Das Projekt "Durchfuehrung eines Workshops zur Nutzung von Bilddatenbanken fuer die modellhafte Dokumentation von umweltgeschaedigten Kulturguetern (Messbildstelle Dresden)" wird/wurde gefördert durch: Deutsche Bundesstiftung Umwelt. Es wird/wurde ausgeführt durch: Messbildstelle.
Das Projekt "NanoGEM - Nanostrukturierte Materialien - Gesundheit, Exposition und Materialeigenschaften^NanoGEM - Nanostrukturierte Materialien - Gesundheit, Exposition und Materialeigenschaften^NanoGEM - Nanostrukturierte Materialien - Gesundheit, Exposition und Materialeigenschaften^NanoGEM - Nanostrukturierte Materialien - Gesundheit, Exposition und Materialeigenschaften^NanoGEM - Nanostrukturierte Materialien - Gesundheit, Exposition und Materialeigenschaften^NanoGEM - Nanostrukturierte Materialien - Gesundheit, Exposition und Materialeigenschaften^NanoGEM - Nanostrukturierte Materialien - Gesundheit, Exposition und Materialeigenschaften^NanoGEM - Nanostrukturierte Materialien - Gesundheit, Exposition und Materialeigenschaften^NanoGEM - Nanostrukturierte Materialien - Gesundheit, Exposition und Materialeigenschaften^NanoGEM - Nanostrukturierte Materialien - Gesundheit, Exposition und Materialeigenschaften^NanoGEM - Nanostrukturierte Materialien - Gesundheit, Exposition und Materialeigenschaften^NanoGEM - Nanostrukturierte Materialien - Gesundheit, Exposition und Materialeigenschaften, NanoGEM- Nanostrukturierte Materialien - Gesundheit, Exposition und Materialeigenschaften" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Fachhochschule Dortmund, Fachbereich Informatik.
Das Projekt "Automatisierte Erkennung von Phytoplankton (PlanktoVision)" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Technische Hochschule Wildau, Studiengang Biosystemtechnik , Bioinformatik.
Das Projekt "Veridical Imaging of Transmissive and Relective Artefacts - VITRA" wird/wurde gefördert durch: Kommission der Europäischen Gemeinschaften Brüssel. Es wird/wurde ausgeführt durch: Bayerisches Landesamt für Denkmalpflege.This collaroative RTD project will develop a practical method for the acquisition, storage and visualisation of high quality images of architectural details in historic buildings. Potential subjects include stained glass windows, frescos, mosaics and decorative mouldings. The VITRA project will in particular construct apparatus, consisting of a digital camera and suitable illumniation mounted on a robotic platform, for the direct digital capture 'in situ' of colorimetrically accurate images of both reflective and transmissive surfaces. The project will also facilitate the creation of digital archives of such images and novel means of visualising them in their invironment for the purposes of conservation, historical research, education and entertainment.
Das Projekt "Biomonitoring Wien mit Hilfe der Fernerkundung, Projektstufe 1" wird/wurde gefördert durch: Magistrat der Stadt Wien. Es wird/wurde ausgeführt durch: Österreichisches Bundesinstitut für Gesundheitswesen.In Fortsetzung der Erhebungen zum Zustand der Wiener Stadtbaeume wurde das Arbeitsprogramm 'Biomonitoring Wien' entwickelt und dem Magistrat der Stadt Wien, MA 22-Umweltschutz angeboten. Dieses Projekt zielt darauf ab, die Lage von Biotopflaechen, deren Vernetzung, die Flaechengroesse, den Typus, den Zustand und die Qualitaet der Biotope zu dokumentieren. Durch das Programm sollen die Methoden der Beurteilung der Stadtbaeume und aktueller staedtebaulicher Projekte weiterentwickelt werden. Weiters entsteht damit ein Instrument, mit dem die Gruenflaechenentwicklung beobachtet und Massnahmen zur Erhaltung der Vegetation abgeleitet werden koennen. Die Methodik in diesem Projekt basiert auf der Verarbeitung von Fernerkundungsmaterialien: Farbinfrarot-Luftbildern und Multispektral-Scannerdaten. Die ersten Arbeitsschritte betreffen die Interpretation von Farbinfrarotbildern aus dem geplanten Bildflug 1991 und die Erweiterung der Gruenflaechen-Datenbank Wien. Als weitere Aufgabe sind geplant der Aufbau einer Biotopdatenbank, die luftbildunterstuetzte Kulturlandschaftstypisierung und der Aufbau kartographischer Darstellungen mit Hilfe eines Geographischen Informationssystems (GIS).
