API src

Found 551 results.

Related terms

Einzelbaum Stammpositionen aus Luftbildern (2021) Wuppertal

Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, punktförmigen Stammpositionen von rund 894.000 Bäumen im Stadtgebiet von Wuppertal, ausgeführt durch die EFTAS Fernerkundung Technologietransfer GmbH aus Münster im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling mit dem in dieser Kooperation entwickelten Verfahren "twin4tree". Hierbei wurde das normalisierte Digitale Oberflächenmodell (nDOM) von Geobasis NRW (Jahrgang 2021) als Höhenmodell verwendet. Um keine Gebäude oder Bauwerke als Baum zu identifizieren, wurden für das Vegetationshöhenmodell nur Bereiche des nDOM innerhalb einer Baummaske berücksichtigt, die zuvor über eine Klassifikation der o. g. Luftbilder mit dem KI-Verfahren "Cop4ALL" erzeugt wurde. Die einzelnen Bäume wurden darin über ein Template-Matching-Verfahren identifiziert, bei dem variable 3D-Schablonen (sphärische und gaußförmige Form für Laubbäume, parabolische, hyperbolische und konische Form für Nadelbäume) über das Vegetationshöhenmodell gelegt werden. Den so gefundenen Baumstandorten wurden mittels einer Segmentierung des Vegetationshöhenmodells Baumkronen zugeordnet, deren senkrechte Projektion auf den Boden zweidimensionale Baumkronenpolygone ergab. Die Stammposition eines Baumes wurde im geometrischen Schwerpunkt seines Baumkronenpolygons angenommen. Der Datensatz ist im GeoPackage-Format unter der Open-Data-Lizenz CC BY 4.0 verfügbar. Wichtige Hinweise: (1) In dichten Baumbeständen ist die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Auch sogenannte "beherrscht stehende Individuen" unterhalb der aus der Luft sichtbaren Baumkronen lassen sich mit dem twin4tree-Verfahren nicht eindeutig erkennen. Daher unterschätzt das Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Aus stichprobenhaften Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet. (2) Die genauen Stammpositionen können aus optischen Fernerkundungsdaten nicht bestimmt werden. Die als Stammpositionen angegebenen Schwerpunkte der Baumkronenpolygone sind Näherungswerte.

Einzelbaum Kronenumringe aus Luftbildern (2021) Wuppertal

Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, zweidimensionalen Baumkronenumringe ("Baumkronenpolygone") von rund 894.000 Bäumen im Stadtgebiet von Wuppertal, ausgeführt durch die EFTAS Fernerkundung Technologietransfer GmbH aus Münster im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling mit dem in dieser Kooperation entwickelten Verfahren "twin4tree". Hierbei wurde das normalisierte Digitale Oberflächenmodell (nDOM) von Geobasis NRW (Jahrgang 2021) als Höhenmodell verwendet. Um keine Gebäude oder Bauwerke als Baum zu identifizieren, wurden für das Vegetationshöhenmodell nur Bereiche des nDOM innerhalb einer Baummaske berücksichtigt, die zuvor über eine Klassifikation der o. g. Luftbilder mit dem KI-Verfahren "Cop4ALL" erzeugt wurde. Die einzelnen Bäume wurden darin über ein Template-Matching-Verfahren identifiziert, bei dem variable 3D-Schablonen (sphärische und gaußförmige Form für Laubbäume, parabolische, hyperbolische und konische Form für Nadelbäume) über das Vegetationshöhenmodell gelegt werden. Den so gefundenen Baumstandorten wurden mittels einer Segmentierung des Vegetationshöhenmodells Baumkronen zugeordnet, deren senkrechte Projektion auf den Boden zweidimensionale Baumkronenpolygone ergab. Der Datensatz ist im GeoPackage-Format als Original und zur Reduzierung der Dateigröße als Variante mit generalisierten Baumkronenpolygonen unter der Open-Data-Lizenz CC BY 4.0 verfügbar. Wichtiger Hinweis: In dichten Baumbeständen ist die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Auch sogenannte "beherrscht stehende Individuen" unterhalb der aus der Luft sichtbaren Baumkronen lassen sich mit dem twin4tree-Verfahren nicht eindeutig erkennen. Daher unterschätzt das Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Aus stichprobenhaften Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet.

