Der Kartendienst (WMS-Gruppe) stellt die digitalen Geodaten aus dem Bereich Forstwirtschaft des Saarlandes dar.:Waldbestände des SaarForst Landesbetriebes (Staatswald) Die Aussengrenzen (Besitzgrenzen) des Staatswaldes wurden an die ALK angeglichen und sind damit katasterscharf. Die Innengrenzen (Abgrenzungen der Waldbestände eines Eigentümers untereinander) sind anhand der DGK5 und der digitalen Orthofotos mit 40 cm räumlicher Auflösung digitalisiert. Felder und ihre Bedeutung: Hierarchie Char (14) ; landesweit besitzerübergreifend eindeutiger Schlüssel Besitz Char (20) ; Waldeigentümer Revier Char (2) ; SaarForst Reviernummer Reviername Char (25) ; SaarForst Revierbezeichnung Abt Char (4) ; Nummer der Waldabteilung, eindeutig innerhalb eines Waldeigentümers Abteilung Char (8) ; Nummer der Waldabteilung mit vorangestellter Eigentümernummer Uabt Char (1) ; Unterabteilung Bestand Char (1) ; Bestand Teilfl Char (1) ; Teilfläche Beschrift Char (4) ; zusammengesetztes Feld aus Unterabteilung, Bestand und Teilfläche Betr_kl Char (20) ; Betriebsklasse Keine_bew Char (20) ; Erläuterung zu den Waldflächen außer Bewirtschaftung (10%) *) Bewirtsch Char (30) ; Bewirtschaftungsintensitäteinschl. „außer Bewirtschaftung“ Entw_stufe Char (30) ; Entwicklungsstufe Best_typ Char (35) ; Bestandestyp Schlussgra Char (20) ; Schlussgrad Best_stru Char (20) ; Bestandesstruktur Nutz_art Char (20) ; Nutzungsart Atb Char (20) ; Alt- und Totholz Biozönosen-Projektfläche Bl Decimal (3, 0) ; Blösse Anteil der Fläche temporär ohne Baumbewuchs in % Bu Decimal (3, 0) ; Anteil der Baumartengruppe Buche in % Ei Decimal (3, 0) ; Anteil der Baumartengruppe Eiche in % Elb Decimal (3, 0) ; Anteil der Baumartengruppe Edellaubbäume in % Slb Decimal (3, 0) ; Anteil der Baumartengruppe sonstige Laubbäume in % Fi Decimal (3, 0) ; Anteil der Baumartengruppe Fichte in % Ki Decimal (3, 0) ; Anteil der Baumartengruppe Kiefer in % Lae Decimal (3, 0) ; Anteil der Baumartengruppe Lärche in % Dou Decimal (3, 0) ; Anteil der Baumartengruppe Douglasie in % Snb Decimal (3, 0) ; Anteil der Baumartengruppe sonst. Nadelbäume in % Sa_lh Decimal (3, 0) ; Summe der Laubhölzer in % Sa_nh Decimal (3, 0) ; Summe der Nadelhölzer in % Hba Char (3) ; Dominierende Baumartengruppe Farbe Char (10) ; Darstellungsfarbe auf der Wirtschaftskarte Stand der Flächenausweisung „Außer Bewirtschaftung -10% der Staatswaldfläche“ zum 1.9.2011 Bisherige_irB; Bisher in regelmässiger Bewirtschaftung Bisherige_arB; Bisher ausser regelmässiger Bewirtschaftung NWZ_ausgewiesen; durch Rechtsverordnung ausgewiesene Naturwaldzelle Grossschutzgebiet; durch Rechtsverordnung ausgewiesenes Großschutzgebiet ("Urwald") Grossschutzgebiet_ab; Abgang vom Großschutzgebiet, rechtlich nicht umgesetzt Grossschutzgebiet_zu; Zugang zum Großschutzgebiet, rechtlich nicht umgesetzt Referenzfläche; Referenzfläche Prozessschutz Quierschied NWZ_erw: Zugang bzw. Neuausweisung Naturwaldzelle, rechtlich nicht umgesetzt Kernzone_Biosphaere; Kernzonen der Biosphäre Bliesgau.
