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.
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.
The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.
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.
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.
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).
The Medium Resolution Imaging Spectrometer (MERIS) on Board ESA’s ENVISAT provides spectral high resolution image data in the visible-near infrared spectral region (412-900 nm) at a spatial resolution of 300 m. For more details on ENVISAT and MERIS see http://envisat.esa.int/ Spectral high resolution measurements allow to assess different water constituents in optically complex case-2 waters (IOCCG, 2000). The main groups of constituents are Chlorophyll, corresponding to living phytoplankton, suspended minerals or sediments and dissolved organic matter. They are characterised by their specific inherent optical properties, in particular scattering and absorption spectra. The Baltic Sea Water Constituents product was developed in a co-operative effort of DLR (Remote Sensing Technology Institute IMF, German Remote Sensing Data Centre DFD), Brockmann Consult (BC) and Baltic Sea Research Institute (IOW) in the frame of the MAPP project (MERIS Application and Regional Products Projects). The data are processed on a regular (daily) basis using ESA standard Level-1 and -2 data as input and producing regional specific value added Level-3 products. The regular data reception is realised at DFD ground station in Neustrelitz. For more details the reader is referred to http://wdc.dlr.de/sensors/meris/ and http://wdc.dlr.de/sensors/meris/documents/Mapp_ATBD_final_i3r0dez2001.pdf This product provides seasonal maps.
The "AVHRR compatible Normalized Difference Vegetation Index derived from MERIS data (MERIS_AVHRR_NDVI)" was developed in a co-operative effort of DLR (German Remote Sensing Data Centre, DFD) and Brockmann Consult GmbH (BC) in the frame of the MAPP project (MERIS Application and Regional Products Projects). For the generation of regional specific value added MERIS level-3 products, MERIS full-resolution (FR) data are processed on a regular (daily) basis using ESA standard level-1b and level-2 data as input. The regular reception of MERIS-FR data is realized at DFD ground station in Neustrelitz. The Medium Resolution Imaging MERIS on Board ESA's ENVISAT provides spectral high resolution image data in the visible-near infrared spectral region (412-900 nm) at a spatial resolution of 300 m. For more details on ENVISAT and MERIS see http://envisat.esa.int The Advanced Very High Resolution Radiometer (AVHRR) compatible vegetation index (MERIS_AVHRR_NDVI) derived from data of the MEdium Resolution Imaging Spectrometer (MERIS) is regarded as a continuity index with 300 meter resolution for the well-known Normalized Difference Vegetation Index (NDVI) derived from AVHRR (given in 1km spatial resolution). The NDVI is an important factor describing the biological status of canopies. This product is thus used by scientists for deriving plant and canopy parameters. Consultants use time series of the NDVI for advising farmers with best practice. For more details the reader is referred to http://wdc.dlr.de/sensors/meris/ and http://wdc.dlr.de/sensors/meris/documents/Mapp_ATBD_final_i3r0dez2001.pdf This product provides daily maps.
The Medium Resolution Imaging Spectrometer (MERIS) on Board ESA’s ENVISAT provides spectral high resolution image data in the visible-near infrared spectral region (412-900 nm) at a spatial resolution of 300 m. For more details on ENVISAT and MERIS see http://envisat.esa.int/ Spectral high resolution measurements allow to assess different water constituents in optically complex case-2 waters (IOCCG, 2000). The main groups of constituents are Chlorophyll, corresponding to living phytoplankton, suspended minerals or sediments and dissolved organic matter. They are characterised by their specific inherent optical properties, in particular scattering and absorption spectra. The Baltic Sea Water Constituents product was developed in a co-operative effort of DLR (Remote Sensing Technology Institute IMF, German Remote Sensing Data Centre DFD), Brockmann Consult (BC) and Baltic Sea Research Institute (IOW) in the frame of the MAPP project (MERIS Application and Regional Products Projects). The data are processed on a regular (daily) basis using ESA standard Level-1 and -2 data as input and producing regional specific value added Level-3 products. The regular data reception is realised at DFD ground station in Neustrelitz. For more details the reader is referred to http://wdc.dlr.de/sensors/meris/ and http://wdc.dlr.de/sensors/meris/documents/Mapp_ATBD_final_i3r0dez2001.pdf This product provides daily maps.
| Organisation | Count |
|---|---|
| Bund | 177 |
| Kommune | 2 |
| Land | 97 |
| Weitere | 4 |
| Wissenschaft | 291 |
| 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 | 404 |
| Luft | 297 |
| Mensch und Umwelt | 442 |
| Wasser | 84 |
| Weitere | 449 |