Der Datensatz gibt die Inhalte der Bodenkarte 1 : 50.000 von Nordrhein-Westfalen blattschnittfrei, landesweit flächendeckend wieder. Jede einzelne Fläche wird bei Abruf der Informationen aus einem GIS beschrieben hinsichtlich Bodeneinheit, vereinfachtem Bodentyp, Bodenartengruppe des Oberbodens, Staunässe, Grundwasser, Schutzwürdigen Böden, Durchwurzelbarkeit, optimaler Flurabstand, Erodierbarkeit des Oberbodens, Kapillaraufstieg von Grundwasser, nutzbare Feldkapazität, Feldkapazität, Luftkapazität, gesättigte Wasserleitfähigkeit, Versickerungseignung, Kationenaustauschkapazität. ökologische Feuchtestufe, Gesamtfilterfähigkeit, Grabbarkeit, Eignung für Erdwärmekollektoren, Denitrifikationspotential und Verdichtungsempfindlichkeit.
Digitale Daten der forstlichen Standorts- und Bodenkartierung des Landes Brandenburg. Diese Geodaten enthalten Angaben zu Substrattypen, Bodentypen, Nährkraft, Wasserhaushalt, Grundwasserstufen.
Die Bodenkarte von Schleswig-Holstein 1:25.000 stellt für ca. die Hälfte des Landes die Böden als Bodenformen dar. Jeder Fläche ist eine flächendominante Bodenform zugeordnet. Begleitböden werden nicht aufgeführt. Neben den Bodentypen enthält die Karte Angaben zur dominanten Substratgenese, zur Bodenartenschichtung, zum Bodenausgangsgestein und zur Grundwasserstufe sowie zu möglichen anthropogenen Veränderungen oder Besonderheiten. Die Böden werden bis 2m unter Geländeoberfläche beschrieben. Die Karte basiert auf analog erschienenen Einzelkartenblättern des Kartenwerks Bodenkarte 1:25.000 von Schleswig-Holstein. Dieses Kartenwerk ist im Laufe von über 50 Jahren Bodenkartierung in Schleswig-Holstein entstanden und in den letzten Jahren zu einer digitalen, blattschnittfreien Karte mit einer einheitlichen Legende entwickelt worden. Die Legende basiert auf der Bodenkundlichen Kartieranleitung (Ad-hoc-AG Boden 2005). Zu der Karte existiert eine umfangreiche Profildatenbank mit nutzungsdifferenzierten idealisierten Leitprofilen, die es dem Nutzer ermöglicht, viele eingeführte bodenkundliche Auswertungsmethoden (vgl. Methodendokumentation Bodenkunde 2000 mit Aktualisierungen 2012) anzuwenden.
The first country wide soil map at a scale of 1:1,000,000 (BUEK1000) has been compiled on the basis of published soil maps of the former German Democratic Republic and the pre 1990 federal states of Germany. To do this, it was necessary to match the soil systems used in East and West Germany and to develop standardized descriptions of soil units. A relatively homogeneous map has resulted, which permits uniform assessment of the soils throughout Germany. The map shows 71 soil mapping units, described in the legend on the basis of the German and FAO soil systems. Each soil unit has been assigned a characteristic soil profile (Leitprofil) as an aid to map interpretation. For the first time the subdivision of the country into 12 soil regions has been represented on the map. This subdivision was coordinated with the state Geological Surveys. These soil regions will represent the highest hierarchic level of nation wide soil maps in future. The colours of soil units correspond to the standards of the 'Bodenkundliche Kartieranleitung' (KA 3; Guidelines for Soil Mapping). The various hues characterize differences in relief or soil humidity. The BUEK1000 was produced digitally. It is an important part of the spatial database integrated in the Soil Information System currently being established at the Federal Institute for Geosciences and Natural Resources (FISBo BGR). It can be used together with the characteristic soil profiles to derive thematic maps related to nation wide soil protection. The scale of the BUEK1000 makes it especially suitable for small scale evaluations at federal or EU level.
