API src

Found 5380 results.

Similar terms

s/raum/Baum/gi

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.

Klimaerlebnisbaum - Zu Rheinstraße - Tilia

Im Rahmen des Forschungsprojekts "Klimaerlebnis Würzburg" am Zentrum Stadtnatur und Klimaanpassung (ZSK) wurden im Jahr 2018 acht Messstationen in Würzburg und Gerbrunn eingerichtet. Diese zeichnen seitdem an jedem Standort das Wetter und/oder die Leistungen der dortigen Bäume auf. Das Forschungsprojekt endete im Jahr 2022. Die Messstationen, durch orangefarbene Baumfässer erkennbar, werden seitdem aber weitergeführt.Das Projekt sollte aufzeigen,inwieweit sich das Klima und die Leistung der Bäume an verschiedenen Standorten in der Stadt unterscheiden undinwieweit sich Stadtbäume und Klima an einem Standort gegenseitig beeinflussen.Die bis heute weiter aufgezeichneten Messergebnisse sollen verdeutlichen, wie mit Hilfe von Bäumen und ihrer Ökosystemdienstleistungen die nachhaltige Stadt der Zukunft an die Folgen des Klimawandels angepasst werden kann. Zudem kann die Öffentlichkeit mit diesen Datenreihen für das Thema Stadtklima und Stadtgrün sensibilisiert werden. Um dies voranzutreiben, werden davon ausgewählte Datenspalten seit November 2024, unbereinigt und zu stündlichen Daten automatisiert zusammengefasst, hier auf dem Open Data Portal Würzburg veröffentlicht.An der Station in der Zu Rheinstraße sind mehrere Bäume der Art Robinia und Linde Tilia mit Sensoren versehen. Die Daten einer der Linden stehen in diesem Datensatz in der oben beschriebenen, verarbeiteten Form zur Verfügung.Allgemeines zu den Standorten wie der grobe Messaufbau, Hinweise zur Datennutzung und Verlinkungen zu weiterführenden Papern finden Sie im Folgenden.Messaufbau des Baumlabors und der WetterstationMithilfe des Saftflusssensors (1) kann der Wasserverbrauch des Baums bestimmt werden. Davon lässt sich die Kühlleistung durch Verdunstung ableiten und der Trockenstress abschätzen. Im Kronenraum wird die Temperatur für den Vergleich mit der Klimastation gemessen (2), um die Abkühlwirkung des Baumes zu bestimmen. Das Dendrometer (3) misst das Dickenwachstum des Stammes. Dadurch kann man berechnen, wieviel der gesamte Baum an Biomasse zunimmt und an CO2speichert. Der Bodenfeuchtesensor (4) misst den Wassergehalt im Wurzelraum. Damit kann auf die Wasserversorgung des Baumes geschlossen werden.Der Temperatur- und Feuchtesensor (6) misst die Lufttemperatur und die relative Luftfeuchtigkeit. Der Windsensor (7) erfasst Windrichtung und Windgeschwindigkeit. Mit diesen beiden Messgrößen kann der Frischlufteintrag, aber auch die Anströmungsrichtung festgestellt werden. Der Strahlungssensor (8) misst, wieviel Energie die Sonne am Erdboden freisetzt. Mit diesem Wert lässt sich feststellen, wie stark sich Flächen aufheizen. Ebenso lässt sich hiermit die photosynthetische Leistung des Baumes bestimmen. Aus Temperatur, Luftfeuchte, Windgeschwindigkeit und Solarstrahlung lässt sich die gefühlte Temperatur berechnen. Der Niederschlagssensor (9) erfasst Regen und Schnee.In den Datenloggern (10) werden die Messwerte gesammelt, gespeichert und alle 10 Minuten online versendet, um sie auf dem Smart City Hub Würzburg zu speichern und hier auf dem Open Data Portal stündlich aggregiert darzustellen. Bei einigen der Wetterstationen ist zudem ein Luftdruck-Barometer verbaut.Hinweis:Bei den zur Verfügung gestellten Daten handelt es sich um eine automatisiert abgeänderte Version der Rohdaten der einzelnen Stationen. Eine Qualitätskontrolle durch den Plattformbetreiber findet vorab nicht statt. Es ist daher punktuell mit Messfehlern und Messlücken zu rechnen. Für die Korrektheit der Daten wird keine Haftung übernommen. Quellenangabe:Quelle im Rohdatenformat: [Bis 13.11.2024 13 Uhr](https://opendata.smartandpublic.eu/datasets/74e7c788-0882-4ffe-b0dc-74cb0e0fb782), [ab 13.11.2024 14 Uhr](https://opendata.smartandpublic.eu/datasets/b976e56e-9fbf-42dd-86db-1677c2a5dc91?locale=en#iss=https%3A%2F%2Fidp.smartcityhub.smartandpublic.eu%2Frealms%2Fsmartcityhub)Autor(en): Projekt Klimaerlebnis Würzburg (2018-2022), Stadt Würzburg (2023-jetzt)Hinweis: Es gelten keine zusätzlichen Bedingungen.Für weiterführende Informationen, lesen Sie die aus dem Projekt "Klimaerlebnis Würzburg" hervorgegangenen Paper:Hartmann, Christian, et al. "The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020; The footprint of heat waves and dry spells in the urban climate of Würzburg, Germany, deduced from a continuous measurement campaign during the anomalously warm years 2018–2020." Meteorologische Zeitschrift 32.1 (2023): 49-65.Rahman, M.A., Franceschi, E., Pattnaik, N. et al. Spatial and temporal changes of outdoor thermal stress: influence of urban land cover types. Sci Rep 12, 671 (2022). [https://doi.org/10.1038/s41598-021-04669-8](https://doi.org/10.1038/s41598-021-04669-8)Rahman, Mohammad A., et al. "Tree cooling effects and human thermal comfort under contrasting species and sites." Agricultural and Forest Meteorology 287 (2020): 107947.Rötzer, T., et al. "Urban tree growth and ecosystem services under extreme drought." Agricultural and Forest Meteorology 308 (2021): 108532.Bildquelle und mehr Informationen zu den Messstationen: [Webarchiv: Klimaerlebnis Würzburg](https://webarchiv.it.ls.tum.de/klimaerlebnis.wzw.tum.de/das-projekt/index.html)

