API src

Found 33 results.

Related terms

Global Land Cover Map for 2009 (GlobCover 2009)

The GlobCover initiative of ESA developed and demonstrated a service for the generation of global land cover maps, based on Envisat MERIS Fine Resolution (300 m) mode data. ESA and Université catholique de Louvain demonstrated the possibility to use the GlobCover system operationally by delivering GlobCover 2009, the 2009 global land cover map, within a year of the last satellite acquisition. For maximum user benefit the thematic legend of GlobCover is compatible with the UN Land Cover Classification System (LCCS). The system is based on an automatic pre-processing and classification chain. Finally, the global land cover map was validated by an international group of land cover experts and the validation reports are also available to the user community.

Signaldekomposition hypertemporaler Sentinel-1 Zeitreihen zur Optimierung des Informationsgewinns für Land-Anwendungen

Mit der Initiierung des Europäischen Copernicus Programms zur Erdbeobachtung und dem damit verbundenen Start der Satelliten Sentinel-1A & B stehen erstmals zuverlässig und kostenfrei dichte C-Band Radardatenzeitserien zur Verfügung. Die Kombination beider Schwestersatelliten erlaubt die Datenakquisition mit einer zeitlichen Wiederholrate von sechs Tagen bei gleichbleibender Aufnahmegeometrie. Die nun zur Verfügung stehende zeitliche Dimension der SAR-Datensätze ermöglicht und erfordert innovative Datenauswertestrategien, die zum einen die Vorprozessierung der Daten und zum anderen die Extrahierung des Informationsgehaltes optimieren. Das übergeordnete Ziel dieses Vorhabens ist die Entwicklung und der Test eines geeigneten Verfahrens. Der vorgeschlagene Ansatz basiert auf der temporalen Dekomposition von SAR Zeitreihen. Die extrahierte raumzeitliche Information soll hinsichtlich ihrer Eignung als Datengrundlage für bestimmte Anwendungen untersucht werden. Parallel soll mittels temporaler Dekomposition ein neuartiger Speckle-Filter entwickelt werden. Der Speckle-Filter wird die Eigenschaft besitzen, ausschließlich über die Zeit zu filtern. Somit bleibt die geometrische Auflösung der Eingangsdaten vollständig erhalten. Eine Erweiterung des Filters zur raum-zeitlichen Filterung ist ebenso vorgesehen. Die Zerlegung des zeitlichen Signals erfolgt in einzelne Komponenten unterschiedlicher Frequenz. Komponenten hoher Frequenz bilden zufällige Rückstreuvariationen ab (Speckle, Niederschlagseinflüsse etc.), Komponenten mittlerer oder niedriger Frequenz werden durch biophysikalische Prozesse wie z.B. Bodenfeuchteänderungen oder Pflanzenwachstum dominiert. Welche Komponenten mit welchen biophysikalischen Prozessen zusammenhängen, und welche zeitliche Abtastungsdichte gegeben sein muss, um den Einfluss dieser Steuergrößen abbilden zu können, soll im Rahmen dieses Vorhabens analysiert werden. Bezüglich der Bodenfeuchteableitung soll zudem geprüft werden, inwieweit Sentinel-1 basierte Kohärenzen sowie Phasentriplets geeignete Proxys für die Ableitung von Bodenfeuchteindikatoren sein können. Entsprechend dieser Ergebnisse erfolgt die Erforschung der Nutzbarkeit der zeitlichen Komponenten hinsichtlich der Anwendungsentwicklung. Im Vordergrund stehende Anwendungsfälle sind hier die Kartierung der Landbedeckung und -nutzung inkl. REDD+ Fragestellungen, die Detektion von Landbedeckungsveränderungen, Analysen zur Dynamik von Feuchtgebieten sowie die Ableitung von Bodenfeuchteindikatoren.

