API src

Found 1980 results.

Related terms

Data and value-based decision-making for a sustainable land use - Datenbasierte Bewertung der multifunktionalen und digitalen Transformation eines Landwirtschaftsbetriebs anhand des Beispiels von Gut & Bösel in Alt Madlitz, Teilprojekt D

Das Projekt "Data and value-based decision-making for a sustainable land use - Datenbasierte Bewertung der multifunktionalen und digitalen Transformation eines Landwirtschaftsbetriebs anhand des Beispiels von Gut & Bösel in Alt Madlitz, Teilprojekt D" wird/wurde gefördert durch: Bundesministerium für Ernährung und Landwirtschaft. Es wird/wurde ausgeführt durch: Julius Kühn-Institut, Bundesforschungsinstitut für Kulturpflanzen, Institut für Ökologische Chemie, Pflanzenanalytik und Vorratsschutz.Der Zukunftsbetrieb schafft es die Daten seines Betriebs und der Umwelt so zu erfassen, zu bündeln und als Entscheidungsgrundlage zu nutzen, dass er das ökologische, soziale und regionalökonomische Optimum erreicht. Dafür möchten wir mit diesem Projekt die Grundlage schaffen. Ziel ist es, auf dem potenziellen Zukunftsbetrieb, welcher mit seinem Standort in Brandenburg bereits jetzt spürbar vom Klimawandel betroffen ist, einen Prototypen für die integrierte Datenerhebung, -vernetzung und -auswertung zu entwickeln, welcher zukünftig auf andere Betriebe übertragbar ist. Dieses Ziel erreichen wir, indem wir die komplexen Zusammenhänge von Boden, Wasser, Biodiversität, (Mikro-)Klima, Tieren und Bewirtschaftungsformen mithilfe von digitalen Instrumenten messen, mittels Mobilfunks verfügbar machen, die Messungen u.a. durch künstliche Intelligenz (KI) auswerten und mithilfe geeigneter Bewertungssystematiken monetär bewerten. Die Erkenntnisse sollen für die zukünftige Landnutzung in Deutschland zugänglich gemacht und darüber hinaus öffentlich diskutiert werden, um die Basis für die weitere Transformation hin zu einer nachhaltigen Landwirtschaft zu schaffen. Derzeit gehen viele negative und positive Effekte der Land- und Ernährungswirtschaft als Externalitäten nicht in die betriebliche Kostenrechnung der Produzenten ein. So bilden die Marktpreise nicht die Realität für Mensch und Umwelt ab. Eine monetäre Bewertung der Externalitäten und die integrierte Darstellung mit allen wesentlichen Daten des Betriebs und seiner Umwelt hilft LandwirtInnen gute Entscheidungen zu treffen und gibt VerbraucherInnen die notwendige Transparenz bei der Kaufentscheidung, da zukünftig ein Preis alle wesentlichen Kosten und Wertbeiträge abbilden könnte. Das Projekt nutzt die Digitalisierung, um ökologisch vorteilhafte Anbausysteme bewert-, plan- und umsetzbar zu machen. Ein solcher integrativer Ansatz zahlt direkt auf die Empfehlungen der Zukunftskommission Landwirtschaft ein.

Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen, KI: PlasticObs_plus - Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen

Das Projekt "Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen, KI: PlasticObs_plus - Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz. Es wird/wurde ausgeführt durch: everwave GmbH.

Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen, KI: PlasticObs_plus - Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen

Das Projekt "Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen, KI: PlasticObs_plus - Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz. Es wird/wurde ausgeführt durch: Optimare Systems GmbH.

Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen, KI: PlasticObs_plus - Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen

Das Projekt "Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen, KI: PlasticObs_plus - Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz. Es wird/wurde ausgeführt durch: Jade Hochschule Wilhelmshaven/Oldenburg/Elsfleth, Standort Wilhelmshaven, Fachbereich Ingenieurwissenschaften.

WMS Historische Karte 1: 5000

Web Map Service (WMS) zum Thema Historische Karten 1:5000. Zur genaueren Beschreibung der Daten und Datenverantwortung nutzen Sie bitte den Verweis zur Datensatzbeschreibung.