Das Projekt "Erforschung der Moeglichkeiten der Bildspektrometrie als Methode der Umweltanalytik in der Erdbeobachtung" wird/wurde gefördert durch: Schweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung. Es wird/wurde ausgeführt durch: Universität Zürich, Geographisches Institut.Mit einem Feldgoniometerprototyp und einem Spektroradiometer neuester Technologie werden bidirektionale Spektrometriedaten von natuerlichen und kuenstlichen Flaechen im Bereich von 400-2500 nm erfasst. Die erhobenen bidirektionalen Reflexionsdaten (BRF-Daten) erlauben es, auf die Lambertiane Annahme bei der radiometrischen Korrekturen von Atmosphaeren- und Beleuchtungseffekten zu verzichten. Durch systematische Erhebungen von diuralen und saisonalen, phaenologischen Zyklen im Felde und im Labor sollen Zusammenhaenge zwischen Bildspektrometriedaten und Objektcharakteristiken wie Bodentyp, chemisch-physikalische Zusammensetzung, Duengegrad etc. erforscht werden. Die Daten werden in einer spektralen Datenbank abgelegt und dienen als Bodenreferenz bei der Auswertung von Bildspektrometriedaten, die im Rahmen von Flugkampagnen mit den Spektrometern ROSIS und DAIS erhoben werden. Neben der Untersuchung von bidirektionalen Effekten in Bildspektrometriedaten konzentriert sich das Projekt vor allem auf die Detektion von atmosphaerischen Spurengasen. Die Konzentration von Ozon und anderen Aerosolen in der Atmosphaere ist fuer klimatologische und umweltrelevante Fragestellungen, aber auch bei der Kalibrierung atmosphaerischer Korrekturmodelle von grosser Bedeutung.
Das Projekt "Großräumige Analyse von Verbuschungsflächen mit NOAA-AVHRR-Daten in Namibia" wird/wurde gefördert durch: Deutsche Forschungsgemeinschaft. Es wird/wurde ausgeführt durch: Universität Erlangen-Nürnberg, Institut für Geographie.Seit 1979 erfassen Satelliten der NOAA-Serie die Erde und liefern damit eine der längsten kontinuierlichen Bild-Datenreihen von Satelliten überhaupt. Durch ihre großflächige Abdeckung, ihre hohe zeitliche Auflösung und ihren kostengünstigen Empfang eignen sich diese Daten hervorragend zum Monitoring. Bislang werden diese langen Zeitreihen noch kaum herangezogen, um langfristige Veränderungen von Oberflächenphänomenen zu beschreiben, denn der Großteil der Fernerkundungsarbeiten beschäftigt sich mit neueren Sensoren und deren Anwendungen. Gerade vor dem Hintergrund der Landdegradierung durch unangepaßte Landnutzung in den Trockenräumen der Erde sollten die vorhandenen archivierten Datenreihen zur Langzeitanalyse aber genutzt werden und die Ergebnisse in Konzepte des Landmanagements einfließen. In Namibia vollzieht sich in den Nationalparks und dem Weideland die Landdegradierung durch eine massive Verbuschung, v.a. mit Acacia mellifera. Die Verbuschungsdynamik der letzten 20 Jahre soll in Etosha mit NOA-AVHRR-Daten erfasst werden. Die Ergebnisse aus dem Etosha-Nationalpark können dann zum Monitoring der Verbuschung in Namibia von örtlichen Institutionen eingesetzt werden. So ist die Inwertsetzung der Daten gewährleistet und durch die Weiterentwicklung der NOAA-Serie durch das MODIS-System auch für die Zukunft gewährleistet.