The Tree Species Germany product provides a map of dominant tree species across Germany for the year 2022 at a spatial resolution of 10 meters. The map depicts the distribution of ten tree species groups derived from multi-temporal optical Sentinel-2 data, radar data from Sentinel-1, and a digital elevation model. The input features explicitly incorporate phenological information to capture seasonal vegetation dynamics relevant for species discrimination. A total of over 80,000 training and test samples were compiled from publicly accessible sources, including urban tree inventories, Google Earth Pro, Google Street View, and field observations. The final classification was generated using an XGBoost machine learning algorithm. The Tree Species Germany product achieves an overall F1-score of 0.89. For the dominant species pine, spruce, beech, and oak, class-wise F1-scores range from 0.76 to 0.98, while F1-scores for other widespread species such as birch, alder, larch, Douglas fir, and fir range from 0.88 to 0.96. The product provides a consistent, high-resolution, and up-to-date representation of tree species distribution across Germany. Its transferable, cost-efficient, and repeatable methodology enables reliable large-scale forest monitoring and offers a valuable basis for assessing spatial patterns and temporal changes in forest composition in the context of ongoing climatic and environmental dynamics.
This vector dataset is based on a 10 m resolution raster dataset that shows forest canopy cover loss (FCCL) in Germany at a monthly resolution from September 2017 to September 2024. Results at pixel level were aggregated at municipality, district, and federal state level. For the results at administrative level we differentiate between deciduous and coniferous forests. We use the stocked area map 2018 (Langner et al. 2022, https://doi.org/10.3220/DATA20221205151218 ) as a reference forest mask. We differentiate between deciduous and coniferous forests by intersecting the stocked area map with a tree species map (Blickensdoerfer et al. 2024). Pixels of the classes birch, beech, oak, alder, deciduous trees with long lifespan and deciduous trees with short lifespan were classified as deciduous forest and pixels of the classes Douglas fir, spruce, pine, larch and fir as coniferous forest. The coverage of the two datasets is not identical, which is why a few areas of the forest reference map remained unclassified. These were filled with the dominant leaf type map of the Copernicus Land Monitoring Service (CLMS 2025). Therefore, the vector data at administrative level contains information about unclassified forest areas and the total forest area as the sum of deciduous, coniferous, and unclassified forests. The FCCL confidence at pixel level is lowest at the end of the time series because the number of repeated threshold exceedance is used as a criterion to record forest canopy cover losses. Therefore, we excluded July 2024 through September 2024 from the annual and overall statistics and summarized the respective FCCL as additional attribute. The dataset is a fully reprocessed continuation of the assessment in Thonfeld et al. (2022).
Das Digitale Basis-Landschaftsmodell (ATKIS-Basis-DLM) ist ein digitaler, objektstrukturierter Vektordatenbestand. Er bestimmt die topographischen Objekte der realen Welt nach Lage und Form, nach Namen und Eigenschaften. Des Weiteren sind objektbezogene Sachdaten so verknüpft, dass der Datenbestand in einer GIS-Anwendung genutzt werden kann. Um eine bundesweite inhaltliche Einheitlichkeit der Daten zu erreichen, wird das Basis-DLM mit Hilfe eines aus dem AAA-Anwendungsschema abgeleiteten Objektartenkataloges (ATKIS-OK Basis-DLM), der Vorschriften zum Inhalt und zur Modellierung der topographischen Informationen für den AdV-Grunddatenbestand und die Länderlösungen enthält, definiert. Zum Inhalt gehören neben den Objekten der Objektartengruppen 'Siedlung', 'Verkehr', 'Vegetation', 'Gewässer', 'Administrative Gebietseinheiten' auch Bauwerke und Einrichtungen auf Siedlungsflächen und für den Verkehr sowie besondere Angaben zum Gewässer. Die Lagegenauigkeit beträgt für die wesentlichen linearen Objekte (Straßenachsen, Fahrbahnachsen, Bahnstrecken und Gewässerachsen) +/- 3m. Die Daten werden über automatisierte Verfahren oder durch Selbstentnahme kostenfrei bereitgestellt. Bei Nutzung der Daten sind die Lizenzbedingungen zu beachten.
