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.
Bis heute ist die Wirkung von Waldstrukturen auf eine breite Biodiversität im Wald kaum verstanden. Seit MacArthur & MacArthur in den 1960er Jahren gezeigt haben, dass die Vogel-Diversität mit steigender vertikaler Heterogenität des Waldes ansteigt, wurden kaum konzeptionelle Fortschritte gemacht. Bis heute ist für viele Taxa noch nicht einmal geklärt, ob eher die Struktur eines Waldes oder die Artenzusammensetzung der Vegetation entscheidender ist. Da aber Waldmanagement fundamental die Struktur von Wäldern verändert, ist das Wissen um die Rolle der Waldstruktur als Treiber der Artenvielfalt essentiell, insbesondere wenn bei der Forstnutzung Biodiversität gefördert werden soll. Fortschritte in der Fernerkundung und die Entwicklung von Eigenschaftsdatenbanken und Stammbäumen auch für artenreiche Gruppen wie Insekten und Pilze in den letzten Jahren, eröffnen heute, bei geeignetem Design, neue Möglichkeiten. Die Biodiversitäts-Exploratorien stellen hier eine ideale und global einmalige Forschungsplattform dar, um die Rolle von Waldstruktur, geformt von der Landnutzung in temperaten Wäldern, zu erforschen. Unser Konsortium beabsichtigt die wichtigsten Treiber für Biodiversität in temperaten Wäldern zu identifizieren, die Mechanismen hinter der Veränderung in der Artenzusammensetzung zu verstehen, und ein generelles Framework für die Beziehung der 3-D Struktur und der Biodiversität zu erstellen. Unsere Ziele sind, i) existierende Daten zu 8 taxonomischen Gruppen in den Exploratorien zusammenzustellen; ii) funktionale und phylogenetische Distanzen für diese Taxa zu entwickeln bzw. bestehende zu erweitern; iii) eine Reihe von Waldstrukturen entlang der wichtigsten Achsen der Waldstruktur-Heterogenität auf Basis von LiDAR Daten zu berechnen; iv) mit Hilfe von RADAR Daten wichtige Heterogenitäts-Metriken auf die Regionale Landschaftsebene zu skalieren; v) den Einflusses von lokalen und regionalen Landschaftsstrukturen auf die Artenvielfalt zu ermitteln; und vi) diese Untersuchungen auf zwei weitere Waldgebiete mit einmaligen Landnutzungsgradienten in collinen Buchenwäldern und montanen bis hochmontanen Bergwäldern in Mitteleuropa auszudehnen.
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
Hauptbestandteile der Gülle sind Kot und Harn. Anfallende Mengen und Zusammensetzung sind fütterungsabhängig. Mit der eiweißreduzierten Fütterung werden vor allem die Nieren entlastet. Sie müssen weniger Ammoniak aufgrund der reduzierten Aminosäurendesaminierung aus dem Blutplasma filtern und zu Harnstoff synthetisieren. Das Schwein benötigt weniger Wasser, um den Harnstoff zu lösen und auszuschleusen. Die Folge ist eine geringere abgesetzte Harnmenge. Da die abgesetzte Kotmenge in etwa gleich bleibt, produziert das Mastschwein weniger Gülle. Sie besitzt aber einen höheren Trockensubstanzgehalt. Es ändern sich sowohl ihre chemischen als auch ihre physikalischen Eigenschaften. Dies hat Auswirkungen auf das Emissionsverhalten, was sowohl gasförmige Nährstoffverluste als auch Geruchsstoffströme, Geruchsintensität und Geruchsempfindung (Hedonik) betrifft. Es sollen deshalb grundlegende Untersuchungen zur Emission von Geruchs- und Schadgasen für Güllen verschieden gefütterter Mastschweine durchgeführt werden. Die Ergebnisse sollen Grundlage vor allem für die emissionsrelevante Beurteilung von verschiedenen Haltungsverfahren und Fütterungsstrategien in der Mastschweinehaltung sein.
