies ist eine notwendige Voraussetzung für die nachhaltige Bewirtschaftung der Arganbestandsflächen.

Manuell erfasste Einzelbaum Stammpositionen in einigen Wuppertaler Parkanlagen

<p>Der Datensatz umfasst die vom Ressort Grünflächen und Forsten der Stadt Wuppertal manuell erfassten 15.194 punktförmigen Einzelbaumpositionen in den Parkanlagen Nordpark, Mirker Hain (südlicher Teil zwischen Kohl- und Vogelsangstraße) und Nützenberg (Teilbereich Kaiserhöhe). Die Daten wurden am Bildschirm mit der Software QGIS auf Basis von digitalen Orthophotos des Landes Nordrhein-Westfalen digitalisiert (Befliegungsdatum 01.03.2023, Bodenauflösung 10 cm). In diesen Luftbildern sind die Bäume ohne Belaubung abgebildet, was eine zuverlässige Erfassung der Stammpositionen ohne Sichtbehinderung durch das Blattwerk erlaubt. Der Datensatz wurde im Zusammenhang mit der Entwicklung des Verfahrens "twin4tree" im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling erstellt (Leitung dieses Teilvorhabens: EFTAS Fernerkundung Technologietransfer GmbH, Münster). Er dient zur unabhängigen quantitativen Überprüfung der Ergebnisse von KI-Verfahren zur Detektion von Einzelbäumen aus Luftbildern ("Ground Truth"). In dichten Baumbeständen ist nämlich die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Daher unterschätzen solche Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Mit den hier bereitgestellten Ground-Truth-Daten wurde für Wuppertal ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet. Der Datensatz ist in den Formaten GeoPackage, GeoJSON und KML in verschiedenen Koordinatenreferenzsystemen unter der Open-Data-Lizenz CC BY 4.0 verfügbar.</p> <p> </p>

Forstliches Umweltmonitoring

Waldökosysteme sind vielfältigen Belastungen ausgesetzt. Um rechtzeitig ungünstigen Entwicklungen entgegensteuern zu können, ist eine fortlaufende Überwachung des Waldzustandes notwendig. Dieses forstliche Umweltmonitoring erfolgt in Rheinland-Pfalz mit Hilfe von landesweiten Übersichtserhebungen (Level-I: Kronenzustandserhebung, Bodenzustandserhebung oder Waldernährungserhebung auf einem systematischen Raster) und anhand von Intensivuntersuchungen an Waldökosystem-Dauerbeobachtungsflächen (Level-II kontinuierliche Messungen der Luftschadstoffbelastung und der Witterungsverläufe sowie eine fortlaufende Beobachtung der Reaktionen der Waldökosysteme auf natürliche und anthropogene Stresseinflüsse an ausgewählten für die wichtigsten Waldstandorte in Rheinland-Pfalz charakteristischen Flächen). Erfasst werden u.a.: Kronenzustand (terrestrisch und aus IRC-Luftbildern); Waldwachstum; Nährstoffversorgung; Bodenvegetation; Bodenzustand; Baumflechten; Feinwurzeln; Mykorrhiza; Streufall; Ozonschadsymptome; Phänologie; Klima; Witterung; Luftschadstoffimmission; Luftschadstoffdeposition; Bodenwasser; Quellwasser. Anhand dieser Ergebnisse erfolgen Bewertungen zu den Themen: Wasserhaushalt, Bioelementhaushalt, Bodenversauerung, Stickstoffsättigung, Überschreitungen der ökologischen Belastungsgrenzen durch Luftschadstoffe (critical loads, AOT 40 etc.). Alle wesentlichen Befunde und umfangreiche Bewertungen können auch unter www.fawf.wald-rlp.de und hier unter: Forschungsschwerpunkte/Forstliches Umweltmonitoring eingesehen werden.