Das Projekt "Vorarbeiten zu einer digitalen Flechtenflora des Iran" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Senckenberg Gesellschaft für Naturforschung.Der vom Menschen verursachte Verlust der biologischen Vielfalt ist eine der größten Bedrohungen für die Ökosysteme und das menschliche Wohlergehen. Um die Auswirkungen menschlicher Einflüsse auf die Ökosysteme zu minimieren, benötigt man Kenntnisse über die globale, regionale oder lokale Artenvielfalt. Es wird zunehmend deutlich, dass eine zuverlässige Datengrundlage für den Artenschutz und die Bewertung von Ökosystemen nur unter aktiver Beteiligung von Nicht-Experten erstellt werden kann ('Bürgerwissenschaft'). Flechten erbringen wichtige Ökosystemleistungen und werden häufig als Indikatoren für Luftverschmutzung, ökologische Kontinuität und globalen Klimawandel verwendet. Dennoch ist ihre Diversität sehr schlecht erforscht. In den meisten Ländern außerhalb Europas und Nordamerikas, einschließlich des Iran, fehlen detaillierte Informationen über die Artenzahlen, Verbreitung und ökologische Präferenzen von Flechten. Um die Erforschung der iranischen Flechtenflora zu beschleunigen, brauchen wir Werkzeuge, die es auch Nichtfachleuten ermöglichen, regionale Daten zu erheben. Im Rahmen dieser Kooperation wollen wir interaktive Bestimmungsschlüssel und Bilddatenbanken für eine digitale Flechtenflora des Iran als Zusatzfunktionen für ein Webportal entwickeln, das derzeit vom deutschen Partner entwickelt wird. Das Pilotprojekt konzentriert sich auf die große kosmopolitische Gattung Lecanora. Zwei Reisen in den Iran unter Beteiligung von Masterstudierenden sind notwendig, um durch Gelände- und Herbarstudien einen Überblick über die iranischen Arten der Gattung zu gewinnen. Ein Workshop soll iranische Biologen als Multiplikatoren mit Flechten vertraut machen und in die Nutzung des Webportals einführen. Zwei zweimonatige Aufenthalte des iranischen Partners in Deutschland sind geplant, um das Portal gemeinsam zu gestalten.
Das Projekt "Künstliche Intelligenz mit Erdbeobachtungs- und Multi-Source Geodaten für das Infrastruktur-, Naturschutz- und Waldmonitoring, TreeSatAI - Künstliche Intelligenz mit Erdbeobachtungs- und Multi-Source Geodaten für das Infrastruktur-, Naturschutz- und Waldmonitoring" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: LUP - Luftbild Umwelt Planung GmbH.Das übergeordnete Ziel von TreeSatAI ist die prototypische Entwicklung von KI-Methoden für das Monitoring von Wäldern, Forsten und Baumbeständen auf verschiedenen Skalen. Auf Basis frei zugänglicher Geodaten verschiedener Quellen (Fernerkundung, Administration, Social Media, Mobile App, Monitoring-Bibliotheken, offene Bilddatenbanken) werden Prototypen für die Deep Learning basierte Extraktion und Klassifikation von Baummerkmalen für verschiedene Anwendungsfälle entwickelt. Im Vordergrund steht dabei die Verbesserung von Produkten für das verlässliche Monitoring von Wäldern, Forsten und Infrastrukturen sowie des Naturschutz. Dazu soll die Entwicklung innovativer Dienstleistungen von drei KMUs mit dem Know-how von drei Forschungsinstitutionen nachhaltig unterstützt werden.
Das Projekt "Künstliche Intelligenz mit Erdbeobachtungs- und Multi-Source Geodaten für das Infrastruktur-, Naturschutz- und Waldmonitoring, TreeSatAI - Künstliche Intelligenz mit Erdbeobachtungs- und Multi-Source Geodaten für das Infrastruktur-, Naturschutz- und Waldmonitoring" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Vision Impulse GmbH.Das übergeordnete Ziel von TreeSatAI ist die prototypische Entwicklung von KI-Methoden für das Monitoring von Wäldern, Forsten und Baumbeständen auf verschiedenen Skalen. Auf Basis frei zugänglicher Geodaten verschiedener Quellen (Fernerkundung, Administration, Social Media, Mobile App, Monitoring-Bibliotheken, offene Bilddatenbanken) werden Prototypen für die Deep Learning basierte Extraktion und Klassifikation von Baummerkmalen für vier verschiedene Anwendungsfälle (A: Waldklassifikation, B: Infrastrukturmonitoring, C: Naturschutzmonitoring, D Plantagenmonitoring) entwickelt. Im Vordergrund steht dabei die Verbesserung von Produkten für das verlässliche Monitoring von Wäldern, Forsten und Infrastrukturen sowie des Naturschutz. Dazu soll die Entwicklung innovativer Dienstleistungen von drei KMUs mit dem Know-how von drei Forschungsinstitutionen nachhaltig unterstützt werden.
| Origin | Count |
|---|---|
| Bund | 19 |
| Land | 1 |
| Type | Count |
|---|---|
| Förderprogramm | 19 |
| License | Count |
|---|---|
| offen | 19 |
| Language | Count |
|---|---|
| Deutsch | 18 |
| Englisch | 2 |
| Resource type | Count |
|---|---|
| Keine | 14 |
| Webseite | 5 |
| Topic | Count |
|---|---|
| Boden | 10 |
| Lebewesen & Lebensräume | 18 |
| Luft | 9 |
| Mensch & Umwelt | 19 |
| Wasser | 9 |
| Weitere | 19 |