INSPIRE Download Service (predefined ATOM) für Datensatz Staatswald Bestände 2011 Saarland

Beschreibung des INSPIRE Download Service (predefined Atom): 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 Bodenauflösung digitalisiert. Neben zahlreichen datenbankinternen Attributen ist folgendes Attribut entscheidend: Bestandsname ; landesweit besitzerübergreifend eindeutiger Schlüssel. Felder und ihre Bedeutung: BESTAND: Bestand; ALTSTR: Altersstruktur BALTER: Alter mittel; BALTERMI: Bestandsalter bis; BALTERMA: Bestandsalter von; BEFE: Befundeinheit; BESTLAGE: Lage der Teilfläche; BESTSTR: Bestandesstruktur; ENTWST: Entwicklungsstufe; BESTNAM: Bestandesname; UFLAECHE: Unterfläche; BEFAHRB: Befahrbarkeit in %; DAT: Datum; FLAECHE: Fläche in ha; SEEH: Seehöhe; ARTV_BA: Artenvielfalt der Baumarten; ARTV_BV: Artenvielfalt der Bodenvegetation; BEHVEG1: Behindernde Vegetation 1; BEHVEG2: Behindernde Vegetation 2; BETR_KL: Betriebsklasse; BEST_TYP: Bestandestyp; C: Sonderfeld; D: Driglichkeit; EINZELB: Schützenswerte Einzelbäume; EXPMA: Exposition bis; EXPMI: Exposition von; EXPOS: Exposition; FEINER: Erschließung in %; FORM: Baumform; GATTER: Gatter in %; GELFOMA: Geländeform bis; GELFOMI: Geländeform von; H_PFLZ: Pflegezustand; HOEHLE: Höhlenreichtum; HORIZ: Horizontale Strukturvielfalt; KALK: Kalkung; KONTRNUA: Kontrollnutzungsart; NEIG: Neigung; TOTHOLZ: Totholz stehend; ENTSTEH: Tothol liegend; VERTI: Vertikale Strukturvielfalt; WUCHSB: Wuchsbezirk; WUCHSG: Wuchsgebiet; BESCHRIFT: ; HBA: Dominierende Baumartengruppen; BU: Ateil Buche in %; BL: Anteil Fläche temp. ohne Baumbewuchs in %; DOU: Anteil Douglasie in %; ELB: Anteil Edellaubbäume in %; KI: Anteil Kiefer in %; EI: Anteil Eiche in %; FI: Anteil Fichte in %; LAE: Anteil Lärche in %; SALH: Summe der Laubhölzer in %; SLB: Anteil sonstiger Laubbäume in %; SANH: Summe der Nadelbäume in %; SNB:Anteil sonstiger Nadelbäume in %; UFL: Bestand; SHAPE_Area: Flächengröße ha; - Der/die Link(s) für das Herunterladen der Datensätze wird/werden dynamisch aus GetFeature Anfragen an einen WFS 1.1.0+ generiert

