API src

Found 3344 results.

Similar terms

s/tremote sensing/Remote Sensing/gi

Other language confidence: 0.8294066459226862

gesetzlich geschützte Biotope, 1. Durchgang, Gesamtdatensatz (Stand: 2015)

• § 20 Abs. 1 des Naturschutzausführungsgesetzes Mecklenburg-Vorpommern (NatSchAG M-V), zuvor § 20 des Landesnaturschutzgesetzes M-V, zuvor § 2 des Ersten Gesetzes zum Naturschutz in M-V benennt geschützte Biotope, deren Veränderung, Zerstörung oder nachhaltige Beeinträchtigung verboten ist. • Nach § 20 Abs. 4 NatSchAG M-V erfolgt eine Eintragung der gesetzlich geschützten Biotope in ein Verzeichnis, das „Verzeichnis der gesetzlich geschützten Biotope und Geotope", das vom LUNG geführt wird. • Das Verzeichnis wird aufgrund der Zuständigkeit für den Vollzug des Biotopschutzes landkreisweise geführt, Ausnahmen sind die Nationalparke und Biosphärenreservate. • Gesetzlich geschützte Biotope wurden auf der Grundlage der „Anleitung für Biotop-kartierungen im Gelände M-V“ (Schriftenreihe des Landesamtes für Umwelt und Natur 1998 / Heft 1) erfasst (alte Biotopkartieranleitung). Internetlink: https://www.lung.mv-regierung.de/dateien/biotopkartieranleitung.pdf • Im März 2010 erschien die 2. Auflage der Anleitung unter dem Titel „Anleitung für die Kartierung von Biotoptypen und FFH-Lebensraumtypen in Mecklenburg-Vorpommern“ (Materialien zur Umwelt des LUNG 2010, Heft 2) (neue Biotopkartieranleitung). Internetlink: https://www.lung.mv-regierung.de/dateien/biotopkartieranleitung2010.pdf • Bis Ende 2006/Anfang 2007 erfolgte die Kartierung nach der alten Biotopkartieranleitung (LAUN 1998) mit folgenden Ausnahmen: 1. Ab 2006 erfolgte in ausgewählten Gebieten eine Kartierung von Kleingewässern nach der neuen Biotopkartieranleitung und 2. die Kartierung des Nationalparks Vorpommersche Boddenlandschaft ab 2007 erfolgte ebenfalls nach der neuen Biotopkartieranleitung. Ab 2009 (Nationalpark Jasmund + Müritz-Nationalpark) wird nur noch nach der neuen Kartieranleitung gearbeitet. • Die Kartierung (1996 - 2013) wurde durch folgende Büros und staatliche Einrichtungen durchgeführt: ibs Ingenieurbüro Schwerin GmbH Ingenieurbüro Walther Grünspektrum GbR Gutachterbüro nebelung + nebelung Landschaftsarchitekturbüro Pulkenat Planiver GmbH Neubrandenburg Planungsbüro Mordhorst GmbH Plan4 GmbH Neubrandenburg Pöyry Deutschland GmbH Umweltplan GmbH Stralsund Hansestadt Stralsund Staatliche Ämter für Umwelt und Natur • Einen zeitlichen Überblick über die Kartierung (Jahr der Kartierung bezogen auf TK10AV-Blattschnitte) gibt der LINFOS-Datenbestand Stand der Biotopkartierung bk_ueb11.* (auch im „Kartenportal Umwelt“ verfügbar) • Nach dem vorläufigen Abschluss der Kartierung („vorläufig“ = grundsätzlich flächendeckend, aber ohne die Flächen der drei Nationalparke) wurde 2009 aus den landkreisweise vorliegenden Datensätzen ein Gesamtdatensatz aller kartierter Biotope als Flächenshape mit harmonisierten Kreisgrenzen erarbeitet; eine detaillierte Erläuterung zu diesem Arbeitsschritt befindet sich am Ende des Dokumentes. • Die Bögen der Biotope können im Kartenportal Umwelt über eine Verlinkung (Themenabfrage) aufgerufen werden. neu 2011: • Einarbeitung der Ergebnisse der Kartierung im Nationalpark Jasmund. • Aufgrund von räumlichen (geometrischen) Abweichungen der Geodaten aus der Kartierung der gesetzlich geschützten Biotope zu den aktuellen Orthophotos (georeferenzierte Luftbilder), und damit zu den Geodaten der Land- und Forstwirtschaft als Hauptnutzer in unserer Landschaft, bestand die Forderung dieser Nutzer, die Daten der gesetzlich geschützten Biotope in ihrer Lage zu korrigieren. Die lageangepassten Datensätze sind darüber hinaus eine wesentliche Voraussetzung für eine inhaltliche Korrektur/Aktualisierung der Daten bzw. für einen 2. Durchgang der Kartierung der gesetzlich geschützten Biotope. Die Lagekorrektur wurde 2010/11 von der Firma GEOMAPS GIS + Remote Sensing vorgenommen und ist im Attribut „korrtyp“ sowie in der Zusatztabelle „bk1_mv15korr.dbf“ nachzuvollziehen. neu 2014: - Zusatztabelle Pflanzenliste MVBIO [bk1_mv15_pfl.dbf] - Enthält alle in MVBIO erfassten Pflanzenarten der Grundbögen (4000er Biotopnummer) neu 2015: - Einarbeitung der Ergebnisse der Kartierung im Nationalpark Müritz (2010 – 2013) - Attribute für NC4 – NC8 im Hauptdatenbestand - Legende als SLD verfügbar neu 2024: - Inspire- Anpassung: hinzufügen Geo_UUID - Geometriereparartur mit QGIS (3.34.4)

