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.
Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, zweidimensionalen Baumkronenumringe ("Baumkronenpolygone") 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. Der Datensatz ist im GeoPackage-Format als Original und zur Reduzierung der Dateigröße als Variante mit generalisierten Baumkronenpolygonen unter der Open-Data-Lizenz CC BY 4.0 verfügbar. Wichtiger Hinweis: 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.
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
Im Zuge des Klimawandels steigt der Informationsbedarf zur Vitalitätsentwicklung von Wäldern und Baumarten und deren Reaktionen auf Störungsereignisse wie Sturm oder Kalamitäten. Da detaillierte Information häufig fehlen, sind die zahlreich 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, Risikos für Kaskadeneffekte und die Überschreitung von Kipppunkten abzuschätzen.
<p>Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, zweidimensionalen Baumkronenumringe ("Baumkronenpolygone") 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. Der Datensatz ist im GeoPackage-Format als Original und zur Reduzierung der Dateigröße als Variante mit generalisierten Baumkronenpolygonen unter der Open-Data-Lizenz CC BY 4.0 verfügbar.</p> <p><strong>Wichtiger Hinweis: 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.</strong></p> <p> </p>
<p>Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, zweidimensionalen Baumkronenumringe ("Baumkronenpolygone") 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. Der Datensatz ist im GeoPackage-Format als Original und zur Reduzierung der Dateigröße als Variante mit generalisierten Baumkronenpolygonen unter der Open-Data-Lizenz CC BY 4.0 verfügbar.</p> <p><strong>Wichtiger Hinweis: 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.</strong></p> <p> </p>
<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>
<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>
Das Geländemodell mit einer Bodenauflösung von 0.4 x 0.4 m wurde aus den Daten der Laserscan-Befliegung im Frühjahr 2015 abgeleitet. Genauer: das Geländemodell ist eine Interpolation der Laserstrahlen, die nicht von der Vegetation (Blätter, Äste, Stämme) reflektiert wurden, sondern vom Boden. Die hier gewählte Falschfarben-Kombination (nahes Infrarot an Position des grünen sichtbares Lichts) ermöglicht besser als eine Echtfarbendarstellung eine bessere visuelle Unterscheidung von Baumarten und eine frühe Erkennung von Wasserstress bei Bäumen. True Orthophoto haben den großen Vorteil, dass sie Baumkronen nicht - wie auf den üblichen Orthophotos - verkippt darstellen. Bei der vergleichenden Betrachtung von mehreren Zeitschnitten liegen die Baumkronenspitzen daher exakt an derselben Position. Das ermöglicht die automatische Analyse von Einzelbäumen, was für das detaillierte Monitoring der Walddynamik erforderlich ist. Stand 2020
Das Geländemodell mit einer Bodenauflösung von 0.4 x 0.4 m wurde aus den Daten der Laserscan-Befliegung im Frühjahr 2015 abgeleitet. Genauer: das Geländemodell ist eine Interpolation der Laserstrahlen, die nicht von der Vegetation (Blätter, Äste, Stämme) reflektiert wurden, sondern vom Boden. Die hier gewählte Falschfarben-Kombination (nahes Infrarot an Position des grünen sichtbares Lichts) ermöglicht besser als eine Echtfarbendarstellung eine bessere visuelle Unterscheidung von Baumarten und eine frühe Erkennung von Wasserstress bei Bäumen. True Orthophoto haben den großen Vorteil, dass sie Baumkronen nicht - wie auf den üblichen Orthophotos - verkippt darstellen. Bei der vergleichenden Betrachtung von mehreren Zeitschnitten liegen die Baumkronenspitzen daher exakt an derselben Position. Das ermöglicht die automatische Analyse von Einzelbäumen, was für das detaillierte Monitoring der Walddynamik erforderlich ist. Stand 2014
| Organisation | Count |
|---|---|
| Bund | 237 |
| Europa | 21 |
| Kommune | 10 |
| Land | 88 |
| Weitere | 31 |
| Wirtschaft | 2 |
| Wissenschaft | 113 |
| Zivilgesellschaft | 2 |
| Type | Count |
|---|---|
| Förderprogramm | 221 |
| Hochwertiger Datensatz | 1 |
| Taxon | 1 |
| Text | 63 |
| unbekannt | 33 |
| License | Count |
|---|---|
| Geschlossen | 52 |
| Offen | 253 |
| Unbekannt | 14 |
| Language | Count |
|---|---|
| Deutsch | 310 |
| Englisch | 49 |
| Resource type | Count |
|---|---|
| Archiv | 8 |
| Bild | 6 |
| Datei | 5 |
| Dokument | 18 |
| Keine | 209 |
| Unbekannt | 1 |
| Webdienst | 9 |
| Webseite | 91 |
| Topic | Count |
|---|---|
| Boden | 235 |
| Lebewesen und Lebensräume | 319 |
| Luft | 200 |
| Mensch und Umwelt | 311 |
| Wasser | 166 |
| Weitere | 310 |