Bebauungsplan Poppenbüttel 26 1. Änderung Hamburg

Das Gesetz über den Bebauungsplan Poppenbüttel 26 vom 6. Juni 1986 (Hamburgisches Gesetz- und Verordnungsblatt Seite 122) wird wie folgt geändert: 1. Die beigefügte "Anlage zum Gesetz zur Änderung des Gesetzes über den Bebauungsplan Poppenbüttel 26" wird dem Gesetz hinzugefugt. 2. In § 2 wird folgende Nummer 22 angefügt: "22. Für das in der Anlage schraffiert dargestellte Gebiet gilt: 22.1 Die Festsetzung ¿Sondergebiet" mit der Zweckbestimmung "Freizeitzentrum" wird in allgemeines Wohngebiet umgewandelt; die Bezeichnung "©", die Linie ¿sonstige Abgrenzung" sowie das festgesetzte 5 m breite Anpflanzungsgebot für dichtwachsende Bäume und Sträucher werden gestrichen. 22.2 Zulässig sind im allgemeinen Wohngebiet als Maß der baulichen Nutzung nunmehr sechs Vollgeschosse und ein Staffelgeschoß als Höchstmaß sowie eine Grundflächenzahl von 0,3 und eine Geschoßflächenzahl von 1,2 jeweils als Höchstmaß. Maßgebend ist die Baunutzungsverordnung in der Fassung vom "23. Januar 1990 (Bundesgesetzblatt I Seite 133), zuletzt geändert am 22. April 1993 (Bundesgesetzblatt I Seiten 466, 479). Ausnahmen nach § 4 Absatz 3 der Baunutzungsverordnung werden ausgeschlossen. 22.3 Die westliche Baugrenze parallel zur Poppenbüttler Landstraße wird um 13 m in westlicher Richtung versetzt ausgewiesen. In einer Breite von 20 m wird der östliche Teilabschnitt der nördlichen Baugrenze um 23 m in nördlicher Richtung versetzt ausgewiesen und davon ausgehend werden auf der Westseite eine Baugrenze und auf der Ostseite eine Baulinie festgesetzt. Statt der östlichen Baugrenze wird eine gekrümmte Baulinie festgesetzt, die ein Kreissegment mit einem Radius von 213 m darstellt. Der Scheitelpunkt des Kreissegmentes liegt auf der neu festgesetzten Baulinie im Abstand von 68 m zur neuen nördlichen Baugrenze. 22.4 In Gebäuden an der Ostgrenze des allgemeinen Wohngebietes sind die Wohn- und Schlafräume durch geeignete Grundrißgestaltung den lärmabgewandten Gebäudeseiten zuzuordnen. Soweit die Anordnung von Wohn- und Schlafräumen an den lärmabgewandten Gebäudeseiten nicht möglich ist, muß für diese Räume ein ausreichender Lärmschutz durch bauliche Maßnahmen an Außentüren, Fenstern, Außenwänden und Dächern der Gebäude geschaffen werden. 22.5 Stellplätze sind nur in Tiefgaragen zulässig. Ausnahmsweise können oberirdische Stellplätze zugelassen werden, wenn Wohnruhe und Gartenanlage nicht erheblich beeinträchtigt werden. Die auf Tiefgaragen gärtnerisch anzulegenden Flächen sind mit einer mindestens 50 cm starken durchwurzelbaren Überdeckung herzustellen. Tiefgaragenzufahrten sind mit Rankgerüsten oder Pergolen zu versehen und mit Schling- oder Kletterpflanzen zu begrünen. 22.6 Für je 500 m2 der Grundstücksfläche sind ein großkroniger oder zwei kleinkronige Laubbäume zu pflanzen. Mindestens 30 vom Hundert der nicht überbauten Grundstücksfläche sind mit Sträuchern und Stauden zu begrünen." 3. § 2 Nummer 2 erhält folgende Fassung: "Im Kerngebiet und auf der Fläche für den Gemeinbedarf ist eine Überschreitung der Baugrenzen durch Gesimse, Vordächer und Treppenhäuser bis zu 3 m zulässig." 4. § 2 Nummer 3 erhält folgende Fassung: "Für die Erschließung des allgemeinen Wohngebiets sind noch weitere örtliche Verkehrsflächen erforderlich; ihre genaue Lage bestimmt sich nach der beabsichtigten Bebauung. Sie werden auf Antrag in einem Bescheid nach § 14 des Hamburgischen Wegegesetzes in der Fassung vom 22. Januar 1974 (Hamburgisches Gesetz- und Verordnungsblatt Seiten 41, 83), zuletzt geändert am 4. März 1997 (Hamburgisches Gesetz- und Verordnungsblatt Seite 35), festgesetzt oder für Teilbereiche nach § 125 Absatz 2 des Baugesetzbuchs in der Fassung vom 8. Dezember 1986 (Bundesgesetzblatt I Seite 2254), zuletzt geändert am 20. Dezember 1996 (Bundesgesetzblatt I Seiten 2049, 2076), hergestellt." 5. In § 2 Nummer 4 wird die Textstelle "C und" gestrichen. 6. § 2 Nummer 10 erhält folgende Fassung: "Im allgemeinen Wohngebiet wird das Erhaltungsgebot für Bäume innerhalb der überbaubaren Fläche aufgehoben. Für jeden dieser Bäume sind drei großkronige Bäume auf dem Grundstück neu zu pflanzen." 7. § 2 Nummer 18 erhält folgende Fassung: "Im allgemeinen Wohngebiet sind Stellplatzanlagen mit Hecken einzufassen sowie in wasser- und luftdurchlässigem Aufbau herzustellen."