In einem naturnahen Mischbestand werden an der forstlichen Versuchsstation Lyaly (Republik Komi) die Radialveränderungen der Baumschäfte von Fichten (Picea obovata), Kiefern (Pinus sylvestris), Aspen (Populus tremulus) und Birken (Betula spec.) zeitlich hochaufgelöst registriert. An einem Teilkollektiv der Untersuchungsbäume wird zusätzlich im 5-Minuten Takt die elektrische Leitfähigkeit des Stammes registriert. Gleichzeitig werden die Lufttemperatur, die Luftfeuchte sowie die Bodenfeuchte gemessen. Am Untersuchungsstandort werden mit einem Magnetometer Schwankungen des Erdmagnetfeldes in den drei Raumrichtungen registriert. Aus den Analysen werden Informationen über die Bedeutung verschiedener Standorts- und Umweltfaktoren auf das kurz-, mittel- und langfristige Wuchsverhalten von Bäumen erwartet.
Der Datensatz präsentiert die Gesamtheit der Herkunftsgebiete im Land Brandenburg. Ein Herkunftsgebiet ist ein Gebiet mit annähernd einheitlichen ökologischen Bedingungen, in denen sich Erntebestände oder Saatgutquellen einer bestimmten Art oder Unterart mit ähnlichen phänotypischen oder genetischen Merkmale befinden. Unterlayer ermöglichen die Unterscheidung nach der Baumart: Bergahorn, Douglasie, Esche, Esskastanie, Europäische Lärche, Fichte, Grauerle, Große Küstentanne, Hainbuche, Japanische Lärche, Kiefer, Moorbirke, Pappel, Robinie, Rotbuche, Roteiche, Roterle, Sandbirke, Schwarzkiefer 847-849, Sitkafichte, Sommerlinde, Spitzahorn, Stieleiche, Traubeneiche, Vogelkirsche, Weißtanne, Winterlinde Der Datensatz präsentiert die Gesamtheit der Herkunftsgebiete im Land Brandenburg. Ein Herkunftsgebiet ist ein Gebiet mit annähernd einheitlichen ökologischen Bedingungen, in denen sich Erntebestände oder Saatgutquellen einer bestimmten Art oder Unterart mit ähnlichen phänotypischen oder genetischen Merkmale befinden. Unterlayer ermöglichen die Unterscheidung nach der Baumart: Bergahorn, Douglasie, Esche, Esskastanie, Europäische Lärche, Fichte, Grauerle, Große Küstentanne, Hainbuche, Japanische Lärche, Kiefer, Moorbirke, Pappel, Robinie, Rotbuche, Roteiche, Roterle, Sandbirke, Schwarzkiefer 847-849, Sitkafichte, Sommerlinde, Spitzahorn, Stieleiche, Traubeneiche, Vogelkirsche, Weißtanne, Winterlinde
Im Erntezulassungsregister (EZR) werden alle Bestände von zugelassenem Ausgangsmaterial und des davon erzeugten Vermehrungsgutes verwaltet. Der Layer stellt die Flächen des EZR räumlich dar. Unterlayer ermöglichen die Unterscheidung nach der Baumart: Bergahorn, Douglasie, Esche, Esskastanie, Europäische Lärche, Fichte, Große Küstentanne, Grauerle, Hainbuche, Japanische Lärche, Kiefer, Moorbirke, Pappel, Robinie, Rotbuche, Roteiche, Sandbirke, Schwarzerle, Schwarzkiefer, Sitkafichte, Sommerlinde, Spitzahorn, Stieleiche, Traubeneiche, Vogelkirsche, Weißtanne, Winterlinde Im Erntezulassungsregister (EZR) werden alle Bestände von zugelassenem Ausgangsmaterial und des davon erzeugten Vermehrungsgutes verwaltet. Der Layer stellt die Flächen des EZR räumlich dar. Unterlayer ermöglichen die Unterscheidung nach der Baumart: Bergahorn, Douglasie, Esche, Esskastanie, Europäische Lärche, Fichte, Große Küstentanne, Grauerle, Hainbuche, Japanische Lärche, Kiefer, Moorbirke, Pappel, Robinie, Rotbuche, Roteiche, Sandbirke, Schwarzerle, Schwarzkiefer, Sitkafichte, Sommerlinde, Spitzahorn, Stieleiche, Traubeneiche, Vogelkirsche, Weißtanne, Winterlinde