Landbedeckungskarte 2005 von Niedersachsen 1 : 25 000

Die Karte zeigt eine Auswertung von Satellitenbildern aus dem Jahr 2005 der CORINE-Landbedeckungseinheiten (Ebene 1 für alle Klassen und Ebene 2 für bebaute Flächen). Auswertung von Satellitenbildern aus dem Jahr 2005 hinsichtlich der CORINE-Landbedeckungseinheiten (Ebene 1 für alle Klassen und Ebene 2 für bebaute Flächen): - 11000 Städtisch geprägte Flächen - 12000 Industrie-, Gewerbe- und Verkehrsflächen - 13000 Abbauflächen, Deponien und Baustellen - 14000 Künstl. angelegte, nicht landwirtschaftl. genutzte Grünflächen - 20000 Landwirtschaftliche Flächen - 30000 Wälder und naturnahe Flächen - 40000 Feuchtflächen - 50000 Wasserflächen Die Validierung der Daten erfolgte mittels hochauflösender Orthofotos (punktbasierte Stichprobe: für jeden Punkt einer Stichprobe wird das Kartierungsergebnis mit der realen Landnutzung aus dem Orthofoto verglichen). Die Pixelauflösung beträgt 10 m. In der Klasse „Industrie-, Gewerbe- und Verkehrsflächen“ werden Straßen erst ab einer Breite von 40 m kartiert. Die Positionsgenauigkeit der Satellitendaten liegen entsprechend der Produktspezifikationen bei +/-1 Pixel (d.h. +/-10 m). Die Datengenauigkeit wird mit ca. 90% angegeben. Auswertung: GeoVille Group, Innsbruck; Infoterra GmbH, Friedrichshafen (erstellt im Rahmen des Projektes ESA GSE Stage 2 GSE Land, gefördert durch die Europäische Raumfahrtagentur ESA)

Innovative multitemporale Entmischungsansätze für das Monitoring von Feuerökosystemen mittels EnMAP

Bodenversiegelung und Bodenbedeckung Hamburg

Versiegelungskarte und Bodenbedeckung: Mit der Beschreibung des Ausmaßes der Bodenversiegelung kann sowohl ein quantitativer Überblick über die Ausdehnung städtischer Siedlungsräume gegeben als auch qualitative Einflüsse z.B. auf das Stadtklima und die Grundwasserneubildung abgebildet werden. Bodenversiegelung hat viele negative Auswirkungen auf Mensch und Umwelt. Versiegelte Flächen sind nicht in der Lage, Starkregenereignisse durch Versickerung abzumildern, sie tragen stark zur Entstehung von Hitzeinseln im städtischen Bereich bei und beeinträchtigen durch die gestörten Austauschvorgänge zwischen Erdreich und Atmosphäre die natürlichen Bodenfunktionen.   Seit 1984 wird die Entwicklung der Bodenversiegelung in Hamburg verfolgt. Bisher wurde dafür die Biotopkartierung genutzt. Anhand der dort für ganz Hamburg erfassten Biotoptypen konnte der Versiegelungsgrad geschätzt werden und wurde im 5-Jahresrythmus fortgeschrieben (letzter Bearbeitungsstand 2021). Mit Beginn des Jahres 2020 wird für Hamburg die Bodenbedeckung anhand eines trainierten KI-Modells vorhergesagt. Die erfassten Bodenbedeckungsklassen sind "niedrige Vegetation", "hohe Vegetation", "Gewässer" und "offener Boden" als unversiegelte Flächen, sowie "versiegelte Oberflächen" und "Gebäude" als versiegelte Flächen. Für die Versiegelungskarte wurden Raster mit einer Auflösung von 10, 25 und 50 m über Hamburg gelegt und für jede Rasterzelle der Anteil der versiegelten Flächen in Prozent bestimmt. Um eine bessere Übersicht zu gewährleisten wurde die Darstellung auf 10 Klassen beschränkt. Flächen mit Versiegelungsanteilen von 0 bis 10 % sind in die Versiegelungsklasse "1" und entsprechend fortlaufend bis Klasse "10" eingeteilt. Gewässer sind gesondert dargestellt und als Versiegelungsklasse "0" mit dem Versiegelungsgrad "Gewässer" eingeordnet. Unter "versiegelt" ist in den Daten zusätzlich der prozentuale Anteil der Versiegelung für jede Fläche angegeben. Dieser Datensatz aus Versiegelungskarte in drei verschiedenen Auflösungen und der Bodenbedeckungskarte steht derzeit für das Jahr 2020 zur Verfügung und soll stetig aktualisiert werden, wenn die erforderlichen Eingangsdaten vorliegen.

Creation of a harmonized land cover map as an example for the entire region of the Geneva Air Pollution Convention

A new map product for calculating the critical loads for eutrophication and acidification of terrestrial ecosystems and for modelling air quality was created in this project. The spatial extent of the map covers a large number of countries in Europe, the Caucasus and Central Asia. The results of this project are map products representing the land cover in 217 EUNIS classes and 13 RCG classes. In addition to the individual, national application of the data set, a broader use of the data is planned within the framework of the Convention on Long-Range Transboundary Air Pollution. Veröffentlicht in Texte | 157/2023.