Das Virom der Birke (Betula sp.) - Veränderungen durch den Klimawandel

Das Absterben der Bäume in verschiedenen Ökosystemen erfordert umfangreichere Forschungen zu verursachenden Krankheitserregern und auslösenden interagierenden Prozessen als bisher. Innerhalb des Ursachenkomplexes nehmen Pflanzenviren eine besondere Stellung ein, wobei zu Pflanzenviren wenig bekannt ist. Erst in den letzten Jahren ließen Fortschritte in der methodischen Vorgehensweise, insbesondere die Hochdurchsatzsequenzierung, die Entdeckung einer Reihe neuer Viren zu. Die genaue Charakterisierung der bekannten Viren in Bäumen wurde dadurch intensiviert. Dieses Projekt wird umfangreiche Informationen über die Auswirkungen eines natürlichen Viroms bei Laubbäumen unter sich verändernden klimatischen Bedingungen liefern. Im Fokus steht hier eine simulierte Erhöhung der Lufttemperatur sowie ein Trockenstress. Mit unseren langjährigen Studien bestätigen wir, dass Viren in Stadt- und Waldbäumen stärker verbreitet sind, als vermutet. Inwieweit die Viren mit anderen Stressoren interagieren, ist bisher in Bäumen nicht untersucht. Um die komplexen Prozesse der Virus- und Pflanzeninteraktion zu untersuchen, werden transkriptomische und proteomische (Stress-) Reaktionen untersucht. Wir verfolgen die Hypothese, dass bestimmte virale Kombinationen in Betula sp. das Pflanzenproteom derart verändern können und dies mit degenerativen Prozessen und frühzeitigem Altern des Baumes korreliert. Insbesondere der Einfluss des Klimawandels, d.h. Erwärmung und Trockenstress, auf das Pathosystem der Virus infizierten Pflanzen wird in diesem Projekt mit einem umfassenden Ansatz erstmalig untersucht. Eine Empfindlichkeit der Bäume gegenüber Erwärmung und Trockenheit - abhängig von der viralen Kombination in der Koinfektion - wird zudem hypothetisiert. tdecktes Das kürzlich entdeckte Virom der Birke dient hierbei als Modellsystem. Die Untersuchung eines bisher unbekannten Baumviroms und dessen Einflüsse auf das Baumtranskriptom und -proteom in Samenplantagen im Zusammenspiel mit sich ändernden klimatischen Eigenschaften ist neu. Da Samenplantagen lebende Sammlungen der fittesten Klone sind, die uns zur zukünftigen Kultivierung von Stadt -und Waldbäumen zur Verfügung stehen, ist der Status von Virusinfektionen in diesen und deren Interaktion im System Virus/Pflanze unter Klimawandelbedingungen von essenziellem Interesse für die zukünftige Wiederaufforstung. Vor diesem Hintergrund wollen wir verschiedene akademische Denkansätze miteinander verbinden - Pflanzenvirologie und Pflanzenphysiologie. Die fachliche Kompetenz auf beiden Gebieten und ein Systemdenken soll in diesem interdisziplinären Team gestärkt werden.