Bruchkanten Hamburg

Bruchkanten definieren Unterbrechungen des kontinuierlichen Verlaufs einer Geländeoberfläche (z.B. Böschungen, Stützmauern). 2008 wurden für die Fläche der Freien und Hansestadt Hamburg (ohne das Gebiet des hamburgischen Wattenmeeres) Bruchkanten photogrammetrisch ausgewertet. Mit Vorlage der Luftbilder aus den jährlich durchgeführten Frühjahrsbildflügen wurden und werden die Bruchkanten turnusmäßig geprüft und fortgeführt. Die Bruchkanten spiegeln die räumlichen Geländeverhältnisse der Freien und Hansestadt Hamburg aus individueller Sicht des LGV wieder. Die Daten liegen im Lagestatus 310 (ETRS89/UTM) vor, mit Höhenangaben über Normalhöhennull (NHN), gemäß DE_DHHN2016_NH. Hinweis: Die Bruchkanten werden nicht flächendeckend fortgeführt. In Bereichen von Vegetation, insbesondere Flächen in Wald- und Strauchgebieten, ist die Genauigkeit geringer.

Digitales Höhenmodell Hamburg DGM 10

Abgeleitetes, flächendeckendes digitales Geländemodell mit einer Rasterweite von 10 Meter auf Basis des DGM1. Für die Fläche der Freien und Hansestadt Hamburg (ohne das Gebiet des hamburgischen Wattenmeeres) wurde in 2020 eine Laserscanvermessungen (Airborne Laserscanning) durchgeführt. Die Daten liegen im Lagestatus 310 (ETRS89/UTM) vor, mit Höhenangaben über Normalhöhennull (NHN), gemäß DE_DHHN2016_NH. Die Genauigkeit eines einzelnen Messpunktes liegt in eindeutig definierten Bereichen, wie z.B. auf Straßenflächen, bei ca. ± 105 cm. In Bereichen von Abschattungen (Brücken), Vegetation, insbesondere Flächen in Wald- und Strauchgebieten und bei stark geneigtem Gelände, ist die Genauigkeit geringer. Standardmäßig werden vom LGV folgende Rasterweiten angeboten: DGM 1 (Rasterweite 1m), DGM 10 (Rasterweite 10m), DGM 25 (Rasterweite 25m). Eine jährliche Aktualisierung dieser Daten erfolgt über Luftbildbefliegungen. Neben der reinen Bereitstellung der Höheninformation als regelmäßiges Gitter werden die Daten auch als Dienstleistung in einer Dreiecksvermaschung (TIN) abgegeben. Dabei ist ein Datenaustausch mit 2D- und 3D-CAD-Systemen sichergestellt. Als weitere Dienstleistung können z.B. Höhenlinien und Profile abgeleitet oder Volumina und Neigungen errechnet werden. Durch Integration weiterer Geobasis- und Fachdaten (Vektor- und Rasterdaten) können weitere Dienstleistungen z.B. für die Bereiche Wasserwirtschaft, Tiefbau, Umwelt und Stadtplanung sowie Energieversorgung groß- und kleinräumige Anwendungen abgeleitet werden.

Digitales Höhenmodell Hamburg DGM 1

Aus Laserscanvermessungen (Airborne Laserscanning) oder photogrammetrischen Produkten abgeleitetes, flächendeckendes digitales Geländemodell mit einer Rasterweite von 1 Meter für die Fläche der Freien und Hansestadt Hamburg. Die Daten stammen jeweils aus den landesweiten 3D-Laserscanbefliegungen aus 2010, 2020 und 2022 und liegen im Lagestatus ETRS89_UTM32 (Lagestatus 310) und mit Höhenangaben über Normalhöhennull (NHN), gemäß DE_DHHN2016_NH vor. Eine punktuelle Aktualisierung dieser Daten erfolgt über photogrammetrische Produkte und ist ggf. in den Metadaten der einzelnen Jahrgänge dokumentiert. Die Genauigkeit eines einzelnen Messpunktes liegt in eindeutig definierten Bereichen, wie z.B. auf Straßenflächen, bei ca. ± 15 cm. In Bereichen von Abschattungen (z. B.: Brücken), dichter Vegetation, insbesondere Flächen in Wald- und Strauchgebieten und bei stark geneigtem Gelände, ist die Genauigkeit geringer. Standardmäßig wird vom LGV ab dem Jahr 2022 folgende Rasterweite angeboten: DGM 1 (Rasterweite 1m). Ältere Jahrgänge haben zusätzlich noch folgende Rasterweiten: DGM 10 (Rasterweite 10m) DGM 25 (Rasterweite 25m) Neben der reinen Bereitstellung der Höheninformation als regelmäßiges Gitter werden die Daten auch als Dienstleistung in einer Dreiecksvermaschung (TIN) abgegeben. Dabei ist ein Datenaustausch mit 2D- und 3D-CAD-Systemen sichergestellt. Als weitere Dienstleistung können z.B. Höhenlinien und Profile abgeleitet oder Volumina und Neigungen errechnet werden. Durch Integration weiterer Geobasis- und Fachdaten (Vektor- und Rasterdaten) können weitere Dienstleistungen z.B. für die Bereiche Wasserwirtschaft, Tiefbau, Umwelt und Stadtplanung sowie Energieversorgung für groß- und kleinräumige Anwendungen abgeleitet werden.