Entwicklung eines fernerkundungsbasierten Monitoringverfahrens auf Grundlage einer physiologisch fundierten Vitalitätsbewertung von Hauptbaumarten in Mischbeständen

Im Zuge des Klimawandels steigt der Informationsbedarf zur Vitalitätsentwicklung von Wäldern und Baumarten sowie deren Reaktionen auf Störungsereignisse wie Sturm oder Kalamitäten. Da detaillierte Informationen häufig fehlen, sind die verbreiteten Abschätzungen hierzu teils widersprüchlich und spekulativ. Parallel zur terrestrischen Waldzustandserfassung ist die forstliche Fernerkundung bemüht, diese Informationslücke zu schließen. Allerdings ist die Unterscheidung von Baumarten und deren Vitalitätszustand noch immer problematisch. Zur Erhebung dieser Messwerte fehlen belastbare baumphysiologisch belegte Zusammenhänge. Dafür bieten sich Verfahren der Fernerkundung an, wenn über eine rein empirische Erhebung hinaus die Ableitung baumphysiologischer Parameter gelingt. Mit dem aktuellen Forschungsvorhaben soll eine Brücke zwischen den modernen Möglichkeiten der forstlichen Fernerkundung und Gehölzphysiologie geschlagen werden. Ein im Wald installierter 40 m hoher Drehkran am GFZ TERENO-Forschungsstandort im Raum Demmin (MV) bietet dabei für FeMoPhys einzigartige Möglichkeiten. Das Vorhaben verfolgt folgende Ziele: 1. Untersuchung von Zusammenhängen zwischen stressbedingten, physiologischen Veränderungen in Baumkronen, Stamm und Wurzeln und deren Quantifizierbarkeit durch 'Messung von außen' 2. Verknüpfung des methodischen Knowhow der baumphysiologischen Diagnostik und den Verfahren der hyper-/multispektralen und thermalen Diagnostik von Baumkronen 3. Identifikation klimasensitiver Areale auf der Basis von Flächendaten und baumphysiologischen Untersuchungen speziell für Hauptbaumarten 4. Entwicklung eines einfach zugänglichen Informationsproduktes zum baumartenspezifischen Waldzustand Das Projekt will einen Forest Vulnerability Index anvisieren, der Zielgrößen wie Anfälligkeit für Insektenbefall und Dürreschäden ausgibt. Dieser und weitere Indizes können kombiniert werden und so helfen, Risiken für Kaskadeneffekte und die Überschreitung von Kipppunkten abzuschätzen.

Einzelbaum Stammpositionen aus Luftbildern (2021) Wuppertal

<p>Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, punktförmigen Stammpositionen von rund 894.000 Bäumen im Stadtgebiet von Wuppertal, ausgeführt durch die EFTAS Fernerkundung Technologietransfer GmbH aus Münster im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling mit dem in dieser Kooperation entwickelten Verfahren "twin4tree". Hierbei wurde das normalisierte Digitale Oberflächenmodell (nDOM) von Geobasis NRW (Jahrgang 2021) als Höhenmodell verwendet. Um keine Gebäude oder Bauwerke als Baum zu identifizieren, wurden für das Vegetationshöhenmodell nur Bereiche des nDOM innerhalb einer Baummaske berücksichtigt, die zuvor über eine Klassifikation der o. g. Luftbilder mit dem KI-Verfahren "Cop4ALL" erzeugt wurde. Die einzelnen Bäume wurden darin über ein Template-Matching-Verfahren identifiziert, bei dem variable 3D-Schablonen (sphärische und gaußförmige Form für Laubbäume, parabolische, hyperbolische und konische Form für Nadelbäume) über das Vegetationshöhenmodell gelegt werden. Den so gefundenen Baumstandorten wurden mittels einer Segmentierung des Vegetationshöhenmodells Baumkronen zugeordnet, deren senkrechte Projektion auf den Boden zweidimensionale Baumkronenpolygone ergab. Die Stammposition eines Baumes wurde im geometrischen Schwerpunkt seines Baumkronenpolygons angenommen. Der Datensatz ist im GeoPackage-Format unter der Open-Data-Lizenz CC BY 4.0 verfügbar.</p> <p><strong>Wichtige Hinweise: (1) In dichten Baumbeständen ist die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Auch sogenannte "beherrscht stehende Individuen" unterhalb der aus der Luft sichtbaren Baumkronen lassen sich mit dem twin4tree-Verfahren nicht eindeutig erkennen. Daher unterschätzt das Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Aus stichprobenhafte Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet. (2) Die genauen Stammpositionen können aus optischen Fernerkundungsdaten nicht bestimmt werden. Die als Stammpositionen angegebenen Schwerpunkte der Baumkronenpolygone sind Näherungswerte.</strong></p> <p> </p>