Charakterisierung, Transport und Deposition von Silica-Polymeren in ausgewählten monocotyledonen und dicotyledonen Holzgewächsen

Si-Einschlüsse in holzbildenden Pflanzen sind vielfach beschrieben und dienen für verschiedene chemische und biologische Fragestellungen als wichtiges Merkmal. Über Aufnahme, Transport und Deposition liegen jedoch nur lückenhafte Kenntnisse vor. Im Vorhaben sollen folgende Themenkomplexe bearbeitet werden: i) Aufnahme und Ferntransport, ii) Primärausscheidung, iii) Struktur und chemische Komposition. Als Objekte sind Bambus (Monocotyledone) sowie tropische Laubbaumarten (Dicotyledone) vorgesehen. Chemische Analysen (IR und Raman, simultane Thermoanalyse/STA, Thermogravimetrie/TG, Differential Thermoanalyse/DTA, Massenspektrometrie/MS, Si K-XANES-Spektroskopie) werden zur Identifizierung der Aufnahme- und Ferntransportform an Wurzelgewebe und Kapillarsaft durchgeführt sowie an Geweben der Deposition. Mit Licht- und Elektronenmikroskopie werden Si-Verbindungen in den Zielzellen lokalisiert, Kompartimenten zugeordnet (intrazellulärer Transport) und mit TEM/EDX und TEM/EELS charakterisiert. Für Bambus wird beispielhaft die extrazelluläre Deposition in der Zellwand untersucht, um Befunde zu Wechselwirkungen zwischen organischer Matrix und Si-Einlagerung zu erhalten. Folgende Ergebnisse werden erwartet: i) Identifizierung der Si-Transportform in Wurzel und Kapillarsaft, ii) Lokalisierung und Identifizierung deponierter Si-Verbindungen, iii) feinstrukturelle Charakterisierung Si-deponierender Zellen und nicht-deponierender Nachbarzellen.

Vegetationsstruktur des Grünvolumens 2009 (WMS Dienst)

Die vorliegende Vegetationsstruktur des Grünvolumens basiert auf einem Zwischenergebnis aus dem durch das Leibniz-Institut für ökologische Raumentwicklung e.V. (IÖR) erstellten Gutachten "Grünvolumenbestimmung der Stadt Dresden auf der Grundlage von Laserscandaten" vom August 2014. Dieses ist unter dem zugeordneten Dokument einsehbar. Einleitung: Städtisches Grün ist aus stadtökologischer und sozialer Sicht unverzichtbar und erfüllt wichtige Funktionen wie Staubbindung, Temperaturminderung, Winddämpfung oder Grundwasserneubildung. Darüber hinaus bilden öffentliche Grünanlagen Oasen der Ruhe, die der Erholung, Freizeitgestaltung und Kommunikation dienen und wichtige soziale Funktionen erfüllen. Die ökologische Wirksamkeit des städtischen Grüns ist im besonderen Maße von der vorliegenden Vegetionsstruktur abhängig. So besitzt niedrige Vegetation (Rasen und Wiesen) vor allem in den Abend- und Nachtstunden eine abkühlende Wirkung, während hohe Vegetation (mittlere bis große Bäume) vorwiegend am Tag zu einer Absenkung der klimatischen Belastung beiträgt, aber zugleich die Belüftung negativ beeinträchtigen kann. Mittlere Vegetation (Sträucher, Stauden, Hecken und kleine Bäume) verfügt ebenso wie die hohe Vegetation über ein hohes Maß an Staubbindevermögen aus der Luft, während niedrige Vegetation vorwiegend Staub- und Gasteile aus den Niederschlägen bindet und aufgrund der hohen Versickerungsleistung einen großen Anteil zur Grundwasserneubildung beiträgt (siehe auch Metadaten zur Planungshinweiskarte Stadtklima). Hintergrund: Für die Grünvolumenbestimmung war es zwingend erforderlich, Vegetation von anthropogenen Objekten mit einer relevanten Höhe über dem Boden, wie Gebäuden, Laternen, Fahrzeugen etc. zu trennen. Gleichzeitig war für die Anwendung der Kronenformkorrektur (nur auf Laubbäume) und des pauschalen Aufschlages für Rasen und Ackerflächen eine weitere Differenzierung nach Vegetationstypen erforderlich. Folgende Vegetationstypen sollten voneinander getrennt werden: - Laubbaum - Nadelbaum - Sträucher - Rasen - Acker. Datengrundlage/Methodik: Grundlage der Bestimmung der Vegetationsstruktur (als Zwischenergebnis der Grünvolumenbestimmung) sind Laserscandaten, RGBI-Bilddaten sowie Gebäudedaten. Klassifizierung der Vegetationsstruktur des Grünvolumens: - Value 0: vegetationslos => (farblos oder weiß) - Value 1: Laubbaum => (grün) - Value 2: Nadelbaum => (dunkelgrün) - Value 3: Sträucher => (braungrün) - Value 4: Rasen, Wiesen und sonstige niedrige Vegetation => (gelbgrün/hellgrün) - Value 5: Acker => (gelbgrün/hellgrün)