Erstellung einer harmonisierten Landbedeckungskarte als Beispiel für die gesamte Region der GenferLuftreinhaltekonvention

Critical Loads, ein wichtiges wissenschaftliches Instrument zur Risikobewertung für Ökosysteme, werden aktuell vom CCE für Europa berechnet. Die korrekte Identifizierung der Ökosysteme, basierend auf einer harmonisierten Landbedeckungskarte, bildet das Fundament für die Berechnung. Allerdings sind die Eingangsdaten der Karte teils bis zu 20 Jahre alt und sollten dringend aktualisiert werden, um eine korrekte Berechnung der Critical Loads zu gewährleisten. Dafür müssen in einem ersten Schritt die für Deutschlandverfügbaren Datenquellen (z.B. Vegetation, Ökosystem/Habitat, Boden, Wasserhaushalt, Klimakarten)zusammengestellt werden. Um in der Lage zu sein, die Critical Loads nicht nur für Deutschland, sondern für den gesamten Raum der europäischen Luftreinhaltekonvention zu berechnen (zentrale Aufgabe des seit 2018 am UBA angesiedelten CCE), sollen in einem zweiten Schritt die für Europa zur Verfügung stehenden Daten und Karten zusammengestellt werden. Die unterschiedlichen Datengrundlagen sollen auf zwei Ebenen harmonisiert werden (Deutschland, Europa). Eine Analyse soll aufzeigen, wie stark der unterschiedliche Detailgrad die Critical Load Ergebnisse beeinflusst.

Creation of a harmonized land cover map as an example for the entire region of the Geneva Air Pollution Convention

Für die Berechnung der Critical Loads (CL) für terrestrische Ökosysteme in ganz Europa, aber auch für die Modellierung der Luftqualität, ist die Erstellung einer aktuellen harmonisierten Landbedeckungskarte notwendig. Verbunden ist dies mit einer räumlichen Ausdehnung nach Osteuropa, Kaukasus und Zentralasien (EECCA). Die aktualisierte harmonisierte europäische Landbedeckungskarte muss dem EUNIS-Habitat-Klassifizierungssystem mit so vielen Level-3- Klassen wie möglich entsprechen. Basierend auf einer Bewertung der Verfügbarkeit und Eignung verschiedener Geodaten wurde entschieden, 1) CORINE Land Cover 2018 und Ecosystem Type Map v3.1 zu verwenden und Übergangsregeln zu EUNIS Level 1 und Level 2 für die von CORINE Land Cover Map abgedeckten europäischen Länder anzuwenden, 2) Copernicus Global Land Cover Map zu verwenden und Übergangsregeln zu EUNIS Level 1 und Level 2 für europäische Länder anzuwenden, die nicht von CORINE Land Cover Maps abgedeckt werden, 3) Global Potential Natural Vegetation (GPNV)-Karten und die Harmonized World Soil Database zu verwenden (HWSD) zur weiteren Aufschlüsselung der Level-2-Klassen in Richtung Level 3. Mehr als 700.000 Punkte aus dem European Vegetation Archive (EVA), die auf EUNIS-Level 3 klassifiziert wurden, wurden vom Expertensystem für die automatische Klassifizierung europäischer Vegetationsparzellen in EUNIS-Lebensräume bereitgestellt. Merkmale wurden aus den GPNV-modellierten Daten zu Biomen und FAPAR extrahiert. Auf diese wurde ein räumlich stratifiziertes zufälliges sampling durchgeführt, um 60 % der Trainings- und 40 % der Validierungsstichproben zu erhalten. Trainingsbeispiele wurden verwendet, um Random Forest-Entscheidungsbaummodelle zu trainieren. Die Genauigkeitsbewertung wurde an den verbleibenden 40 % der Validierungsproben durchgeführt. Die Genauigkeit variiert zwischen 60 % und mehr als 90 %. Bei den klassenbezogenen Nutzer- und Produzentengenauigkeiten wurden mäßige bis sehr hohe Prozentsätze ermittelt. Die Anwendung der Entscheidungsbaummodelle lieferte die aktualisierte EUNIS-Level-3-Lebensraum Karte für ganz Europa und die EECCA-Länder mit insgesamt 218 Landbedeckungsklassen, von denen 204 Klassen EUNIS-Level-3-Klassen darstellen. Quelle: Forschungsbericht

Dynamic World training dataset for global land use and land cover categorization of satellite imagery

