Other language confidence: 0.6099245994425915
Sentinel-2 cir- und rgb-Mosaike (10 m Bodenauflösung) in möglichst wolkenfreier Monatsfolge für: 2021-06, 2021-07, 2021-09, 2021-12, 2022-02, 2022-03, 2022-06, 2022-08, 2022-09, 2023-02, 2023-04, 2023-06, 2024-01, 2024-08, 2024-09, 2025-02, 2025-03, 2025-04, 2025-05, 2025-06, 2025-08, 2025-12, 2026-03, 2026-04, 2026-05, 2026-07, 2026-08
Sentinel-2 Normierter Differenzierter Vegetationsindex (NDVI), räumliche Auflösung 10 m (2019):Dieser Layer visualisiert den Sentinel-2 Normierter Differenzierter Vegetationsindex (NDVI) des Jahr 2019.
Sentinel-2 Echtfarbenbild (TCI), Kombination der Spektralkanäle B4 (rot), B3 (grün) und B2 (blau), räumliche Auflösung 10 m (2019):Dieser Layer visualisiert das Sentinel-2 Echtfarbenbild (TCI) des Jahr 2022.
Sentinel-2 Echtfarbenbild (TCI), Kombination der Spektralkanäle B4 (rot), B3 (grün) und B2 (blau), räumliche Auflösung 10 m (2019):Dieser Layer visualisiert das Sentinel-2 Echtfarbenbild (TCI) des Jahr 2015.
Sentinel-2 Falschfarbenbild (ColoredInfraRed), Kombination der Spektralkanäle B8 (rot), B4 (grün) und B3 (blau), räumliche Auflösung 10 m (2019):Dieser Layer visualisiert die Sentinel-2 Falschfarbenbilder(CIR) des Jahr 2019.
Sentinel-2 Falschfarbenbild (ColoredInfraRed), Kombination der Spektralkanäle B8 (rot), B4 (grün) und B3 (blau), räumliche Auflösung 10 m (2019):Dieser Layer visualisiert die Sentinel-2 Falschfarbenbilder(CIR) des Jahr 2024.
SWIM Water Extent is a global surface water product at 10 m pixel spacing based on Sentinel-1/2 data. The collection contains binary layers indicating open surface water for each Sentinel-1/2 scene. Clouds and cloud shadows are removed using ukis-csmask (see: https://github.com/dlr-eoc/ukis-csmask ) and are represented as NoData. The water extent extraction is based on convolutional neural networks (CNN). For further information, please see the following publications: https://doi.org/10.1016/j.rse.2019.05.022 and https://doi.org/10.3390/rs11192330
Sentinel-2 Normierter Differenzierter Vegetationsindex (NDVI), räumliche Auflösung 10 m (2019):Dieser Layer visualisiert den Sentinel-2 Normierter Differenzierter Vegetationsindex (NDVI) des Jahr 2015.
Sentinel-2 Normierter Differenzierter Vegetationsindex (NDVI), räumliche Auflösung 10 m (2019):Dieser Layer visualisiert den Sentinel-2 Normierter Differenzierter Vegetationsindex (NDVI) des Jahr 2026.
Die Datensätze bilden die zwischen Oktober 2017 und September 2024 infolge von Sturmschäden, Schneebruch und Borkenkäferbefall entstandenen Störungsflächen im Wald sowie Flächen mit Vitalitätsveränderungen. Diese Flächen stellen das Resultat einer mithilfe von Sentinel-2-Daten durchgeführten teilautomatisierten Satellitenbildauswertung dar. Dabei handelt es sich um Ergebnisse aus dem durch das Kompetenzzentrum Wald und Forstwirtschaft (Sachsenforst) initiierten „Sentinel-2-Projekt“. Ziel dieses Projekts war die Lokalisierung der zwischen Herbst 2017 und Herbst 2024 entstandenen Störungsflächen und Flächen mit Vitalitätsveränderungen im sächsischen Gesamtwald.
| Organisation | Count |
|---|---|
| Bund | 71 |
| Kommune | 2 |
| Land | 61 |
| Wirtschaft | 1 |
| Wissenschaft | 33 |
| Type | Count |
|---|---|
| Daten und Messstellen | 1 |
| Förderprogramm | 52 |
| unbekannt | 63 |
| License | Count |
|---|---|
| Offen | 76 |
| Unbekannt | 40 |
| Language | Count |
|---|---|
| Deutsch | 89 |
| Englisch | 29 |
| Resource type | Count |
|---|---|
| Archiv | 1 |
| Datei | 52 |
| Dokument | 5 |
| Keine | 20 |
| Webdienst | 6 |
| Webseite | 55 |
| Topic | Count |
|---|---|
| Boden | 67 |
| Lebewesen und Lebensräume | 73 |
| Luft | 59 |
| Mensch und Umwelt | 76 |
| Wasser | 36 |
| Weitere | 116 |