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Meiningen, Germany from 1985 – 2023

The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.

Digitales Höhenmodell Hamburg DGM 25

Abgeleitetes, flächendeckendes digitales Geländemodell mit einer Rasterweite von 25 Meter auf Basis des DGM1. Für die Fläche der Freien und Hansestadt Hamburg (ohne das Gebiet des hamburgischen Wattenmeeres) wurde in 2020 eine Laserscanvermessung (Airborne Laserscanning) durchgeführt. Die Daten liegen im Lagestatus 310 (ETRS89/UTM) vor, mit Höhenangaben über Normalhöhennull (NHN), gemäß DE_DHHN2016_NH. Die Genauigkeit eines einzelnen Messpunktes liegt in eindeutig definierten Bereichen, wie z.B. auf Straßenflächen, bei ca. ± 255 cm. In Bereichen von Abschattungen (Brücken), Vegetation, insbesondere Flächen in Wald- und Strauchgebieten und bei stark geneigtem Gelände, ist die Genauigkeit geringer. Standardmäßig werden vom LGV folgende Rasterweiten angeboten: DGM 1 (Rasterweite 1m), DGM 10 (Rasterweite 10m), DGM 25 (Rasterweite 25m). Eine jährliche Aktualisierung dieser Daten erfolgt über Luftbildbefliegungen. Neben der reinen Bereitstellung der Höheninformation als regelmäßiges Gitter werden die Daten auch als Dienstleistung in einer Dreiecksvermaschung (TIN) abgegeben. Dabei ist ein Datenaustausch mit 2D- und 3D-CAD-Systemen sichergestellt. Als weitere Dienstleistung können z.B. Höhenlinien und Profile abgeleitet oder Volumina und Neigungen errechnet werden. Durch Integration weiterer Geobasis- und Fachdaten (Vektor- und Rasterdaten) können weitere Dienstleistungen z.B. für die Bereiche Wasserwirtschaft, Tiefbau, Umwelt und Stadtplanung sowie Energieversorgung groß- und kleinräumige Anwendungen abgeleitet werden.

Sentinel-5P TROPOMI – Water Vapour (H2O), Level 3 – Global

Water Vapour (H2O) concentration (globally) as derived from Sentinel-5P/TROPOMI observations. H2O is the most abundant greenhouse gas in the atmosphere. In addition it is one of the most powerful drivers for weather phenomena in the troposphere. Daily observations are binned onto a regular latitude-longitude grid. The TROPOMI instrument aboard the SENTINEL-5P space craft is a nadir-viewing, imaging spectrometer covering wavelength bands between the ultraviolet and the shortwave infra-red. TROPOMI's purpose is to measure atmospheric properties and constituents. It is contributing to monitoring air quality and providing critical information to services and decision makers. The instrument uses passive remote sensing techniques by measuring the Top Of Atmosphere (TOA) solar radiation reflected by and radiated from the earth and its atmosphere. The four spectrometers of TROPOMI cover the ultraviolet (UV), visible (VIS), Near Infra-Red (NIR) and Short Wavelength Infra-Red (SWIR) domains of the electromagnetic spectrum, allowing operational retrieval of the following trace gas constituents: Ozone (O3), Nitrogen Dioxide (NO2), Sulfur Dioxide (SO2), Water Vapour (H2O), Carbon Monoxide (CO) and Methane (CH4). Within the INPULS project, innovative algorithms and processors for the generation of Level 3 and Level 4 products, improved data discovery and access technologies as well as server-side analytics for the users are developed.

