Gegenstand des Forschungsvorhabens sind die modernen Seespiegelschwankungen des Lake Abaya, eines Rift-Valleys-Sees im südlichen Äthiopien und die Erfassung des hierfür verantwortlichen Ursachengefüges. Die Seespiegelstände des Lake Abaya unterliegen seit 1989 einem kontinuierlichem Anstieg, während in demselben Zeitraum die jährlichen Abflussmengen der Tributäre abnehmen. Der natürliche Wasserhaushalt wird durch den seit Anfang der 70er Jahre des 20. Jahrhunderts kontinuierlich zunehmenden Bevölkerungsdruck und der damit einhergehenden Intensivierung der Landnutzung und der hieraus resultierenden drastischen Zunahme der Bodenerosion überprägt. Die raum-zeitliche Bewertung der Abflussbildungs- und Erosionsprozesse im Einzugsgebiet erfordert zunächst die Bilanzierung des Sedimentationsverhaltens, vorgenommen mit Hilfe sedimentologischer Analyse von Delta- und Schwemmfächerablagerungen. Die Datierung dieser sehr jungen Sedimente erfolgt mit Hilfe der Analyse der radioaktiven Isotope 137Cs und 210Pb. Gleichzeitig soll anhand des organischen Pollutants DDT und seiner metabolisierten Abbauprodukte DDE und DDD eine alternative Möglichkeit der Altersdatierung dieser sehr jungen Sedimente überprüft werden. Der sich in Raum und Zeit verändernde Einfluss des Menschen auf den Landschaftshaushalt wird für den Zeitraum ab 1981 über die Veränderungen des Vegetationsbedeckungsgrades (NVDI) auf der Grundlage von NOAA-AVHRR Bilddaten erfasst. Durch Einbeziehung von Zensusdaten dienen die NDVI-Daten dann als Grundlage einer räumlichen Gewichtung des Landnutzungsverhaltens. Die Verknüpfung dieser Datenreihen mit den Analysen des aktuellen Wasser- und Schwebstoffhaushaltes unter Einbeziehung der Klimamessreihen erlaubt schließlich die Modellierung des Wasser- und Schwebstoffhaushaltes für die letzten 20 Jahre des 20. Jahrhunderts. Unter Einbeziehung der Ergebnisse der Sedimentanalyse in diese Modellierungsansätze sollen so schließlich für das 20. Jahrhundert der Wasserhaushalt, der Schwebstoffhaushalt und die Bodenerosionsgefährdung in Raum und Zeit modelliert werden.
Albertz, J. 2001: Einführung in die Fernerkundung. Grundlagen der Interpretation von Luft- und Satellitenbildern, 2. Aufl., Darmstadt. Baatz, M. & Schäpe, A. 2000: Multiresolution Segmentation: an optimization approach for high quality multi-scale image segmentation. In: Strobl, J. (Hrsg.): Angewandte Geographische Informationsverarbeitung XII. Beiträge zum AGIT-Symposium Salzburg 2000, Karlsruhe, Herbert Wichmann Verlag, S. 12-23. Blaschke, T. 2000: Ohne Salz und Pfeffer. In: GeoBIT, Band 2, S. 19-21. Deutsches Zentrum für Luft- und Raumfahrt DLR e.V. 2014: Bestimmung von Gebäude- und Vegetationshöhen in Berlin, Ergebnisdokumentation. Internet: Download PDF Heipke, C. 2003: Photogrammetrie & Fernerkundung – vom Elektronenmikroskop bis zur Planetenbeobachtung.In: Photogrammetrie Fernerkundung Geoinformation, Band 3, S. 165-180. Hirschmüller, H. 2005: Accurate and Efficient Stereo Processing by Semi Global Matching and Mutual Information. In: Pro. of the IEEE International Conference on the Computer Vision and Pattern Recognition (CVPR 2005), San Diego, CA, USA, S. 807-814, 20-25. Hirschmüller, H. et al. 2010: Evaluation of Digital Sufrace Models by Semi-Global-Matching, DGPF Tagungsband 19/2010, Dreiländertagung OVG, DGPF und SGPF, S. 571-580. Kraus, K. 2004: Photogrammetrie (Band 1). Geometrische Informationen aus Photographien und Laserscanneraufnahmen, 7.Aufl., Berlin. Lehmann, F., Bucher, T., Pless, S. & Wieden, A. 2011: Hochauflösende Oberflächenmodelle und True Ortho