- projektbezogene Erstellung von bodenkundlichen Karten im Maßstab kleiner M 1:25000 - Kartierung zu speziellen bodenkundlichen Fragestellungen, z.B. Erosion, Versauerung, Nährstoffbelastung von Böden
Berichtsdokumente über bodenkundliche Sachverhalte 1. Dokumente zu bodenkundlichen Kartierungen von Landkreisen(der DDR) 2. Dokumente zu bodenkundlichen Kartierungen von landwirtschaftlichen Nutzflächen ausgewählter landwirtschaftlicher Betriebe (der DDR) 3. Dokumente zu Bodendauerbeobachtungsflächen 4. Dokumente zum Bodenschutz und zur Hintergrundbelastung der Böden 5. Stellungnahmen zur Wiederurbarmachung abgebauter Lagerstätten oberflächennaher Rohstoffe
Übersicht über die im Land Berlin durchgeführten bodenkundlichen Gutachten oder Kartierungen bei denen Bodenprofile dokumentiert und/oder großmaßstäbliche Bodenkartierungen erarbeitet wurden.
Bodenpunktdatenbestand des Landes Berlin bestehend aus punktuellen Untersuchungsergebnissen bodenkundlicher Aufnahmen ab 1971 durch Universitäten sowie Planungs- und Ingenieurbüros in Form von Bodenprofilaufnahmen und -darstellungen auf Grundlage der Bodenkundlichen Kartieranleitung KA5 sowie der Anleitung für die bodenkundliche Kartierung im Land Berlin.
Hierbei handelt es sich um eine systematische und dauerhafte Sammlung des Geologischen Dienstes NRW (GD NRW) von repräsentativen Bodenproben zur Dokumentation des stofflichen Ist-Zustandes zum Zeitpunkt der Probennahme und zur Überprüfung von Analyseverfahren. Seit 1990 wird im Geologischen Dienst NRW zur langfristigen Dokumentation des Bodenzustands in Nordrhein-Westfalen eine Bodenprobenbank aufgebaut. Hier sind Bodenproben eingelagert, die für die bodenkundliche Kartierung aus Aufgrabungen bis zu 2 m Tiefe entnommen werden. Dazu gehören auch alle Proben, die für die Bodenzustandserhebung im Wald (BZE) in Nordrhein-Westfalen entnommen worden sind. Aus den 80er und zum Teil aus früheren Jahren liegen schon viele Proben vor. Diese sind ein wichtiger Grundstock für die landesweite Sammlung von Bodenproben. Bodenproben können Belegstücke sein. So sind zum Beispiel Umweltveränderungen durch den Vergleich der Untersuchungsergebnisse von unterschiedlich alten Bodenproben aus demselben Untersuchungspunkt nachzuweisen. Daher ist es besonders wichtig, die ursprüngliche Probe gut zu dokumentieren, um ihre Entnahmestelle so genau wie möglich im Gelände wiederzufinden. Eine Abweichung von einigen Metern - mit Sicherheit aber von einigen 100 m - kann aufgrund der natürlichen Heterogenität der Böden und des geologischen Ausgangssubstrates der Bodenbildung einen fachlich vertretbaren Vergleich unmöglich machen. Da es aber im Gelände, zum Beispiel im Wald, immer gewisse Fehler bei der Standortbestimmung gibt, ist es um so wichtiger, den beprobten Boden (den Bodentyp, die Horizonte, die Bodenarten, die Bodenfarben, die Entnahmetiefen etc.) ebenfalls möglichst genau zu beschreiben. Die Vergleichbarkeit von Nachuntersuchungen kann damit erheblich verbessert werden. Die Bodenprobenbank hilft nicht nur, Umweltveränderungen im Boden zu erkennen, sie dient auch der laufenden Arbeit der Bodenkundler im Geologischen Dienst NRW; denn bei vielen wissenschaftlichen Fragestellungen kann es von Bedeutung sein, ältere Bodenproben zum Vergleich heranzuziehen. Die Frage beispielsweise, inwieweit eine neue Analysenmethode