Manuell erfasste Einzelbaum Stammpositionen in einigen Wuppertaler Parkanlagen

<p>Der Datensatz umfasst die vom Ressort Grünflächen und Forsten der Stadt Wuppertal manuell erfassten 15.194 punktförmigen Einzelbaumpositionen in den Parkanlagen Nordpark, Mirker Hain (südlicher Teil zwischen Kohl- und Vogelsangstraße) und Nützenberg (Teilbereich Kaiserhöhe). Die Daten wurden am Bildschirm mit der Software QGIS auf Basis von digitalen Orthophotos des Landes Nordrhein-Westfalen digitalisiert (Befliegungsdatum 01.03.2023, Bodenauflösung 10 cm). In diesen Luftbildern sind die Bäume ohne Belaubung abgebildet, was eine zuverlässige Erfassung der Stammpositionen ohne Sichtbehinderung durch das Blattwerk erlaubt. Der Datensatz wurde im Zusammenhang mit der Entwicklung des Verfahrens "twin4tree" im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling erstellt (Leitung dieses Teilvorhabens: EFTAS Fernerkundung Technologietransfer GmbH, Münster). Er dient zur unabhängigen quantitativen Überprüfung der Ergebnisse von KI-Verfahren zur Detektion von Einzelbäumen aus Luftbildern ("Ground Truth"). In dichten Baumbeständen ist nämlich die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Daher unterschätzen solche Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Mit den hier bereitgestellten Ground-Truth-Daten wurde für Wuppertal ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet. Der Datensatz ist in den Formaten GeoPackage, GeoJSON und KML in verschiedenen Koordinatenreferenzsystemen unter der Open-Data-Lizenz CC BY 4.0 verfügbar.</p> <p> </p>

DIGSTER - Map and Go (Digital Satellite Based Terrain Model) - User Requirements

The project DIGSTER - Map and Go (Digital Based Terrain Mapping) aims at the technical aspects of digital terrrain mapping. For many questions in administration, planning and expertise terrrain mappings are indispensable. The whole process starting with the data acquisition in the field and ending with map products will be digitally performed by the system. Therefore, a platform appropriate for the use in the field (PDA) is combined with technologies from the disciplines of satellite navigation, remote sensing, communication, and mobile geoinformation systems. For DIGSTER a lot of practical applications already exist in connection with policies and directives on the national and also European level.

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Konstanz, Germany from 1984 – 2023

The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Bonn, Germany from 1984 – 2023

The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.

Fernerkundung - Luftbilder Hamburg

In der <b> Fernerkundung - Luftbilder</b> werden aus großer Höhe Bilder von der Erdoberfläche aufgenommen, die anschließend aufbereitet und als hochwertige Geodaten bereitgestellt werden. <br> Diese Aufnahmen unterstützen bei der Dokumentation von Veränderungen, der städtischen Planung und der Überwachung von Umweltentwicklungen. Sie können sowohl als Datengrundlage für KI-Trainingsdaten als auch zur direkten Betrachtung der urbanen Landschaft genutzt werden. <br><br>Unser Ziel ist es, diese bedeutsamen Daten nicht nur Fachleuten, sondern auch der Öffentlichkeit zugänglich zu machen – leicht verständlich und nutzerfreundlich. <br><br><i>"Wie hat sich Hamburg entwickelt?" -- "Wie sah das Grundstück früher aus?" -- "Wo blüht es im Sommer?"</i> <br> <b>&#8594; Ein Blick in die Daten lohnt sich.</b><br><br> <u><i>Hinweis:</i></u> So vielfältig die Anwendungsbereiche sind, so vielfältig sind auch unsere Datensätze. Je nach Aufnahmesystem – ob <b>Drohne</b>, <b>Flugzeug</b> oder <b>Satellit</b> variieren die Bilder in ihrer Qualität und Detailtiefe. Diese Unterschiede zeigen sich etwa in der Bildauflösung (GSD), den Farbdarstellungen (spektrale Auflösung) und/oder der Aktualität der Daten (zeitliche Auflösung). Nähere Informationen sind aus den Metadaten der Datensätze zu entnehmen.<br>

Forschergruppe (FOR) 2358: Mountain Exile Hypothesis - How humans benefited from and re-shaped African high altitude ecosystems during Quarternary climatic changes, Teilprojekt: Zentrale wissenschaftliche Dienste

Die Ziele des Zentralprojekts 2 (C2) umfassen das projektübergreifende Datenmanagement und den Datenaustausch. Eine zentrale Datenbank stellt eine nachhaltige Nutzung der gesammelten Informationen, auch über die Projektlaufzeit hinaus, sicher. Zudem wird die datengetriebene Synthese innerhalb und zwischen den Projekten durch die Bereitstellung von aggregierten Datensätzen und die Entwicklung und Implementierung von spezifischen Analyse-Programmen gefördert. Dabei werden die zur Verfügung stehenden Ressourcen durch die Kombination von existierenden und neuen, offline und online Lösungen, effizient genutzt. Somit soll auch ein nachhaltiger Beitrag zu den aktuellen, DFG geförderten, Datenserviceprojekten geliefert werden. Im Rahmen von C2 wird zusätzlich die Bohrkernkampagne in enger Zusammenarbeit mit den betreffenden Projekten koordiniert.

1 2 3 4 5 … 333 334 335