Anhand von zeitlichen Trends der Phosphor-Blatt- und Nadelspiegelwerte von Bäumen auf Dauerbeobachtungsflächen wurde für die vergangenen 2-3 Jahrzehnte eine Verschlechterung der P-Ernährung in vielen europäischen Regionen festgestellt. Als mögliche Ursachen dafür werden Bodenversauerung, Eutrophierung der Waldökosysteme mit N und dadurch ein verbessertes Wachstum, sowie Bodenschutzkalkungen und Auswirkungen des Klimawandels diskutiert. Hier soll untersucht werden, ob anhand der P-Gehalte in den Jahrringen von Picea abies und Fagus sylvatica, bestimmt mittels LA-ICP-MS (Laser Ablation - Induktiv gekoppelte Plasma-Massenspektrometrie), langfristige Trends und historische Variabilität in der P-Verfügbarkeit festgestellt werden können. Bisher gibt es nur ganz wenige Studien zu P-Gehalten in Jahrringen und es ist nicht klar, ob deren inter-annuelle Variation zu Veränderungen der P Verfügbarkeit in Beziehung steht. Daher soll hier in einem ersten Schritt die Beziehung zwischen P in Jahrringen und P-Verfügbarkeit für zwei Arten von Bohrkerneproben analysiert werden: a) von P Düngungsversuchen mit bekannten Zeitpunkten und Applikationsraten, und b) von den Dauerbeobachtungsflächen des DFG-Schwerpunktprogramms mit verfügbaren Zeitreihen der P-Konzentrationen in Blättern/Nadeln und Streu. Zweitens wird analysiert, ob die P-Gehalte in Jahrringen aus Wäldern in denen die P-Versorgung hauptsächlich durch Rezyklierung geleistet wird ('recycling systems') eine höhere zeitliche Variation aufweisen als in Wäldern, die einen größeren Teil des P aus der mineralischen Festphase aufnehmen ('acquiring systems'); siehe grundlegende Hypothese des Schwerpunktprogramms, die postuliert, dass 'recycling systems' sensibler auf menschliche Einflüsse und Umweltveränderungen reagieren. Drittens wird quantifiziert, ob die Effizienz der Rezyklierung von P im Stammholz, gemessen als prozentuale Rückverlagerung vom äußeren Kernholz bis zum jüngsten Splintholz, in 'recycling systems' höher ist als in 'acquiring systems'. Viertens wird untersucht ob sich im Kernholz der 'P-rezyklierenden' und der 'P-akquirierenden' Waldökosysteme unterschiedliche, langfristige Trends in der P-Versorgung darstellen und ob diese durch Gehalte anderer Elemente (N, S, K, Ca, Mg, Al, ermittelt durch ICP-OES), Elementverhältnisse (N/P, P/Ca, P/Al, etc.) oder Wachstumstrends erklärt werden können. Mittels Regressionen zwischen diesen Variablen lassen sich einige der zentralen Fragen des Schwerpunktprogramms adressieren. Sollte die P-Verfügbarkeit infolge von Bodenversauerung abgenommen haben, so sollten abnehmende P Gehalte in Jahrringen mit einer Abnahme der Ca- und Mg-, sowie einer Zunahme der Al-Gehalte einhergehen. Dieses Projekt wird nicht nur Information zu langfristigen Trends der P-Ernährung der Hauptbaumarten der Standorte des Schwerpunktprogramms liefern, sondern auch wichtige Daten zur Speicherung und Aufnahme von P im Holz, um damit Nährstoffbilanzen und biogeochemische Modelle zu unterstützen.
