This raster dataset shows forest canopy cover loss (FCCL) in Germany at a monthly resolution from September 2017 to September 2024. It is similar to the product developed by Thonfeld et l. (2022) but was fully reprocessed and updated to reveal the most recent forest disturbance dynamics. The combination of Sentinel-2A/B and Landsat-8/9 data allows for a high temporal resolution while the pixel size of the product is 10 m. The results are clipped to the stocked area 2018 mapped by the Johann-Heinrich-von-Thünen Institute (Langner et al. 2022, https://doi.org/10.3220/DATA20221205151218). The dataset contains predominantly larger canopy openings resulting from different drivers but also larger clusters of standing deadwood. FCCL can result from abiotic (e.g. wind, fire, drought, hail) drivers, biotic (e.g. insects, funghi) drivers or a combination of both as well as from sanitary and salvage logging and planned harvest. The first version with canopy cover losses from January 2018 - April 2021 (Thonfeld et al. 2022) can be accessed here: https://geoservice.dlr.de/web/datasets/tccl.
Aufgrund von Ergebnissen einer vorausgehenden Untersuchung, nach der eine differenzierte und mit Bodenbefunden vergleichbare Waldschadenskartierung in aelteren Fichtenreinbestaenden mit Hilfe von LANDSAT-TM-Daten moeglich ist, wird an folgenden Problemen gearbeitet: - Verfahrensverbesserungen durch GIS-Einsatz (Auswahl von Trainingsgebieten; Verifizierung von Befunden; Adjustierung von Daten und Ergebnissen). - Analyse von Zusammenhaengen zwischen Waldschaeden und oekologisch relevanten Einflussfaktoren mittels GIS. - Veraenderungsnachweise. - Einbeziehung anderer Baumarten und Bestandesaufbauformen. - Untersuchung der Einfluesse unterschiedlicher Waldbau-Konzepte in Niedersachsen und Sachsen-Anhalt.
Die Europäische Weltraumorganisation (ESA) stellt innerhalb des Copernicus-Programms kostenfrei Satellitendaten der Missionen Sentinel (dt. Wächter) zur Verfügung. Der LGV bereitet die Daten zur einfacheren Nutzung quartalsweise auf. Originär können die Satellitendaten über die nationale Plattform CODE-DE (Copernicus Data and Exploitation Platform – Deutschland) bezogen werden. Datengrundlage: - Sentinel-2 L2A: Multispektrale, atmosphärisch korrigierte Daten - Georeferenziertes Mosaik - Kachel-Anzahl: 25 - Kachel-Größe: 8 km x 8 km - Kachel-Auswahl: Aktualität und Grad der Wolkenbedeckung - Farbdarstellung: RGB, CIR, NDVI - Bodenauflösung: 10m - Farbtiefe: 8 bit RGB (Red Green Blue): Die Bandkombination aus Rot (B4), Grün (B3) und Blau (B2) 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 (B8), Rot (B4) und Grün (B3) 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. NDVI (Normalized Difference Vegetation Index): Der NDVI ist ein häufig angewendeter Index, welcher zur Einschätzung der Vegetation herangezogen wird. Er berechnet sich aus den Bändern Nahes Infrarot (B8) und Rot (B4): NDVI = (NIR-Rot)/(NIR+Rot) <b>Hinweis</b> "Keine Daten verfügbar": Wenn innerhalb eines Quartals ausschließlich Daten mit hoher Wolkenbedeckung vorliegen, wird kein Mosaik erzeugt. Dies ist insbesondere in Wintermonaten möglich. [© Contains modified Copernicus Sentinel data [2018-2024], processed on CODE-DE]
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).
Web Map Service (WMS) für die Bereitstellung von Satellitendaten des Copernicus-Programms. Der LGV bereitet die Daten zur einfacheren Nutzung quartalsweise auf. Die dargestellten Geodaten beinhalten zusätzlich eine zeitliche Dimension (WMS-Time). Zur genaueren Beschreibung der Daten und Datenverantwortung nutzen Sie bitte den Verweis zur Datensatzbeschreibung.
Oberflächentemperaturen am Abend des 13.08.2000 und Morgen des 14.08.2000 sowie die Temperaturdifferenzen Abend-Morgen, langwelliger Wellenlängenbereich zwischen 10,4 bis 12,5 µm, Bearbeitungsstand März 2001.