The Dynamic World Training Data is a dataset of over 5 billion pixels of human-labeled ESA Sentinel-2 satellite image, distributed over 24000 tiles collected from all over the world. The dataset is designed to train and validate automated land use and land cover mapping algorithms. The 10m resolution 5.1km-by-5.1km tiles are densely labeled using a ten category classification schema indicating general land use land cover categories. The dataset was created between 2019-08-01 and 2020-02-28, using satellite imagery observations from 2019, with approximately 10% of observations extending back to 2017 in very cloudy regions of the world. This dataset is a component of the National Geographic Society - Google - World Resources Institute Dynamic World project. The dataset consists of two file types: GeoTIFF files of 510x510 pixel 10m resolution satellite image tiles markup provided by human labelers, and Excel (.xlsx) tables of metadata and class statistics for the above GeoTIFF files. The data is organized into three main folders. One folder contains training data labeled by a team of 25 expert human labelers recruited by National Geographic Society specifically for this project. A second folder contains training data labeled by a larger group of commissioned labelers provided by a commercial crowd-labeler service. The data in these folders is organized by hemisphere and biome number from the RESOLVE Ecoregions2017 biomes categories (https://ecoregions2017.appspot.com/). A third folder contains a validation dataset. This is a holdout set of training data for assessing model accuracy. None of this data is intended to be used in the formulation of the model. Each validation tile was independently labeled by three experts. The validation set contains two versions: the individual markup from each expert labeler, and the image composites of the individual markups. Each GeoTIFF file encodes information on the location of landscape feature classes as determined by a given labeler. Classes were labeled by visual examination of true color (RGB) composites of Sentinel-2 MultiSpectral Level-2A scenes. The Tier 1 class values used in this phase of the project are as follows: 0 No data (left unmarked), 1 Water, 2 Trees, 3 Grass, 4 Flooded Vegetation, 5 Crops, 6 Scrub, 7 Built Area, 8 Bare Ground, 9 Snow/Ice, 10 Cloud. This dataset does not include the original Sentinel-2 imagery tiles, but metadata on the exact image ID and date is provided The original Sentinel-2 imagery was obtained via Google Earth Engine. This data is available under a Creative Commons BY-4.0 license and requires the following attribution: This dataset is produced for the Dynamic World Project by National Geographic Society in partnership with Google and the World Resources Institute. Development of the Dynamic World training data was funded in part by the Gordon and Betty Moore Foundation.

GEMAS – Geochemische Kartierung der Acker- und Grünlandböden Europas, Zusatzinformationen, Bodenbedeckung

GEMAS (Geochemical Mapping of Agricultural and Grazing Land Soil in Europe) ist ein Kooperationsprojekt zwischen der Expertengruppe „Geochemie“ der europäischen geologischen Dienste (EuroGeoSurveys) und Eurometeaux (Verbund der europäischen Metallindustrie). Insgesamt waren an der Durchführung des Projektes weltweit über 60 internationale Organisationen und Institutionen beteiligt. In den Jahren 2008 und 2009 wurden in 33 europäischen Ländern auf einer Fläche von 5 600 000 km² insgesamt 2219 Ackerproben (Ackerlandböden, 0 – 20 cm, Ap-Proben) und 2127 Grünlandproben (Weidelandböden, 0 – 10 cm, Gr-Proben) entnommen. In den Proben wurden 52 Elemente im Königswasseraufschluss, von 41 Elementen die Gesamtgehalte sowie TC und TOC bestimmt. In den Ap-Proben wurden zusätzlich 57 Elemente in der mobilen Metallionenfraktion (MMI®) sowie die Bleiisotopenverhältnisse untersucht. Neben den chemischen Elementgehalten wurden in den Proben auch Bodeneigenschaften und -parameter wie der pH-Wert, die Korngrößenverteilung, die effektive Kationenaustauschkapazität (CEC), MIR-Spektren und die magnetische Suszeptibilität untersucht sowie einige Koeffizienten berechnet. Alle analytischen Untersuchungen unterlagen einer strengen externen Qualitätssicherung. Damit liegt erstmals ein qualitätsgesicherter und harmonisierter geochemischer Datensatz für die europäischen Landwirtschaftsböden mit einer Belegungsdichte von einer Probe pro 2 500 km² vor, der eine Darstellung der Elementgehalte und deren Bioverfügbarkeit im kontinentalen (europäischen) Maßstab ermöglicht. Die in den Datenserien „GEMAS – Einzelelementkarten“ und „GEMAS – Parameter und Indizes“ bereitgestellten geochemischen Karten zeigen eine neutrale und wertungsfreie Darstellung der Verteilungsmuster der untersuchten Elemente und Parameter. Mit der Datenserie „GEMAS – Zusatzinformationen“ werden zusätzliche Informationen bereitgestellt, die die Interpretation dieser geochemischen Karten unterstützen sollen. Der zu dieser Datenserie gehörende Datensatz „Bodenbedeckung“ stellt Karten zur Bodenbedeckung im Untersuchungsgebiet bereit (Datenquelle: CLC, 2020; EEA, 2012).

1 2 3 4