Auf der Digitalen Übersichtskarte im Maßstab 1 : 2 500 000 wird der Nordwestdeutsche Raum bis zu den Niederlanden abgebildet. Das Bundesland Niedersachsen aber auch Hamburg und Bremen werden damit vollständig dargestellt Auch Teile der Nachbarländer mit den Städten Lübeck, Schwerin, Magdeburg, Kassel und dem Ruhrgebiet liegen innerhalb des dargestellten Gebietes. Siedlungs-, Gewässer- und Verkehrsstrukturen werden hervorgehoben. Die naturräumliche Gliederung ist zu erkennen. Damit eignet sich die Karte für überregionale Orientierung, Planung und Forschung.
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.
SWIM Water Extent is a global surface water product at 10 m pixel spacing based on Sentinel-1/2 data. The collection contains binary layers indicating open surface water for each Sentinel-1/2 scene. Clouds and cloud shadows are removed using ukis-csmask (see: https://github.com/dlr-eoc/ukis-csmask ) and are represented as NoData. The water extent extraction is based on convolutional neural networks (CNN). For further information, please see the following publications: https://doi.org/10.1016/j.rse.2019.05.022 and https://doi.org/10.3390/rs11192330
Der Downloaddienst stellt Informationen zu InVeKoS LPIS, GSA im Freistaat Sachsen bereit. Im Rahmen des Integrierten Verwaltungs- und Kontrollsystems (InVeKoS) werden in Sachsen die Feldblöcke und Landschaftselemente als Referenzflächen zur Identifizierung landwirtschaftlicher Parzellen (LPIS) gepflegt und bereitgestellt. Die punktförmig bereitgestellten GSA-Daten werden nach Einreichung aus den Antragsparzellen (= Schläge/GSA-Daten) im Rahmen der Antragstellung abgeleitet.
Dieser WFS (Web Feature Service) stellt Inhalte zum Thema Bodenbedeckung ALKIS im INSPIRE-Zielmodell dar. Zur genaueren Beschreibung der Daten und Datenverantwortung nutzen Sie bitte den Verweis zur Datensatzbeschreibung.
Dieser Dienst stellt für das INSPIRE-Thema Bodenbedeckung aus ALKIS umgesetzte Daten bereit.:Dieser Dienst stellt für das INSPIRE-Thema Bodenbedeckung aus ALKIS umgesetzte Daten bereit.
Die Mindestanforderungen zur Begrenzung von Erosion richten sich nach dem Grad der Wasser- oder Winderosionsgefährdung der landwirtschaftlichen Flächen. Gemäß § 16 Abs. 1 GAPKondV müssen die Landesregierungen die landwirtschaftlichen Flächen nach dem Grad der Erosionsgefährdung gemäß Anlage 3 und 4 zu § 16 GAPKondV einteilen und die betroffenen Gebiete bezeichnen. Auf Ackerflächen in diesen Gebieten gelten dann die Anforderungen an die Bewirtschaftung nach § 16 Abs. 2 bis 4 GAPKondV. Die Einstufung erfolgt in Thüringen auf der Basis der InVeKoS-Feldblöcke gemäß § 5 Abs. 1 Nr. 2 GAPInVeKoS-Verordnung. Die Einteilung erfolgt in Thüringen nach § 13 Thür GAPVO für jeden erosionsgefährdeten Feldblock (landwirtschaftliche Flächen) mit den Wassererosionsgefährdungsklassen KWasser1 (erosionsgefährdet) bzw. KWasser2 (stark erosionsgefährdet). Für Flächen, die in Thüringen liegen, sind keine Erosionsstufen für Wind ausgewiesen. Zur Bestimmung der potenziellen Erosionsgefährdung durch Wasser werden die Faktoren KSR (Erosionsanfälligkeit der Bodenart, Hangneigung, Regenerosivität) berücksichtigt. Ermittelt wurden die angegebenen Faktoren in einem Raster von 5 x 5 m. Die Einstufung der Feldblöcke wird jährlich anhand der Feldblöcke der Digitalen Grundkarte fortgeschrieben und zum 01.02. veröffentlicht.
Dieser Dienst stellt für das INSPIRE-Thema Bodenbedeckung aus ALKIS umgesetzte Daten bereit.
