API src

Found 2531 results.

Similar terms

s/pice abies/Picea abies/gi

Baumartenklassifikation NRW

Klassifikation von Baumartengruppen auf Bestandesebene, basierend auf Sentinel2 - Satellitenaufnahmen Die Klassifikation in die 9 in NRW am häufigsten bzw. bestandesbildend auftretenden Baumartengruppen berücksichtigt folgende Klassen: Eichen (Ei), Buchen (Bu), Buntlaubhölzer (hALH), Weichlaubhölzer (wALN), Pappeln, Kiefern, Lärchen, Fichten und Douglasien (siehe Legende). Die Klassifikation erfolgte durch ein Verfahren künstlicher Intelligenz (rekurrentes neuronales Netzwerk), das anhand von Forsteinrichtungsdaten aus den Waldflächen des landeseigenen Forstbetriebes in NRW trainiert wurde. Das Verfahren wurde im Auftrag des Ministeriums für Landwirtschaft und Verbraucherschutz des Landes NRW (MLV NRW) entwickelt. Zur Erkennung der Baumarten anhand ihrer Phänologie und zur Gewährleistung möglichst wolkenfreier Verhältnisse wurden Zeitreihen von Satellitenaufnahmen aus den Vegetationsperioden zweier Jahre zwischen dem 03.03.2022 und dem 11.07.2023 ausgewertet. Es wurden dafür insgesamt 516 einzelne Szenen ausgewählt und landesweit zu einem wolkenfreien multitemporalen Mosaik zusammengesetzt (https://www.d-copernicus.de/daten/satelliten/satelliten-details/news/sentinel-2/ ). Bedingt durch die räumliche Auflösung der Sentinel2 - Satellitenaufnahmen von ca. 10 m eignet sich diese Kartenebene für eine Betrachtung auf einer Maßstabsebene von bis zu ca. 1:10.000, nicht größer! Die Darstellung berücksichtigt ausschließlich Baumarten in der Hauptschicht und ist nicht vergleichbar mit einer Forsteinrichtungs- oder Forstbetriebskarte. Mischungen von Baumarten sind durch wechselnde Farben auch innerhalb eines Bestandes gekennzeichnet. Die Angaben zu den Blößen basieren insbesondere auf der Aggregierten Kalamitätskarte im Nadelwald (Stand: Sep 2023). Validierung Die Nutzergenauigkeit ist das entscheidende Merkmal für die Zuverlässigkeit der Karteninformation in der fernerkundungsbasierten Baumartenkarte. Die Nutzergenauigkeit beschreibt eine repräsentative Schätzung für die Wahrscheinlichkeit, dass die in der Baumartenkarte dargestellte Karteninformation (Baumartengruppe) an einem Ort mit der Hauptschicht eines dortigen Bestandes übereinstimmt. Die Nutzergenauigkeit ist für jede ausgewiesene thematische Klasse (Baumartengruppe) unterschiedlich und bestimmt sich aus dem Anteil der oben beschriebenen Referenzdaten aus der Forsteinrichtung mit der entsprechenden Baumartengruppe in der Hauptschicht, im Verhältnis zu allen Referenzpunkten in der Validierungsstichprobe, die durch das neuronale Netz in die entsprechende Baumartengruppe klassifiziert wurden. Die Genauigkeiten unterscheiden sich also zwischen den einzelnen Baumarten in Abhängigkeit von der Häufigkeit, mit der die Baumarten in der Forsteinrichtung vertreten sind. Häufig auftretende Baumarten sind für eine künstliche Intelligenz leichter, seltener auftretende Baumarten (z.B. Pappeln, Douglasien) vergleichsweise schwerer zu erkennen. Die Herstellergenauigkeit dient zur Beurteilung der Klassifikationsgüte ausgehend vom Anteil der Referenzdaten in der Validierungsstichprobe mit der entsprechenden Baumartengruppe, die durch das neuronale Netz korrekt dieser Baumartengruppe zugeordnet wurden. Das F-Maß als allgemeines klassenspezifisches Gütemaß wird durch das harmonische Mittel (Durchschnitt) aus Nutzer- und Herstellergenauigkeit gebildet. Die Gesamtgenauigkeit gibt unabhängig von der Klassenzugehörigkeit den Anteil der Referenzpunkte in der Validierungsstichprobe an, der durch das neuronale Netz korrekt klassifiziert wurde. Ein gängiges und weithin anerkanntes Gütemaß ist Cohen’s κ-Koeffizient, der die Übereinstimmung zwischen den Klassenangaben in den Referenzdaten und den Klassifikationen des neuronalen Netzes auf Basis der Validierungsstichprobe beschreibt. In der praktischen Anwendung liegt der Wertebereich des Koeffizienten zwischen 0 und 1, wobei ein Wert von 1 eine völlige Übereinstimmung der Ergebnisse bedeutet, ein Wert von 0 hingegen eine rein zufällige Übereinstimmung ohne erkennbaren Mehrwert einer Entscheidung des neuronalen Netzes. Nutzergenauigkeit (%) Eiche Buche hALH wALN Pappel Kiefer Lärche Fichte Douglasie 93,8 94,7 91,2 89,2 88,8 97,7 95,9 97,1 88,4 Herstellergenauigkeit (%) 91,0 96,0 91,4 92,7 79,0 97,5 90,7 98,0 76,4 F-Maß (%) 92,3 95,4 91,3 90,9 83,6 97,6 93,2 97,6 82,0 Gesamtgenauigkeit: 95,0 % Cohen’s κ-Koeffizient: 0,938 Tabelle 1: Genauigkeitsangaben aus der statistisch unabhängigen Validierung. Die angegebenen Genauigkeiten wurden aus einer statistisch unabhängigen Validierung anhand der Forsteinrichtungsdaten aus den Staatswäldern bestimmt. Dazu wurde das Klassifikationsergebnis in über 15.000 landesweit zufällig ausgewählten Waldbeständen mit der dort ausgewiesenen einheitlichen Baumart in der Hauptschicht verglichen. Dieser Prozess wurde dreimal an jeweils unterschiedlichen Bildelementen wiederholt. Die angegebenen Prozentwerte geben die relative Häufigkeit (statistische Wahrscheinlichkeit) an, mit der das Klassifikationsergebnis und die in der Hauptschicht ausgewiesene Baumart übereinstimmen. Als Voraussetzung für eine unabhängige Validierung gibt es keine Überschneidung zwischen Trainings- und Validierungsdaten (statistische Unabhängigkeit).