Einzelbaum Kronenumringe aus Luftbildern (2021) Wuppertal

<p>Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, zweidimensionalen Baumkronenumringe ("Baumkronenpolygone") von rund 894.000 Bäumen im Stadtgebiet von Wuppertal, ausgeführt durch die EFTAS Fernerkundung Technologietransfer GmbH aus Münster im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling mit dem in dieser Kooperation entwickelten Verfahren "twin4tree". Hierbei wurde das normalisierte Digitale Oberflächenmodell (nDOM) von Geobasis NRW (Jahrgang 2021) als Höhenmodell verwendet. Um keine Gebäude oder Bauwerke als Baum zu identifizieren, wurden für das Vegetationshöhenmodell nur Bereiche des nDOM innerhalb einer Baummaske berücksichtigt, die zuvor über eine Klassifikation der o. g. Luftbilder mit dem KI-Verfahren "Cop4ALL" erzeugt wurde. Die einzelnen Bäume wurden darin über ein Template-Matching-Verfahren identifiziert, bei dem variable 3D-Schablonen (sphärische und gaußförmige Form für Laubbäume, parabolische, hyperbolische und konische Form für Nadelbäume) über das Vegetationshöhenmodell gelegt werden. Den so gefundenen Baumstandorten wurden mittels einer Segmentierung des Vegetationshöhenmodells Baumkronen zugeordnet, deren senkrechte Projektion auf den Boden zweidimensionale Baumkronenpolygone ergab. Der Datensatz ist im GeoPackage-Format als Original und zur Reduzierung der Dateigröße als Variante mit generalisierten Baumkronenpolygonen unter der Open-Data-Lizenz CC BY 4.0 verfügbar.</p> <p><strong>Wichtiger Hinweis: In dichten Baumbeständen ist die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Auch sogenannte "beherrscht stehende Individuen" unterhalb der aus der Luft sichtbaren Baumkronen lassen sich mit dem twin4tree-Verfahren nicht eindeutig erkennen. Daher unterschätzt das Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Aus stichprobenhafte Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet.</strong></p> <p> </p>

Einzelbaum Kronenumringe aus Luftbildern (2021) Wuppertal

<p>Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, zweidimensionalen Baumkronenumringe ("Baumkronenpolygone") von rund 894.000 Bäumen im Stadtgebiet von Wuppertal, ausgeführt durch die EFTAS Fernerkundung Technologietransfer GmbH aus Münster im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling mit dem in dieser Kooperation entwickelten Verfahren "twin4tree". Hierbei wurde das normalisierte Digitale Oberflächenmodell (nDOM) von Geobasis NRW (Jahrgang 2021) als Höhenmodell verwendet. Um keine Gebäude oder Bauwerke als Baum zu identifizieren, wurden für das Vegetationshöhenmodell nur Bereiche des nDOM innerhalb einer Baummaske berücksichtigt, die zuvor über eine Klassifikation der o. g. Luftbilder mit dem KI-Verfahren "Cop4ALL" erzeugt wurde. Die einzelnen Bäume wurden darin über ein Template-Matching-Verfahren identifiziert, bei dem variable 3D-Schablonen (sphärische und gaußförmige Form für Laubbäume, parabolische, hyperbolische und konische Form für Nadelbäume) über das Vegetationshöhenmodell gelegt werden. Den so gefundenen Baumstandorten wurden mittels einer Segmentierung des Vegetationshöhenmodells Baumkronen zugeordnet, deren senkrechte Projektion auf den Boden zweidimensionale Baumkronenpolygone ergab. Der Datensatz ist im GeoPackage-Format als Original und zur Reduzierung der Dateigröße als Variante mit generalisierten Baumkronenpolygonen unter der Open-Data-Lizenz CC BY 4.0 verfügbar.</p> <p><strong>Wichtiger Hinweis: In dichten Baumbeständen ist die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Auch sogenannte "beherrscht stehende Individuen" unterhalb der aus der Luft sichtbaren Baumkronen lassen sich mit dem twin4tree-Verfahren nicht eindeutig erkennen. Daher unterschätzt das Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Aus stichprobenhafte Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet.</strong></p> <p> </p>