Einzelbaum Stammpositionen aus Luftbildern (2021) Wuppertal

<p>Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, punktförmigen Stammpositionen von rund 894.000 Bäumen im Stadtgebiet von Wuppertal, ausgeführt durch die EFTAS Fernerkundung Technologietransfer GmbH aus Münster im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling mit dem in dieser Kooperation entwickelten Verfahren "twin4tree". Hierbei wurde das normalisierte Digitale Oberflächenmodell (nDOM) von Geobasis NRW (Jahrgang 2021) als Höhenmodell verwendet. Um keine Gebäude oder Bauwerke als Baum zu identifizieren, wurden für das Vegetationshöhenmodell nur Bereiche des nDOM innerhalb einer Baummaske berücksichtigt, die zuvor über eine Klassifikation der o. g. Luftbilder mit dem KI-Verfahren "Cop4ALL" erzeugt wurde. Die einzelnen Bäume wurden darin über ein Template-Matching-Verfahren identifiziert, bei dem variable 3D-Schablonen (sphärische und gaußförmige Form für Laubbäume, parabolische, hyperbolische und konische Form für Nadelbäume) über das Vegetationshöhenmodell gelegt werden. Den so gefundenen Baumstandorten wurden mittels einer Segmentierung des Vegetationshöhenmodells Baumkronen zugeordnet, deren senkrechte Projektion auf den Boden zweidimensionale Baumkronenpolygone ergab. Die Stammposition eines Baumes wurde im geometrischen Schwerpunkt seines Baumkronenpolygons angenommen. Der Datensatz ist im GeoPackage-Format unter der Open-Data-Lizenz CC BY 4.0 verfügbar.</p> <p><strong>Wichtige Hinweise: (1) In dichten Baumbeständen ist die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Auch sogenannte "beherrscht stehende Individuen" unterhalb der aus der Luft sichtbaren Baumkronen lassen sich mit dem twin4tree-Verfahren nicht eindeutig erkennen. Daher unterschätzt das Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Aus stichprobenhafte Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet. (2) Die genauen Stammpositionen können aus optischen Fernerkundungsdaten nicht bestimmt werden. Die als Stammpositionen angegebenen Schwerpunkte der Baumkronenpolygone sind Näherungswerte.</strong></p> <p> </p>