Photos aus digitalen Luftbildkameras: die Entwicklung anhand von Beispielen der letzten 10 Jahre. In: DGPF, Tagungsband 20/2011. Mayer, S. 2004: Automatisierte Objekterkennung zur Interpretation hochauflösender Bilddaten in der Erdfernerkundung, Dissertation, Humboldt-Universität zu Berlin. SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt) (Hrsg.) 2012a: SAPOS – Satellitenpositionierungsdienst in Berlin. Internet: www.berlin.de/sen/sbw/stadtdaten/geoportal/landesvermessung/raumbezug/sapos/ (Zugriff am 23.03.2023). SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt) (Hrsg.) 2013a: Geoportal Berlin. Internet: gdi.berlin.de/viewer/main/ (Zugriff am 17.04.2026) Trosset, A.M., Bucher, T., Lehmann, F. 2009: Adaption of building extraction rule sets derived from MFC3 and UltraCamD aerial image data sets. In: Proc. of SPIE, Band 7478. SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2010: Blockkarte 1:5.000 (ISU5), III F, Stand: 31.12.2010, Berlin. SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2011a: Digitale farbige Orthophotos 2010 (RGB-DOPs), Differentialentzerrung, Darstellung im Blattschnitt der Karte von Berlin 1:1.000 (K1) als Rasterdaten im Dateiformat ECW. SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) III – Geoinformation (Hrsg.) 2011b: Übersichtskarte von Berlin 1:50.000, Stand: 2010, einzelne Nachträge: 2011, Berlin. SenStadt (Senatsverwaltung für Stadtentwicklung Berlin) (Hrsg.) 2012b: Karte der Gebäudegeschosse auf Grundlage der Automatisierte Liegenschaftskarte Berlin (ALK) als Teil des Liegenschaftskatasters (Stand 30.6.2011). SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2012c: Umweltatlas Berlin, Ausgabe 2012, Karte 01.02. Versiegelung, 1:50.000, Berlin. Internet: /umweltatlas/boden/versiegelung/2011/karten/artikel.956259.php SenStadtUm (Senatsverwaltung für Stadtentwicklung und Umwelt Berlin) (Hrsg.) 2013b: Automatisierte Liegenschaftskarte (ALK-Berlin), Teil des Liegenschaftskatasters, flächendeckende und kontinuierliche Fortschreibung, Berlin.
Weltweit werden Böden zunehmend mit Plastikmüll belastet. Der kontinuierliche Eintrag von Mikroplastik beeinflusst Lebensbedingungen von Pflanzen und Bodenorganismen. Bislang verstehen wir nur unzureichend, wie sich die Anwesenheit von Mikroplastik auf Struktur und Funktionsweise des Bodens auswirkt. Es ist unklar, wie stark die Rhizosphäre dadurch beeinflusst wird und welche Risiken sich daraus für die Pflanzen ergeben. Inzwischen gibt es verschiedene Analyseverfahren, um unterschiedliche Aspekte der Mikroplastikverschmutzung des Bodens zu untersuchen. Allerdings beinhalten diese Verfahren üblicherweise Prozessschritte, bei denen die Integrität der Probe zerstört wird, wodurch sich der Zusammenhang zwischen der Verteilung von Mikroplastik in der Probe und der Mikrostruktur und Hydraulik des Bodens nicht mehr erschließen lässt. Vor kurzem haben wir jedoch einen nicht-invasiven Ansatz entwickelt, mit dem Mikroplastik in sandigen Böden nachgewiesen werden kann. Mittels komplementärer Neutronen- und Röntgentomographie lassen sich Mikroplastikpartikeln im trockenen Boden detektieren und gleichzeitig die dreidimensionale Struktur der Bodenmatrix analysieren. In diesem Projekt wird die Methode getestet, optimiert und dann angewandt, um besser zu verstehen, wie Mikroplastik unterschiedlicher Größe und Form die Mikrostruktur und Eigenschaften des Bodens beeinflusst. Außerdem wird untersucht, ob in die Rhizosphäre eingelagertes Mikroplastik die Bedingungen für das Wurzelwachstum und die Wasseraufnahme verändert und welchen Einfluss