Charakterisierung von Duftstoffsignalen zur Frühbekämpfung von Borkenkäferpopulationen und Erstellung von genetischen Markern der Borkenkäferresistenz für eine nachhaltige Bewirtschaftung von standortheimischen Fichtenwäldern, Teilvorhaben 2: Genetische Marker

Entwicklung eines KI gestützten Waldschadenmonitorings, TP2: Künstliche Intelligenz

Schwerpunktprogramm (SPP) 1685: Ecosystem nutrition: forest strategies for limited phosphorus resources; Ökosystemernährung: Forststrategien zum Umgang mit limitierten Phosphor-Ressourcen, Phosphorgehalte in Jahrringen von Bäumen als Indikator für die P-Verfügbarkeit und Recyclingeffizienz von Waldökosystemen

Anhand von zeitlichen Trends der Phosphor-Blatt- und Nadelspiegelwerte von Bäumen auf Dauerbeobachtungsflächen wurde für die vergangenen 2-3 Jahrzehnte eine Verschlechterung der P-Ernährung in vielen europäischen Regionen festgestellt. Als mögliche Ursachen dafür werden Bodenversauerung, Eutrophierung der Waldökosysteme mit N und dadurch ein verbessertes Wachstum, sowie Bodenschutzkalkungen und Auswirkungen des Klimawandels diskutiert. Hier soll untersucht werden, ob anhand der P-Gehalte in den Jahrringen von Picea abies und Fagus sylvatica, bestimmt mittels LA-ICP-MS (Laser Ablation - Induktiv gekoppelte Plasma-Massenspektrometrie), langfristige Trends und historische Variabilität in der P-Verfügbarkeit festgestellt werden können. Bisher gibt es nur ganz wenige Studien zu P-Gehalten in Jahrringen und es ist nicht klar, ob deren inter-annuelle Variation zu Veränderungen der P Verfügbarkeit in Beziehung steht. Daher soll hier in einem ersten Schritt die Beziehung zwischen P in Jahrringen und P-Verfügbarkeit für zwei Arten von Bohrkerneproben analysiert werden: a) von P Düngungsversuchen mit bekannten Zeitpunkten und Applikationsraten, und b) von den Dauerbeobachtungsflächen des DFG-Schwerpunktprogramms mit verfügbaren Zeitreihen der P-Konzentrationen in Blättern/Nadeln und Streu. Zweitens wird analysiert, ob die P-Gehalte in Jahrringen aus Wäldern in denen die P-Versorgung hauptsächlich durch Rezyklierung geleistet wird ('recycling systems') eine höhere zeitliche Variation aufweisen als in Wäldern, die einen größeren Teil des P aus der mineralischen Festphase aufnehmen ('acquiring systems'); siehe grundlegende Hypothese des Schwerpunktprogramms, die postuliert, dass 'recycling systems' sensibler auf menschliche Einflüsse und Umweltveränderungen reagieren. Drittens wird quantifiziert, ob die Effizienz der Rezyklierung von P im Stammholz, gemessen als prozentuale Rückverlagerung vom äußeren Kernholz bis zum jüngsten Splintholz, in 'recycling systems' höher ist als in 'acquiring systems'. Viertens wird untersucht ob sich im Kernholz der 'P-rezyklierenden' und der 'P-akquirierenden' Waldökosysteme unterschiedliche, langfristige Trends in der P-Versorgung darstellen und ob diese durch Gehalte anderer Elemente (N, S, K, Ca, Mg, Al, ermittelt durch ICP-OES), Elementverhältnisse (N/P, P/Ca, P/Al, etc.) oder Wachstumstrends erklärt werden können. Mittels Regressionen zwischen diesen Variablen lassen sich einige der zentralen Fragen des Schwerpunktprogramms adressieren. Sollte die P-Verfügbarkeit infolge von Bodenversauerung abgenommen haben, so sollten abnehmende P Gehalte in Jahrringen mit einer Abnahme der Ca- und Mg-, sowie einer Zunahme der Al-Gehalte einhergehen. Dieses Projekt wird nicht nur Information zu langfristigen Trends der P-Ernährung der Hauptbaumarten der Standorte des Schwerpunktprogramms liefern, sondern auch wichtige Daten zur Speicherung und Aufnahme von P im Holz, um damit Nährstoffbilanzen und biogeochemische Modelle zu unterstützen.