Wirtschaftswälder sind von einem Wegenetz durchzogen, von dem sowohl positive als auch negative Auswirkungen auf die Waldlebensgemeinschaften ausgehen können. Während man über die Vegetation und Standortverhältnisse von LKW-fähigen Waldwegen bereits erste Erkenntnisse besitzt, ist das Wissen über Feinerschließungssysteme und deren Wirkung auf die Vegetation noch weitgehend unbekannt. In zwei Gebieten mit unterschiedlichen Standortsverhältnissen und Waldentwicklungstypen (Solling: Buntsandstein, Buchen- und Fichtenreinbestände, Göttinger Wald: Muschelkalk, Rötton, Buchen-Edellaubbaum-Mischbestände) soll die Vegetation an allen vorkommenden Erschließungssystemen (vom LKW-fähigen Weg bis zur Rückegasse) beschrieben, klassifiziert und kartiert werden. An ausgewählten, transektartig gegliederten Versuchsflächen an Rückegassen sollen die standörtlichen Veränderungen durch Feinerschließungssyssteme (insbesondere mit Angaben zum Licht, zur Bodenverdichtung und zum Stickstoffhaushalt) untersucht werden. Da Waldwege bevorzugte Wanderwege und die auf ihnen sich bewegenden Fahrzeuge bevorzugte Vektoren für die Ausbreitung von Pflanzenarten sein können, sind Untersuchungen zur Samenbank und Ausbreitung sowie zur Etablierung von Pflanzen vorgesehen.
CO2-Assimilation, Transpitation und Biomasseproduktion von Larix decidua, Larix leptolepis und Picea abies werden unter natuerlichen Standortbedingungen gemessen. Die Abhaengigkeit des Gasaustausches von Licht, Temperatur, Luftfeuchte und Wasserzustand wird untersucht.
| Origin | Count |
|---|---|
| Bund | 2232 |
| Kommune | 1 |
| Land | 223 |
| Wissenschaft | 105 |
| Zivilgesellschaft | 7 |
| Type | Count |
|---|---|
| Chemische Verbindung | 23 |
| Daten und Messstellen | 728 |
| Ereignis | 4 |
| Förderprogramm | 1432 |
| Gesetzestext | 21 |
| Infrastruktur | 1 |
| Taxon | 28 |
| Text | 167 |
| Umweltprüfung | 17 |
| unbekannt | 121 |
| License | Count |
|---|---|
| geschlossen | 916 |
| offen | 1551 |
| unbekannt | 53 |
| Language | Count |
|---|---|
| Deutsch | 2339 |
| Englisch | 958 |
| Resource type | Count |
|---|---|
| Archiv | 49 |
| Bild | 15 |
| Datei | 748 |
| Dokument | 194 |
| Keine | 1407 |
| Multimedia | 1 |
| Unbekannt | 6 |
| Webdienst | 10 |
| Webseite | 864 |
| Topic | Count |
|---|---|
| Boden | 2182 |
| Lebewesen und Lebensräume | 2416 |
| Luft | 1836 |
| Mensch und Umwelt | 2490 |
| Wasser | 1840 |
| Weitere | 2520 |