Mikroplastik unterschiedlicher Größe und Form auf die Infiltration und Wasserbewegung im Boden hat. Zunächst wird die Auflösung der Methode optimiert, um auch sehr feine Strukturen, wie Mikroplastikfasern und Folienfragmente, detektieren zu können. Die Segmentierung der 3D Bilddaten wird durch die Berücksichtigung von Form-Deskriptoren sowie durch Maschinelles Lernen unterstützt, um Mikroplastikpartikeln von organischen Bodenbestandteilen zu unterscheiden. In einem Aggregationsexperiment mit wird für einen natürlichen Sandboden der Einfluss von Mikroplastikfasern auf die Bildung und Stabilität von Bodenaggregaten mittels hochauflösender Dual-mode Tomographie analysiert. Im nächsten Schritt wird die Rhizosphäre junger Mais- und Lupinenpflanzen untersucht, um potentielle Einflüsse verschieden geformter Mikroplastikpartikel auf lokale Strukturen der Bodenmatrix, Wurzeln und Wasserpfade zu ermitteln. Schließlich werden wir High-Speed Neutronentomographie einsetzen, um dynamischen 3D-Infiltrationsmuster in Bodensäulen mit und ohne Wurzelsysteme zu erfassen. Die Form und Geschwindigkeit der Wasserfront wird zeigen, ob und wie die Bodenbenetzbarkeit durch eingelagerte Mikroplastikpartikel beeinflusst wird. Das vorgeschlagene Projekt wird einzigartige neue Einblicke in die durch Mikroplastik modifizierte Struktur der Bodenmatrix geben, die für das mechanistische Verständnis der resultierenden Bodeneigenschaften gebraucht werden.
Das Mosaik ermöglicht den Bedarfsträgern aufbereitete Fernerkundungsinformationen aus dem Erdbeobachtungsprogramm Copernicus (Sentinel-2, L1C und L2A) für die Bundesrepublik Deutschland, in bestehende Fachverfahren mit einzubinden. Bilddaten des Jahres 2024 werden zu einem Mosaik zusammengefügt, welches eine Bodenauflösung von 10m hat. Drei Komposite aus fünf Bändern (Sentinel-2 Bänder: 2, 3, 4, 5 und 8 (R, G, B, Red Edge und NIR)) sowie ein Übersichtslayer zu den Eingangsbilddaten werden angeboten. Das Produkt Deutschlandmosaik steht momentan als WMS-Dienst zur Verfügung. Verwendungsmöglichkeiten für das Mosaik sind: Visualisierungen für eigene Dienste und kartographische Anwendungen, Kartierungs- und Aktualisierungsunterstützung von Landbedeckungen, 3D-Flugsimulationen in Verbindung mit Höheninformationen (DGM, DOM).
Für die Verwendung im Antragsverfahren des Integrierten Verwaltungs- und Kontrollsystems (InVeKoS) werden digitale Datenebenen benötigt, die mit der erforderlichen Genauigkeit die aktuelle Situation der landwirtschaftlichen Nutzung darstellen. Das System zur Identifizierung landwirtschaftlicher Parzellen (LPIS) nach Artikel 68 der Verordnung (EU) 2021/2116 ist ein Bestandteil des Integrierten Verwaltungs- und Kontrollsystems (InVeKoS), wie in Artikel 66 der genannten Verordnung definiert. Es wird auf Ebene der Referenzparzellen angewandt. (VO 2022/1172 Art. 2 Abs. 1). Das Thüringer Flächenreferenzsystem (digitale Grundkarte Landwirtschaft, kurz DGK-Lw) basiert in Thüringen auf der Referenzparzelle Feldblock (FB) gemäß § 5 Nr. 1 GAPInVeKoS-Verordnung. Der Feldblock ist danach eine von dauerhaften Grenzen umgebene zusammenhängende landwirtschaftliche Fläche eines oder mehrerer Betriebsinhaber. Der Feldblock beinhaltet somit die Informationen über die geographische Lage der Außengrenzen der landwirtschaftlichen Nutzfläche. Referenzparzellen sind deutschlandweit eindeutig durchnummeriert (Feldblockident - FBI). Sie besitzen weiterhin eine Feldblockgröße (maximal förderfähige Fläche) und eine Bodennutzungskategorie. Folgende Feldblocktypen gibt es: - Landwirtschaftliche Nutzfläche (LF) - Landschaftselemente (LE) - Sondernutzungsflächen (SF) - Forstflächen (FF) Die Einteilung der Feldblöcke erfolgt getrennt nach den Hauptbodennutzungen Ackerland (AL), Grünland (GL), Dauerkulturen (DK), einschließlich darauf befindlicher Agroforstsysteme sowie nach den BNK für keine „landwirtschaftliche Fläche“ entsprechend § 11 Abs. 1 Nr. 3 Buchst. a, b, c und d GAPDZV (NW, EF und PK) und Sonstige. Landschaftselemente (LE) werden entsprechend der Verordnung (EU) 2022/1172 Art. 2 Abs. 7 unter definierten Bedingungen als Teil der förderfähigen landwirtschaftlichen Fläche betrachtet. In Thüringen werden diese dauerhaften Konditionalitäts-LE als separater Feldblock (FB) ausgewiesen und sind somit Teil des Thüringer Flächenreferenzsystems (Feldblockreferenz). Sie müssen einen eindeutigen Bezug zu einem LF-FB (Landwirtschaftliche Nutzfläche) besitzen, d.h. sie liegen innerhalb eine Acker-, Dauergrünland- oder Dauerkulturfläche oder grenzen in Randlage direkt an diese. Für die Herstellung der DGK-Lw werden (amtliche) Orthofotos der Thüringer Kataster- und Vermessungsverwaltung (TLBG) sowie Orthofotos aus Eigenbefliegungen des TLLLR interpretiert. Die Herkunft dieser Bilddaten beträgt jährlich jeweils 50 % der Landesfläche, so dass in jedem Jahr für die gesamte Thüringer Landesfläche aktuelle Bilddaten vorliegen.
Die Biotoptypkartierung 2024 erfolgte als Zustandserfassung zehn Jahre nach dem Ausbau der Baumaßnahme "Anpassung der Fahrrinne der Außen- und Unterelbe an die Containerschifffahrt" unter Einsatz von HRSC-A(X) Bilddaten und einer automatisierten Biotoptypkartierung. Die zugrundeliegenden Luftbilddaten wurden 2023 erhoben.
Die Biotoptypkartierung 2010 erfolgte als Zustandserfassung zehn Jahre nach dem Ausbau der Baumaßnahme "Anpassung der Fahrrinne der Außen- und Unterelbe an die Containerschifffahrt" unter Einsatz von HRSC-A(X) Bilddaten und einer automatisierten Biotoptypkartierung. Die zugrundeliegenden Luftbilddaten wurden 2010 erhoben.
Die Biotoptypkartierung 2017 erfolgte als Zustandserfassung zehn Jahre nach dem Ausbau der Baumaßnahme "Anpassung der Fahrrinne der Außen- und Unterelbe an die Containerschifffahrt" unter Einsatz von HRSC-A(X) Bilddaten und einer automatisierten Biotoptypkartierung. Die zugrundeliegenden Luftbilddaten wurden 2016 erhoben.
Die Biotoptypkartierung 2002 erfolgte als Zustandserfassung zwei Jahre nach dem Ausbau der Baumaßnahme "Anpassung der Fahrrinne der Außen- und Unterelbe an die Containerschifffahrt" unter Einsatz von HRSC-A(X) Bilddaten und einer automatisierten Biotoptypkartierung.
Die Biotoptypkartierung 2006 erfolgte als Zustandserfassung sechs Jahre nach dem Ausbau der Baumaßnahme "Anpassung der Fahrrinne der Außen- und Unterelbe an die Containerschifffahrt" unter Einsatz von HRSC-A(X) Bilddaten und einer automatisierten Biotoptypkartierung.
| Organisation | Count |
|---|---|
| Bund | 177 |
| Kommune | 2 |
| Land | 97 |
| Weitere | 4 |
| Wissenschaft | 293 |
| Zivilgesellschaft | 1 |
| Type | Count |
|---|---|
| Daten und Messstellen | 215 |
| Förderprogramm | 128 |
| Hochwertiger Datensatz | 37 |
| Text | 12 |
| Umweltprüfung | 1 |
| unbekannt | 56 |
| License | Count |
|---|---|
| Geschlossen | 10 |
| Offen | 429 |
| Unbekannt | 10 |
| Language | Count |
|---|---|
| Deutsch | 207 |
| Englisch | 250 |
| Resource type | Count |
|---|---|
| Archiv | 11 |
| Datei | 229 |
| Dokument | 23 |
| Keine | 108 |
| Webdienst | 3 |
| Webseite | 113 |
| Topic | Count |
|---|---|
| Boden | 167 |
| Lebewesen und Lebensräume | 406 |
| Luft | 297 |
| Mensch und Umwelt | 442 |
| Wasser | 84 |
| Weitere | 449 |