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
Datensatz zum Baumkataster (Standort, Baumart, Baummaße) im Bereich der Gemeinde Beetzseeheide
Das spezifische Grünvolumen als Synonym für Grünvolumenzahl basiert auf 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 (Beachte: Datenbasis 2009-2011). 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. Je nach Kontext wird die Vegetation durch unterschiedliche Bestandsmerkmale beschrieben: - Forstwirtschaft (Baumart, Bestandsdichte, Brusthöhendurchmesser und Überschirmungsgrad) - Botanik (Blattflächenindex - LAI = Leaf Area Index - als Grundlage zur Bestimmung der Belaubungsdichte sowie der fotosynthetischen Aktivität bzw. der Produktionsleistung) - Landwirtschaft (pflanzliche Biomasse, als Maß der Ertragsbilanzierung). Im städtischen Kontext ist aufgrund der Artenvielfalt der Vegetation eine Erfassung von Blattflächenindex oder Biomasse schwierig. Aus diesem Grund spielen einfache, planerisch sinnvolle und vor allem praktikable Indikatoren eine wichtige Rolle. Für die Anwendung in der großmaßstäbigen Bauleit- und Landschaftsplanung wurde deshalb eine rechnerische Bestimmung des Grünvolumens durch die Planungsgemeinschaft GROSSMANN, SCHULZE, POHL entwickelt. Dabei wird das Grünvolumen mittels der flächenbezogenen Grünvolumenzahl (GVZ) beschrieben. Sie wurde als Pendant zu den planungsrelevanten Richtgrößen der baulichen Nutzung, wie der Grundflächenzahl (GRZ) oder der Geschossflächenzahl (GFZ) eingeführt. Es soll neben den vegetationsbezogenen Indikatoren Biotopflächenfaktor (BFF), Bodenfunktionszahl (BFZ) und dem Durchgrünungsgrad die Formulierung von Mindestanforderungen an die Grünausstattung bei der Planung ermöglichen, da sie eine hohe ökologische Aussagekraft besitzt. Was beschreibt die Grünvolumenzahl (GVZ)? Als Grünvolumen wird die Summe des oberirdischen Volumens aller Pflanzen verstanden. Es wird in m³ angegeben. Das Grünvolumen ist durch die äußere Hülle der Vegetation begrenzt, die in der praktischen Erfassung über idealisierte geometrisch primitive Formen beschrieben wird: - Quader: Rasen, Kräuter sowie Sträucher - Kugel: z. B. Eiche - Zylinder: z. B. Pappel - Kegel: z. B. Nadelbaum Aus der Grünvolumensumme aller Vegetationsobjekte in Bezug auf eine definierte Bezugsfläche (z. B. Baublock) ergibt sich die Grünvolumenzahl (GVZ), die alternativ auch als "spezifisches Grünvolumen" bezeichnet wird und die Einheit m³/m² besitzt. Das vorliegende generalisierte Raster (ursprüngliche Auflösung 0,5 m) weist für die einzelnen Zellen (Auflösung jetzt 1 m) bereits das spezifische Grünvolumen (m³/m²) auf, welches zugleich dem absoluten Grünvolumen entspricht. Datengrundlage/Methodik: Grundlage der Bestimmung des Grünvolumens sind Laserscandaten, RGBI-Bilddaten sowie Gebäudedaten. Eine detaillierte Beschreibung der Vorgehensweise ist dem zugeordneten Dokument zu entnehmen. Klassifizierung des spezifischen Grünvolumen: - 1. Klasse: vegetationslos (= 0 m³/m²) - 2. Klasse: bis einschließlich 0,1 m³/m² - 3. Klasse: bis einschließlich 0,5 m³/m² - 4. Klasse: bis einschließlich 0,75 m³/m² - 5. Klasse: bis einschließlich 1 m³/m² - 6. Klasse: bis einschließlich 3 m³/m² - 7. Klasse: bis einschließlich 8 m³/m² - 8. Klasse: bis einschließlich 14 m³/m² - 9. Klasse: bis einschließlich 20 m³/m² - 10. Klasse: bis einschließlich 25 m³/m² - 11. Klasse: größer als 25 m³/m² Die Klassifikation in der vorliegenden Abstufung erfolgt aufgrund der im Modell getroffenen Annahmen sowie zur besseren plastischen Darstellung der Vegetationsobjekte. Einschränkung: Entsprechend der vorgesehenen Nutzung für die Umwelt-, Landschafts- und Bauleitplanung ist trotz scheinbar detaillierter Darstellungsmöglichkeit der Anwendungsmaßstab auf 1:5.000 begrenzt.
Dieser Web Map Service (WMS), Straßenbaumkataster umfasst die flächendeckende Darstellung der Bäume auf öffentlichen Straßenflurstücken als Grundlage der Baumkontrollen zur Verkehrssicherheit und der Planung. Wesentliche Datenfelder sind: Standort, Gattung/Art, Pflanzjahr, Kronenumfang, Stammdurchmesser, biologische Parameter und Schadensmerkmale. Zur genaueren Beschreibung der Daten und Datenverantwortung nutzen Sie bitte den Verweis zur Datensatzbeschreibung.
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.
Die Daten umfassen Straßenbäume und einen Teil der Bäume in Grünanlagen.
| Organisation | Count |
|---|---|
| Bund | 3822 |
| Europa | 261 |
| Global | 1 |
| Kommune | 156 |
| Land | 1944 |
| Schutzgebiete | 1 |
| Weitere | 2796 |
| Wirtschaft | 20 |
| Wissenschaft | 1656 |
| Zivilgesellschaft | 86 |
| Type | Count |
|---|---|
| Agrarwirtschaft | 190 |
| Bildmaterial | 3 |
| Chemische Verbindung | 774 |
| Daten und Messstellen | 938 |
| Ereignis | 47 |
| Förderprogramm | 3161 |
| Gesetzestext | 1 |
| Hochwertiger Datensatz | 30 |
| Infrastruktur | 2 |
| Lehrmaterial | 4 |
| Repositorium | 1 |
| Taxon | 67 |
| Text | 3224 |
| Umweltprüfung | 169 |
| WRRL-Maßnahme | 19 |
| unbekannt | 794 |
| License | Count |
|---|---|
| Geschlossen | 1922 |
| Offen | 5724 |
| Unbekannt | 226 |
| Language | Count |
|---|---|
| Deutsch | 7294 |
| Englisch | 3277 |
| Leichte Sprache | 4 |
| Resource type | Count |
|---|---|
| Archiv | 88 |
| Bild | 148 |
| Datei | 307 |
| Dokument | 881 |
| Keine | 3380 |
| Multimedia | 7 |
| Unbekannt | 62 |
| Webdienst | 125 |
| Webseite | 3585 |
| Topic | Count |
|---|---|
| Boden | 5969 |
| Lebewesen und Lebensräume | 7846 |
| Luft | 5089 |
| Mensch und Umwelt | 7614 |
| Wasser | 4927 |
| Weitere | 7512 |