Der WMS umfasst Schadstoffe im Wasser und im Sediment, die an Messstationen des LLUR erfasst werden. Parameter: Quecksilber, Blei, Kupfer, Nickel, Arsen, Cadmium, Chrom, Zink.
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. 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.
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.
Das Sächsische Staatsministerium für Infrastruktur und Landesentwicklung (SMIL) unterstützt Städte und Gemeinden bei der sozialen Entwicklung ausgewählter Stadtgebiete mit Landesmitteln und Mitteln aus dem Europäischen Sozialfonds (ESF). Der Datensatz enthält die Fördergebiete der teilnehmenden Gemeinden für den Zeitraum 2021-2027.
Der Datensatz enthält Informationen zum Minimumwert der gesättigten Wasserleitfähigkeit (kf, in mm/h) in der gründigen Zone (Wp) bis maximal 1 Meter Tiefe der Böden in Deutschland. Grundlage für die Erstellung des Datensatzes ist die deutschlandweit harmonisiert verfügbare Bodenübersichtskarte im Maßstab 1:200.000 (BÜK 200), bereitgestellt von der BGR (2021). Es handelt sich um Mittelwerte, die landnutzungsspezifisch aus den in der BÜK200 vorliegenden Profilen eines BÜK-Polygons abgeleitet wurden. Die Daten sind keine absolut gültigen Ergebnisse, sondern stehen im Kontext der methodischen Annahmen bei der Erstellung und Verarbeitung der Ausgangsdaten. Die Ableitung des Bodenkennwertes erfolgte auf Grund-lage der Bodenkundlichen Kartieranleitung (KA5; Ad-hoc-AG Boden (2005): Bodenkundliche Kartieranleitung (KA 5). Ad-hoc-Arbeitsgruppe Boden der geologischen Landesämter und der Bundesanstalt für Geowissenschaften und Rohstoffe der BRD, Hannover.). Eine grundsätzliche Beschreibung des methodischen Vorgehens findet sich in (Veröffentlichung Abschlussbericht). Diese Kenngröße wird aktuell für die Weiterentwicklung der Wasserhaushaltsmodellierung mit dem Modell LARSIM (der BfG) verwendet.
Der Datensatz enthält Informationen zur mittleren gesättigten Wasserleitfähigkeit (kf, in mm/h) bis maximal 3 Dezimeter Tiefe der Böden in Deutschland. Grundlage für die Erstellung des Datensatzes ist die deutschlandweit harmonisiert verfügbare Bodenübersichtskarte im Maßstab 1:200.000 (BÜK 200), bereitgestellt von der BGR (2021). Es handelt sich um Mittelwerte, die landnutzungsspezifisch aus den in der BÜK200 vorliegenden Profilen eines BÜK-Polygons abgeleitet wurden. Die Daten sind keine absolut gültigen Ergebnisse, sondern stehen im Kontext der methodischen Annahmen bei der Erstellung und Verarbeitung der Ausgangsdaten. Die Ableitung des Bodenkennwertes erfolgte auf Grund-lage der Bodenkundlichen Kartieranleitung (KA5; Ad-hoc-AG Boden (2005): Bodenkundliche Kartieranleitung (KA 5). Ad-hoc-Arbeitsgruppe Boden der geologischen Landesämter und der Bundesanstalt für Geowissenschaften und Rohstoffe der BRD, Hannover.). Eine grundsätzliche Beschreibung des methodischen Vorgehens findet sich in (Veröffentlichung Abschlussbericht). Diese Kenngröße wird aktuell für die Weiterentwicklung der Wasserhaushaltsmodellierung mit dem Modell LARSIM (der BfG) verwendet.