Stadt Neuss: Bäume LAGA 2026

Dieser Datensatz umfasst das digitale Inventar der Bäume auf dem Kulturanger des Geländes der Landesgartenschau. Er dient als Grundlage für die Parkpflege, die Stadtplanung sowie für ökologische Auswertungen und bietet eine detaillierte Übersicht über die botanische Vielfalt des Areals.

Baumartenmischungstabelle

Die Baumartenmischungstabelle ist in einem mehrstufigen Prozess unter Beteiligung mehrerer Fachbereiche des Landesbetriebes Forst Brandenburg entstanden. Ziel war es, eine Empfehlung von Baumarten für die Beratung und die Förderung für den Waldbesitz aller Eigentumsformen zu entwickeln. Im Ergebnis wird eine für den jeweiligen Waldstandort ausgerichtete Empfehlung hinsichtlich der derzeit wichtigsten 50 Baumarten in Brandenburg ausgesprochen.

Waldbewirtschaftung in München

Antrag nach BayDSG/BayUIG/VIG Sehr geehrte Damen und Herren, Ich habe Ende 2022 aus Presseberichten erfahren, dass München die Errichtung von drei Naturwaldreservaten (NWR) plant, wie hier beschrieben: https://spd-rathausmuenchen.de/drei-naturwaldreservate-fuer-muenchen/ Zu diesem Vorhaben habe ich folgende Fragen: 1. Wie weit ist das Projekt fortgeschritten, und gibt es einen Zeitplan für die Umsetzung? 2. Gibt es bereits Namen und genaue Größenangaben der vorgesehenen Gebiete? Des Weiteren ist mir bekannt, dass der Stadtwald München mit dem Naturland-Siegel zertifiziert ist, wodurch Flächen der natürlichen Waldentwicklung (NWE) ausgewiesen werden. In diesem Zusammenhang interessieren mich folgende Informationen: 1. Könnten Sie mir die genauen Namen und Größenangaben der Flächen nennen, die aus der Nutzung genommen wurden? 2. Sind diese Flächen beim Bundesamt für Naturschutz als Teil der Flächenkulisse für die natürliche Waldentwicklung gemeldet? Zusätzlich zu meinen vorherigen Fragen hätte ich noch allgemeine Anfragen bezüglich der von der Stadt München bewirtschafteten Wälder: 1. Könnten Sie bitte Auskunft darüber geben, welche Baumarten sich in den Stadtwäldern befinden? Ich wäre Ihnen dankbar, wenn Sie die Anteile der einzelnen Arten in Prozent angeben könnten. 2. Gibt es Informationen über den Holzvorrat pro Hektar in den Stadtwäldern? 3. Könnten Sie mir Angaben zum Vorkommen von Totholz machen? Bitte differenzieren Sie zwischen liegendem und stehendem Totholz und geben Sie die Menge in Festmetern pro Hektar an. 4. Wie viele Biotopbäume sind in den Stadtwäldern vorhanden? Eine Angabe in Stück pro Hektar wäre sehr hilfreich. 5. Wie groß ist die Gesamtfläche der Stadtwälder, die aus der Bewirtschaftung genommen wurden? Dies ist ein Antrag auf Aktenauskunft nach Art. 39 des Bayerischen Datenschutzgesetzes (BayDSG), Art. 3 Abs. 1 des Bayerischen Umweltinformationsgesetzes (BayUIG), soweit Umweltinformationen im Sinne des § 2 Abs. 3 Umweltinformationsgesetzes des Bundes (UIG) betroffen sind, sowie nach § 2 Abs. 1 des Gesetzes zur Verbesserung der gesundheitsbezogenen Verbraucherinformation (VIG), soweit Verbraucherinformationen