Vegetationskundlich-ökologische und historisch-vegetationsgraphische Untersuchungen zum boreo-temperierten Küstenregenwald im Bereich zwischen dem östlichen Prince William Sound und der Yakutat Bay, Süd-Alaska

Während eines Geländeforschungsaufenthaltes im Süden Alaskas sollen im Spätsommer 2000 (1) in drei Untersuchungsgebieten (Valdez, Cordova und Yakutat Area) pflanzensoziologische und bodenkundliche Untersuchungen zur vegetationskundlich-ökologischen Differenzierung des von Picea sitchensis bestimmten boreo-temperierten Küstenregenwaldes besonders in Abhängigkeit vom Salinitätsgradienten an küstennahen Standorten sowie (2) im Bereich des Thompson Pass (östlich von Valdez) datierte Pollen- analysen zur Ermittlung des Zeitpunktes des spätholozänen Einwanderns von Küstenregenwald-Baumarten und deren mögliche Interaktion mit boreal-kontinentalen Arten und (3) Baumbohrkerne für dendroökologische Studien zur Dynamik des Waldgrenzökotons gewonnen werden.

Schadensfrueherkennung bei Fichten durch chemische und mikromorphologische Untersuchungen

Im Rahmen systematischer Untersuchungen an Fichtennadeln unterschiedlichen Jahrgangs und Schaedigungsausmasses wurde den vermuteten Aenderungen der Stoffumsaetze vor allem der ungesaettigten Fettsaeuren von Lipiden durch Einwirkung von Photooxydantien nachgegangen. Dabei steht als gesichertes Ergebnis aus mehreren Gebieten im Nahbereich verschiedener Schadstoffemmitenten fest, dass geschaedigte sowie aeltere Nadeln einen wesentlich geringeren Gehalt an Gesamtfettsaeuren aufweisen. Vor allem die Menge an laengerkettigen ungesaettigten Fettsaeuren nimmt ab, hingegen ist ein vermehrtes Auftreten kuerzerkettiger gesaettigter Fettsaeuren beobachtbar. Die saeulen- und gaschromatographische Auftrennung der Nadelextrakte nach steigender Schadstufe und zunehmender Seneszenz in Lipidklassen laesst eine Abnahme der Phospho- und Glykolipide, im besonderen aber der Cholesterylester erkennen, waehrend der Gehalt an freien Fettsaeuren, Mono-, Di- und Triglyceriden steigt. Das verminderte Vorkommen ungesaettigter Fettsaeuren in geschaedigten Bestaenden geht primaer auf einen Rueckgang der Cholesterylester zurueck. Wie es scheint, kommt den Sterolen eine bedeutende Rolle im Verlauf der Schadprozesse zu. Parallel dazu erfolgen lichtmikroskopische Untersuchungen an aus unfixiertem Material hergestellten Gefrierschnitten, wobei geschaedigte Nadeln einen roten Farbstoff in den Schliesszellen der Stomata sowie im Zentralzylinder einlagern. Dabei duerfte es sich um Gerbstoffe handeln, die aus Phenolen durch Einfluss von Photooxydantien entstehen.