Digitale Orthophotos (belaubt) Hamburg

Für die Herstellung von digitalen Orthophotos (DOP) erfolgte bis 2019 im 3-Jahres-Rhythmus ein gesonderter Farbbildflug bei voller Belaubung im Sommer für die Fläche der gesamten Stadt Hamburg (ausgeschlossen sind die Wattenmeerinseln). 2022 wurde das Digitale Orthophoto aus einer Satellitenszene abgeleitet. Bodenauflösung: 0,5m Aufnahmedatum: 03. Juni 2022 [Pléiades 1A/B "© CNES (2022), Distribution Airbus DS"] Die Daten aus dem Jahrgang 2022 werden aufgrund von Lizenzbedingungen nicht öffentlich bereitgestellt.

Digitale Orthophotos Hamburg

Aktuelle Information: Im Jahr 2023 fand keine Luftbildbefliegung statt. Das Digitale Orthophoto 2023 wurde daher aus mehreren Satellitenszenen abgeleitet. Satellitensystem: WorldView-3 Aufnahmezeitpunkte: 02/23; HH Altengamme: 09/23 GSD: 0,30 m prozessiert auf 0,15 m Das Digitale Orthophoto 2023 unterliegt Lizenzbedingungen und steht nicht zum Download zur Verfügung. [Maxar Products. Dynamic Product © 2023 Maxar Technologies.] DOP Erläuterung: Aus den Luftbildern werden mosaikierte und georeferenzierte, farbige digitale Orthophotos (RGBI) mit unterschiedlichen Auflösungen und Kachelgrößen hergestellt. Orthophotos sind auf Grundlage eines digitalen Geländemodells geometrisch entzerrte Aufnahmen, die das Aussehen eines Luftbildes mit den geometrischen Eigenschaften einer Karte vereinen. Weil sie auch in digitaler Form vorliegen, können sie in unterschiedlichen Maßstäben ausgegeben und wie eine Karte benutzt werden. Objekte, die sich unmittelbar auf der Erdoberfläche befinden, werden lagerichtig dargestellt. Objekte, die über das Niveau der Erdoberfläche hinausragen werden bedingt durch das Herstellungsverfahrens für digitale Orthophotos mitunter nicht lagerichtig wieder gegeben. Besonders geeignet als räumlich exakte, bildhafte Bezugsgrundlage für den Aufbau von Geoinformationssystemen und zur Verknüpfung mit oder als Hintergrundinformation für raumbezogene fachspezifische Daten für Fachinformationssysteme sowie für Raumplanungen aller Art. Anwendungsgebiete sind alle Aufgabenbereiche, für deren Fragestellungen ein Raumbezug erforderlich ist, unter anderem Energie-, Forst- und Landwirtschaft, Verwaltung, Demographie, Wohnungswesen, Landnutzungs-, Regional- und Streckenplanung, Straßenbau und -bewirtschaftung, Facility Management, Verkehrsnavigation und Flottenmanagement, Transport, Bergbau, Gewässerkunde und Wasserwirtschaft, Ökologie, Umweltschutz, Militär, Geologie und Geodäsie, aber auch Kultur, Erholung und Freizeit sowie Kommunikation. RGB (Red Green Blue): Die Bandkombination aus Rot, Grün und Blau bildet die menschliche Farbwahrnehmung nach. Gesunde Vegetation wird grün, urbane Flächen werden weiß / grau und Wasserflächen werden, abhängig der Trübung, blau dargestellt. CIR (Color Infrared): Die Bandkombination aus nahem Infrarot, Rot und Grün hebt die Vegetation hervor. Diese reflektiert aufgrund des Chlorophyllgehalts der Pflanzen im nahen Infrarotbereich besonders stark und wird rötlich dargestellt. Urbane Flächen erscheinen cyan-blau / grau und Wasserflächen dunkelblau.

1 2 3 4 5196 197 198