Optimierung der Wassereffizienz bei der luftgestützten Waldbrandbekämpfung

Zielsetzung: Deutschlandweit vernichteten Waldbrände im Jahr 2023 eine Fläche von1.240 Hektar Wald (3.058 Hektar in 2022). Das entspricht rund 1.771 Fußballfeldern. Hinzu kommt, dass global gesehen Waldbrände mit 6,5 Gigatonnen die viertgrößte Ausstoßquelle von CO2 Emissionen sind und jährlich weltweit Schäden in Milliardenhöhe verursachen. Gleichzeitig steht nicht ausreichend und oft nicht schnell genug Wasser zum Löschen zur Verfügung. Abhilfe verspricht hier der Systemansatz von CAURUS Technologies. Durch die Kombination von digitaler Sensortechnik mit Löschinnovation auf Basis von Dispersionstechnologie kann die Löscheffizienz von Wasser bis um das Zehnfache erhöht werden. Das System benötigt geringe Investitionskosten und ermöglich eine unmittelbare Verbesserung des Löscherfolges durch erhöhte Präzision und Effizienz des Löschwassereinsatzes sowie verbesserte Sicherheit der Einsatzkräfte. Auf diese Weise kann ein besserer Schutz für Bevölkerung, Umwelt und Wirtschaft erreicht werden. Große Waldbrände bedürfen in der Regel Löschunterstützung aus der Luft, da die Feuerwehr nicht zu allen betroffenen Gebieten vordringen kann oder Brände zu groß und gefährlich für Bodeneinsatzkräfte werden. Die derzeitig zum Einsatz kommenden Technologien wurde hauptsächlich in den 1970er Jahren entwickelt und basieren auf einem Prinzip: dem Abwurf großer Mengen Wasser aus der Luft durch Hubschrauber oder Flugzeuge. Grundproblem ist hier jedoch, dass ein Großteil des eingesetzten Wassers die Flammen nicht erreicht. 50 - 80% des Wassers verwehen oder verdampfen über der Vegetation, z.B. Baumwipfel, und bleiben somit wirkungslos. Die durch die Klimakrise zunehmende Wasserknappheit stellt die Waldbrandbekämpfung daher noch vor weitere Herausforderungen und die Schäden nehmen zu. Der Systemansatz von CAURUS Technologies besteht aus zwei Komponenten: - Eine digitale Plattform zur Optimierung des Wasserabwurfes durch präzisere Zielführung, datenbasierte Auswertung der Löschwirkung und kontinuierliche Entscheidungsunterstützung der Einsatzkräfte - Ein neuartiges Löschverfahren auf Basis von Dispersionstechnologie. Hierbei wird ein neu entwickelter Löschbehälter aus sicherer Höhe über dem Brandherd abgeworfen und innerhalb des Feuers in eine Aerosol Löschwolke mit bis zu zehnfach höherer Löschwirkung verwandelt

Einzelbaum Stammpositionen aus Luftbildern (2021) Wuppertal

Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, punktförmigen Stammpositionen von rund 894.000 Bäumen im Stadtgebiet von Wuppertal, ausgeführt durch die EFTAS Fernerkundung Technologietransfer GmbH aus Münster im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling mit dem in dieser Kooperation entwickelten Verfahren "twin4tree". Hierbei wurde das normalisierte Digitale Oberflächenmodell (nDOM) von Geobasis NRW (Jahrgang 2021) als Höhenmodell verwendet. Um keine Gebäude oder Bauwerke als Baum zu identifizieren, wurden für das Vegetationshöhenmodell nur Bereiche des nDOM innerhalb einer Baummaske berücksichtigt, die zuvor über eine Klassifikation der o. g. Luftbilder mit dem KI-Verfahren "Cop4ALL" erzeugt wurde. Die einzelnen Bäume wurden darin über ein Template-Matching-Verfahren identifiziert, bei dem variable 3D-Schablonen (sphärische und gaußförmige Form für Laubbäume, parabolische, hyperbolische und konische Form für Nadelbäume) über das Vegetationshöhenmodell gelegt werden. Den so gefundenen Baumstandorten wurden mittels einer Segmentierung des Vegetationshöhenmodells Baumkronen zugeordnet, deren senkrechte Projektion auf den Boden zweidimensionale Baumkronenpolygone ergab. Die Stammposition eines Baumes wurde im geometrischen Schwerpunkt seines Baumkronenpolygons angenommen. Der Datensatz ist im GeoPackage-Format unter der Open-Data-Lizenz CC BY 4.0 verfügbar. Wichtige Hinweise: (1) In dichten Baumbeständen ist die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Auch sogenannte "beherrscht stehende Individuen" unterhalb der aus der Luft sichtbaren Baumkronen lassen sich mit dem twin4tree-Verfahren nicht eindeutig erkennen. Daher unterschätzt das Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Aus stichprobenhaften Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet. (2) Die genauen Stammpositionen können aus optischen Fernerkundungsdaten nicht bestimmt werden. Die als Stammpositionen angegebenen Schwerpunkte der Baumkronenpolygone sind Näherungswerte.

1 2 3 4 5 … 31 32 33