Herkunftsgebiete im Land Brandenburg

Der Datensatz präsentiert die Gesamtheit der Herkunftsgebiete im Land Brandenburg. Ein Herkunftsgebiet ist ein Gebiet mit annähernd einheitlichen ökologischen Bedingungen, in denen sich Erntebestände oder Saatgutquellen einer bestimmten Art oder Unterart mit ähnlichen phänotypischen oder genetischen Merkmale befinden. Unterlayer ermöglichen die Unterscheidung nach der Baumart: Bergahorn, Douglasie, Esche, Esskastanie, Europäische Lärche, Fichte, Grauerle, Große Küstentanne, Hainbuche, Japanische Lärche, Kiefer, Moorbirke, Pappel, Robinie, Rotbuche, Roteiche, Roterle, Sandbirke, Schwarzkiefer 847-849, Sitkafichte, Sommerlinde, Spitzahorn, Stieleiche, Traubeneiche, Vogelkirsche, Weißtanne, Winterlinde Der Datensatz präsentiert die Gesamtheit der Herkunftsgebiete im Land Brandenburg. Ein Herkunftsgebiet ist ein Gebiet mit annähernd einheitlichen ökologischen Bedingungen, in denen sich Erntebestände oder Saatgutquellen einer bestimmten Art oder Unterart mit ähnlichen phänotypischen oder genetischen Merkmale befinden. Unterlayer ermöglichen die Unterscheidung nach der Baumart: Bergahorn, Douglasie, Esche, Esskastanie, Europäische Lärche, Fichte, Grauerle, Große Küstentanne, Hainbuche, Japanische Lärche, Kiefer, Moorbirke, Pappel, Robinie, Rotbuche, Roteiche, Roterle, Sandbirke, Schwarzkiefer 847-849, Sitkafichte, Sommerlinde, Spitzahorn, Stieleiche, Traubeneiche, Vogelkirsche, Weißtanne, Winterlinde

Erntezulassungsflächen im Land Brandenburg

Im Erntezulassungsregister (EZR) werden alle Bestände von zugelassenem Ausgangsmaterial und des davon erzeugten Vermehrungsgutes verwaltet. Der Layer stellt die Flächen des EZR räumlich dar. Unterlayer ermöglichen die Unterscheidung nach der Baumart: Bergahorn, Douglasie, Esche, Esskastanie, Europäische Lärche, Fichte, Große Küstentanne, Grauerle, Hainbuche, Japanische Lärche, Kiefer, Moorbirke, Pappel, Robinie, Rotbuche, Roteiche, Sandbirke, Schwarzerle, Schwarzkiefer, Sitkafichte, Sommerlinde, Spitzahorn, Stieleiche, Traubeneiche, Vogelkirsche, Weißtanne, Winterlinde Im Erntezulassungsregister (EZR) werden alle Bestände von zugelassenem Ausgangsmaterial und des davon erzeugten Vermehrungsgutes verwaltet. Der Layer stellt die Flächen des EZR räumlich dar. Unterlayer ermöglichen die Unterscheidung nach der Baumart: Bergahorn, Douglasie, Esche, Esskastanie, Europäische Lärche, Fichte, Große Küstentanne, Grauerle, Hainbuche, Japanische Lärche, Kiefer, Moorbirke, Pappel, Robinie, Rotbuche, Roteiche, Sandbirke, Schwarzerle, Schwarzkiefer, Sitkafichte, Sommerlinde, Spitzahorn, Stieleiche, Traubeneiche, Vogelkirsche, Weißtanne, Winterlinde

Tree Species - Sentinel-1/2 - Germany, 2022

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.

Digitale Topographische Karte 1 : 10 000 - 3743-NW Beelitz - Fichtenwalde

Die Digitalen Topographischen Karten (DTK) werden aus Digitalen Landschafts- und Geländemodellen sowie dem Amtlichen Liegenschaftskatasterinformationssystem ALKIS erzeugt und nach dem bundeseinheitlichen Signaturenkatalog der Präsentationsausgaben „basemap.de P10“ Raster visualisiert. Die DTK liegen flächendeckend und im einheitlichen geodätischen Bezugssystem und Kartenprojektion für das Land Brandenburg vor. Sie sind als Rasterdaten (farbig/grau) und als Webdienste, verfügbar. Bei Nutzung der Daten sind die Lizenzbedingungen zu beachten.

1 2 3 4 5 … 252 253 254