Vegetationsstruktur des Grünvolumens 2009

Die vorliegende Vegetationsstruktur des Grünvolumens basiert auf einem Zwischenergebnis aus dem durch das Leibniz-Institut für ökologische Raumentwicklung e.V. (IÖR) erstellten Gutachten "Grünvolumenbestimmung der Stadt Dresden auf der Grundlage von Laserscandaten" vom August 2014. Dieses ist unter dem zugeordneten Dokument einsehbar. Einleitung: Städtisches Grün ist aus stadtökologischer und sozialer Sicht unverzichtbar und erfüllt wichtige Funktionen wie Staubbindung, Temperaturminderung, Winddämpfung oder Grundwasserneubildung. Darüber hinaus bilden öffentliche Grünanlagen Oasen der Ruhe, die der Erholung, Freizeitgestaltung und Kommunikation dienen und wichtige soziale Funktionen erfüllen. Die ökologische Wirksamkeit des städtischen Grüns ist im besonderen Maße von der vorliegenden Vegetionsstruktur abhängig. So besitzt niedrige Vegetation (Rasen und Wiesen) vor allem in den Abend- und Nachtstunden eine abkühlende Wirkung, während hohe Vegetation (mittlere bis große Bäume) vorwiegend am Tag zu einer Absenkung der klimatischen Belastung beiträgt, aber zugleich die Belüftung negativ beeinträchtigen kann. Mittlere Vegetation (Sträucher, Stauden, Hecken und kleine Bäume) verfügt ebenso wie die hohe Vegetation über ein hohes Maß an Staubbindevermögen aus der Luft, während niedrige Vegetation vorwiegend Staub- und Gasteile aus den Niederschlägen bindet und aufgrund der hohen Versickerungsleistung einen großen Anteil zur Grundwasserneubildung beiträgt (siehe auch Metadaten zur Planungshinweiskarte Stadtklima). Hintergrund: Für die Grünvolumenbestimmung war es zwingend erforderlich, Vegetation von anthropogenen Objekten mit einer relevanten Höhe über dem Boden, wie Gebäuden, Laternen, Fahrzeugen etc. zu trennen. Gleichzeitig war für die Anwendung der Kronenformkorrektur (nur auf Laubbäume) und des pauschalen Aufschlages für Rasen und Ackerflächen eine weitere Differenzierung nach Vegetationstypen erforderlich. Folgende Vegetationstypen sollten voneinander getrennt werden: - Laubbaum - Nadelbaum - Sträucher - Rasen - Acker. Datengrundlage/Methodik: Grundlage der Bestimmung der Vegetationsstruktur (als Zwischenergebnis der Grünvolumenbestimmung) sind Laserscandaten, RGBI-Bilddaten sowie Gebäudedaten. Klassifizierung der Vegetationsstruktur des Grünvolumens: - Value 0: vegetationslos => (farblos oder weiß) - Value 1: Laubbaum => (grün) - Value 2: Nadelbaum => (dunkelgrün) - Value 3: Sträucher => (braungrün) - Value 4: Rasen, Wiesen und sonstige niedrige Vegetation => (gelbgrün/hellgrün) - Value 5: Acker => (gelbgrün/hellgrün)

1 2 3 4 5 … 54 55 56