betroffen sind. Sollten diese Gesetze nicht einschlägig sein, bitte ich Sie, die Anfrage als Bürgeranfrage zu behandeln. Sollte die Aktenauskunft Ihres Erachtens gebührenpflichtig sein, bitte ich, mir dies vorab mitzuteilen und dabei die Höhe der Kosten anzugeben. Es handelt sich meines Erachtens um eine einfache Auskunft bei geringfügigem Aufwand. Gebühren fallen somit nicht an. Ich verweise auf Art. 3 Abs. 3 Satz 2 Nr. 1 BayUIG/§ 5 Abs. 2 VIG und bitte, mir die erbetenen Informationen unverzüglich, spätestens nach Ablauf eines Monats zugänglich zu machen. Sollten Sie für diesen Antrag nicht zuständig sein, bitte ich, ihn an die zuständige Behörde weiterzuleiten und mich darüber zu unterrichten. Ich widerspreche ausdrücklich der Weitergabe meiner Daten an Dritte. Ich bitte um eine Antwort in elektronischer Form (E-Mail). Ich bitte um Empfangsbestätigung und danke Ihnen für Ihre Mühe. Mit freundlichen Grüßen

Tree-ring width measurements of Douglas fir from Morungen from 1938 to 2022

Wood samples from Douglas fir trees were taken using an increment borer. From each tree two opposing increment cores were taken at breast height. The sampled trees stood in an area of ~50x50 meters. Total ring width was measured and digitized. The resulting two radii measurements of each tree were visually synchronized and averaged to form a tree-ring series. Additionally, metadata were collected such as tree height, circumference and provenance (coastal, interior). The tree-ring data were used to investigate the resilience, resistance and recovery of the Douglas fir trees to severe drought events and to perform climate sensitivity analysis. This tree-ring dataset was part of a sampling campaign to assess the growth potential of Douglas fir trees until the year 2100. Annual tree growth variability until 2100 was modeled for Germany (including the river basins draining to Germany) with a spatial resolution of 12x12 km using regional climate projections ensemble.

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

Flächenhaftes Naturdenkmal (FND)

Als Naturdenkmal nach § 28 NatSchG können sowohl Einzelgebilde (END, z.B. wertvolle Bäume, Felsen, Höhlen) als auch naturschutzwürdige Flächen bis zu 5 ha Größe (FND, z.B. kleinere Wasserflächen, Moore, Heiden) ausgewiesen werden. Ihr Schutzstatus ist mit dem eines Naturschutzgebietes vergleichbar. In einigen UIS-Werkzeugen werden folgende Geometrien angeboten: - DST Lokal: automatisierte Liegenschaftskarte (ALKIS) als Erfassungsgrundlage. In diesem Layer sind nur die Geodaten enthalten, die von der zuständigen Behörde bearbeitet werden und im monatlichen Datenaustausch stehen. - Dienst landesweit: die komplette Geodaten des Landes liegen als Web Map Service (WMS), ALKIS-konform vor. In diesem Layer sind die Daten landesweit zusammengeführt, können jedoch von den Dienststellen nicht bearbeitet werden. Der Bestand wird monatlich aktualisiert

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.

1 2 3 4 5 … 536 537 538