Basierend auf einer an einem Laserrasterbelichter erstellten qualitativ hochwertigen Ausgabe der in den Jahren 1993 und 1994 am Institut fuer Kartographie auf der Basis von Landsat generierten digitalen Landnutzungsdaten wurde im Oktober 1997 das letzte der 15 Blaetter des Kartenwerks der Landnutzung von Sachsen im Massstab 1:100 000 vom Landesvermessungsamt Sachsen herausgegeben. Kartographische Gestaltung und Bearbeitung der Kartenblaetter oblagen dem Institut fuer Kartographie.
This first part of the project deals with the calibration and intercalibration of remote sensing data (NOAA-AVHRR and LANDSAT images), gathered during the EFEDA 1991 field experiment and the application of corrections for aspect angle, surface emissivity, and atmospheric effects. Data from other observation systems will be included as they become available. The accuracy of the inferred informations is determined by intercomparisons with ground based measurements made under controlled conditions. Surveys will be carried in the experimental area to obtain more information about the angular distribution of the reflected solar radiation over the different plant communities in dependence of the physiological and structural parameters of the plant-soil systems. A major effort will be made to relate directional reflectances, surface temperatures and vegetation indices derived from the spectral measurements made in space to energy and water fluxes between the surface and the atmosphere measured by the EFEDA flux groups and vegetation parameters observed at the surface by the EFEDA vegetation group. The second part of the project deals with the determination of area averages and the study of temporal changes. Validated information derived from the satellite data will be scaled up into a size comparable with the grid width of global models to support the determination of energy and water exchanges between the surface and the atmosphere, and the definition of a desertification index based on satellite observations. For this purpose time series of these data will be analysed with respect to interannual changes related to the weather development and possible trends. An attempt will be made to correlate cumulative annual data of vegetation index with biomass production. The broadening of the geographical scope of EFEDA will be prepared by processing NOAA-AVHRR satellite data for the whole of the Mediterranean coastal zone which can be provided to users with information about the applied corrections and interpretation aids.
Das oben bezeichnete Pilotprojekt sollte als ERS-1 Pilotprojekt den Nutzen von ERS-1 SAR-Daten fuer Fragen der Regenwaldueberwachung aufzeigen und anwendungsorientierte Auswerteverfahren zu dieser Zielsetzung, insbesondere zur Erfassung der Rodungsdynamik, entwickeln. Es wurde von der DARA gefoerdert. Im Rahmen einer Kooperation mit dem brasilianischen Weltrauminstitut INPE wurden fuer ein Untersuchungsgebiet im Suedwesten Amazoniens, im Bundesstaat Acre, die Einsatzmoeglichkeiten der Mikrowellendaten des ERS zur Rodungskartierung untersucht und aufgezeigt und verschiedene Auswerteverfahren erprobt. Es wurde ein Verfahrensablauf entwickelt, der insbesondere auf dem multisaisonalen Informationsgehalt der ERS SAR-Daten aufbaut und dadurch den Informationsgehalt wesentlich steigert. Basis der Auswertungen war eine Gelaendekampagne im Sommer 1994 und die vergleichende Auswertung von Landsat TM-Daten verschiedener Jahre, fuer die aus vorherigen Arbeiten bereits umfangreiche Erfahrungen in der Waldueberwachung vorlagen. Vergleichende Auswertungen waren auch anhand der Daten der zwei Shuttle-Missionen von SIR-C/X-SAR (Ueberfliegungen im April und Oktober 1994 in drei Radarfrequenzbereichen) moeglich. Fuer die computergestuetzte Klassifizierung von Regenwald- und Rodungsgebieten mittels ERS SAR-Daten hat sich in Acre ein evidenzbasierter Klassifizierer (EBIS) bewaehrt, der auch texturelle Informationen in den Radarbildern mit beruecksichtigt. Die Trennbarkeit von Wald- und Nichtwaldflaechen und eine Differenzierung innerhalb der Rodungsgebiete (Weiden, Altweiden, Sukzessionsflaechen) wird durch multisaisonale Ueberlagerungen erhoeht. In Gebieten mit kleinparzellierten Flaechenaenderungen und Landnutzungsmustern (Rondonia) sind pixelbasierte Klassifizierungsverfahren mit entsprechenden Vorfilterungen vorzuziehen.