Die Datenserie beinhaltet Datensätze der im Rahmen der Bodenschutzkalkung seit 1986 gekalkten Waldflächen (Kalkungsvollzugsflächen) im Freistaat Sachsen. Je Kalkungsvollzugsfläche wird die Menge des aufgebrachten Naturkalks in Tonnen pro Hektar, das Datum der Durchführung der Kalkung sowie die Waldeigentumsart (Landeswald, Privatwald etc.) zum Zeitpunkt der Kalkung angegeben. Die Bodenschutzkalkung wird seit 1986 jährlich in Sachsen durchgeführt um die tiefgreifende Versauerung der Waldböden auszugleichen und Waldschäden vorzubeugen. Auf der Grundlage von Bodenanalysen und den forstlichen Standortverhältnissen wird die Kalkungsmenge pro Kalkungsvollzugsfläche bestimmt und der Naturkalk per Flugzeug oder Hubschrauber zwischen dem 1. Juli und 31. Oktober aufgetragen. Die Daten bilden die Grundlage für die digitale Kalkungsvollzugskarte für Sachsen. Weitere Informationen sind dem Faltblatt zur Bodenschutzkalkung zu entnehmen, welches vom Staatsbetrieb Sachsenforst herausgegeben wird.
This product shows globally the daily snow cover extent (SCE). The snow cover extent is the result of the Global SnowPack processor's interpolation steps and all data gaps have been filled. Snow cover extent is updated daily and processed in near real time (3 days lag). In addition to the near real-time product (NRT_SCE), the entire annual data set is processed again after the end of a calendar year in order to close data gaps etc. and the result is made available as a quality-tested SCE product. There is also a quality layer for each day (SCE_Accuracy), which reflects the quality of the snow determination based on the time interval to the next "cloud-free" day, the time of year and the topographical/geographical location. The “Global SnowPack” is derived from daily, operational MODIS snow cover product for each day since February 2000. Data gaps due to polar night and cloud cover are filled in several processing steps, which provides a unique global data set characterized by its high accuracy, spatial resolution of 500 meters and continuous future expansion. It consists of the two main elements daily snow cover extent (SCE) and seasonal snow cover duration (SCD; full and for early and late season). Both parameters have been designated by the WMO as essential climate variables, the accurate determination of which is important in order to be able to record the effects of climate change. Changes in the largest part of the cryosphere in terms of area have drastic effects on people and the environment. For more information please also refer to: Dietz, A.J., Kuenzer, C., Conrad, C., 2013. Snow-cover variability in central Asia between 2000 and 2011 derived from improved MODIS daily snow-cover products. International Journal of Remote Sensing 34, 3879–3902. https://doi.org/10.1080/01431161.2013.767480 Dietz, A.J., Kuenzer, C., Dech, S., 2015. Global SnowPack: a new set of snow cover parameters for studying status and dynamics of the planetary snow cover extent. Remote Sensing Letters 6, 844–853. https://doi.org/10.1080/2150704X.2015.1084551 Dietz, A.J., Wohner, C., Kuenzer, C., 2012. European Snow Cover Characteristics between 2000 and 2011 Derived from Improved MODIS Daily Snow Cover Products. Remote Sensing 4. https://doi.org/10.3390/rs4082432 Dietz, J.A., Conrad, C., Kuenzer, C., Gesell, G., Dech, S., 2014. Identifying Changing Snow Cover Characteristics in Central Asia between 1986 and 2014 from Remote Sensing Data. Remote Sensing 6. https://doi.org/10.3390/rs61212752 Rößler, S., Witt, M.S., Ikonen, J., Brown, I.A., Dietz, A.J., 2021. Remote Sensing of Snow Cover Variability and Its Influence on the Runoff of Sápmi’s Rivers. Geosciences 11, 130. https://doi.org/10.3390/geosciences11030130
| Organisation | Count |
|---|---|
| Bund | 585 |
| Europa | 116 |
| Kommune | 31 |
| Land | 467 |
| Weitere | 16 |
| Wirtschaft | 4 |
| Wissenschaft | 258 |
| Zivilgesellschaft | 6 |
| Type | Count |
|---|---|
| Agrarwirtschaft | 1 |
| Daten und Messstellen | 41 |
| Ereignis | 1 |
| Förderprogramm | 253 |
| Hochwertiger Datensatz | 60 |
| Kartendienst | 1 |
| Repositorium | 1 |
| Taxon | 2 |
| Text | 64 |
| Umweltprüfung | 1 |
| unbekannt | 477 |
| License | Count |
|---|---|
| Geschlossen | 84 |
| Offen | 564 |
| Unbekannt | 252 |
| Language | Count |
|---|---|
| Deutsch | 615 |
| Englisch | 333 |
| Resource type | Count |
|---|---|
| Archiv | 39 |
| Bild | 9 |
| Datei | 127 |
| Dokument | 67 |
| Keine | 302 |
| Unbekannt | 7 |
| Webdienst | 20 |
| Webseite | 474 |
| Topic | Count |
|---|---|
| Boden | 900 |
| Lebewesen und Lebensräume | 900 |
| Luft | 389 |
| Mensch und Umwelt | 868 |
| Wasser | 414 |
| Weitere | 897 |