Zielsetzung: Klimatische Veränderungen beeinflussen die verfügbare Wassermenge und -qualität in Talsperren, was deutliche Auswirkungen auf die Sicherheit der Trinkwasserversorgung und auf die Ökosysteme der Stauseen und den Landschaftswasserhaushalt hat. Klimaprognosen deuten für Gebiete wie den Harz auf einen Anstieg von Niederschlägen im Winter und häufigere Trockenperioden im Sommer hin, was stärker schwankende Wasserstände bedeutet. Zur Anpassung im Management der Talsperren und deren Ökosystemen mangelt es jedoch oft an präzisen Vorhersagen und den nötigen Instrumenten, um risikobasierte Entscheidungen über notwendige dynamische Betriebsstrategien zu treffen. Vor diesem Hintergrund soll im Rahmen des Projekts ein vorhersagebasiertes, mengen- und gütegewichtetes Entscheidungsunterstützungssystem für Talsperren entwickelt werden, welches auf datengetriebenen Modellen basiert und am Beispiel des Systems der Harzwasserwerke implementiert wird. Das Projekt konzentriert sich darauf, durch die Nutzung moderner Technologien und Methoden der Künstlichen Intelligenz (KI), wie LSTM-Netzwerke (Long Short-Term Memory) und Ensemble-Methoden, zuverlässige Vorhersagen des Wasserbedarfs und -dargebots zu erstellen. Diese Vorhersagen werden in ein hydrodynamisches Optimierungsmodell integriert, um eine flexible und belastbare Entscheidungsunterstützung im Ereignisfall zu ermöglichen. Hierdurch sollen die verschiedenen Bewirtschaftungsziele wie Hochwasserschutz, Versorgungssicherheit, Ökosystemleistungen, Landschaftswasserhaushalt und Energieerzeugung bestmöglich erfüllt werden. Die Kombination von Echtzeit-Sensoren, Open-Source-Datensätzen und fortschrittlichen Datenanalyse-Tools ermöglicht es, komplexe und dynamische Prozesse zu simulieren und in Echtzeit Informationen bereitzustellen. Im Sinne der nachhaltigen Klimawandelanpassung werden so proaktive Maßnahmen zur Unterstützung der Versorgungssicherheit, des Hochwasserschutzes sowie des Landschaftswasserhaushaltes ermöglicht. Die Implementierung des Demonstrators im System der Harzwasserwerke soll die Vorteile einer proaktiven Steuerung demonstrieren und eine multikriterielle Bewertung im Vergleich zu herkömmlichen Methoden ermöglichen. Der Fokus liegt nicht nur auf einem hohen Technology Readiness Level, sondern auch auf der Handhabung von Unsicherheiten und der Berücksichtigung verschiedener Vorhersagehorizonte. Diese sind für die verschiedensten wasserwirtschaftlichen Zielsetzungen von entscheidender Bedeutung.
| Origin | Count |
|---|---|
| Bund | 3843 |
| Europa | 3 |
| Global | 1 |
| Kommune | 51 |
| Land | 3649 |
| Schutzgebiete | 5 |
| Wissenschaft | 142 |
| Zivilgesellschaft | 33 |
| Type | Count |
|---|---|
| Chemische Verbindung | 79 |
| Daten und Messstellen | 3375 |
| Ereignis | 109 |
| Förderprogramm | 2777 |
| Gesetzestext | 2 |
| Kartendienst | 2 |
| Lehrmaterial | 1 |
| Taxon | 1 |
| Text | 556 |
| Umweltprüfung | 4 |
| Wasser | 6 |
| unbekannt | 576 |
| License | Count |
|---|---|
| geschlossen | 970 |
| offen | 5443 |
| unbekannt | 1050 |
| Language | Count |
|---|---|
| Deutsch | 7085 |
| Englisch | 1869 |
| andere | 2 |
| Resource type | Count |
|---|---|
| Archiv | 1741 |
| Bild | 12 |
| Datei | 860 |
| Dokument | 889 |
| Keine | 3258 |
| Multimedia | 1 |
| Unbekannt | 28 |
| Webdienst | 94 |
| Webseite | 3364 |
| Topic | Count |
|---|---|
| Boden | 5489 |
| Lebewesen und Lebensräume | 5803 |
| Luft | 5205 |
| Mensch und Umwelt | 7461 |
| Wasser | 5187 |
| Weitere | 6977 |