mit einer alten vergleichbar ist, lässt sich nur beurteilen, wenn gleiche Proben oder Probenserien nach der alten und der neuen Labormethode untersucht werden. Neue Labortechniken ermöglichen zudem, Parameter zu untersuchen, die früher ohne Belang erschienen oder nicht nachweisbar waren. Um repräsentative Vergleich für die gesamte Landesfläche zu ermöglichen, müssen die Proben landesweit und mit möglichst regelmäßiger Verteilung entnommen werden. Dabei ist auch darauf zu achten, dass geologische Ausgangssubstrate angemessen vertreten sind. Nur so können neben den regionalen auch die geogenen und pedogenen Aspekte repräsentiert werden. Der Wert einer gut dokumentierten Bodenprobenbank beruht aber nicht zuletzt darauf, dass ausreichend Material verfügbar ist. Die Kapazitäten sind naturgemäß begrenzt. Derzeit können in der Bodenprobenbank des Geologischen Dienstes NRW rund 50.000 Proben von jeweils etwa 250 ml Volumen gelagert werden.
Maschinelle Lernmodelle haben große Erfolge beim Lernen komplexer Muster wie zum Beispiel die räumliche Verbreitung von Bodeneigenschaften gezeigt, die es erlauben Vorhersagen über nicht erfasste Bereiche zu treffen. Die Fähigkeit, das Gelernte auf andere Gebiete anzuwenden ist dagegen wenig entwickelt und bislang können die Modelle nur sehr eingeschränkt auf Bereiche außerhalb der unmittelbaren Lernumgebung übertragen werden. Ähnlich empirischen Regressionen gelten die Regelwerke, z.B. bei Entscheidungsbaumverfahren wie Random Forest, nur für den von Trainingsdaten abgedeckten Wertebereich. Für jedes weitere Gebiet werden erneut möglichst hochwertige und umfangreiche Trainingsdaten benötigt. Fortschritte im Bereich des Deep Learning (DL), z.B. Convolutional Neural Networks, des Transfer Learnings und kombinierte Ansätze im Bereich Feature Selection (FS) bieten hier erweiterte Möglichkeiten, um die Dimensionalität gerade bei kleineren Datensätzen einzuschränken, die Überanpassung an die Trainingsdaten zu minimieren und die Übertragung auf angrenzende Gebiete zu verbessern. Im vorliegenden Antrag nehmen wir diese Entwicklungen auf und versuchen Bodeneigenschaften auch für Bereiche außerhalb der Lernumgebung vorherzusagen. Dazu erstellen wir zunächst mit Umweltfaktoren eine gebietsspezifische Parametrisierung maschineller Lernmodelle anhand von geomorphometrischen, geologischen, landschaftsökologischen und klimatischen Parametern. Welche Parameter dies im Einzelnen sind und wie sie untereinander im Verhältnis stehen, wird exemplarisch für verschiedene Testdatensätze in Deutschland (humides Klima) und im Iran (semi-arid bis arides Klima) durch die Kombination von Methoden des DL und der FS berechnet. Im Folgeschritt werden die mit den ausgewählten Parametern der Umweltfaktoren und den Bodenprofildaten trainierten Modelle auf nicht trainierte Gebiete übertragen und an unabhängigen Bodendaten validiert. Die nicht trainierten Gebiete werden anhand von Distanz- und Ähnlichkeitsmaßen hinsichtlich ihrer Vergleichbarkeit mit den ursprünglichen Trainingsgebieten charakterisiert, um die Transferleistung der maschinellen Lernmodelle zu beurteilen. Abschließend ist vorgesehen, für die unbekannten Gebiete schrittweise Trainingsdaten zuzufügen, um die Entwicklung der Vorhersagegenauigkeit zu quantifizieren und die Transfereigenschaften verschiedener ML-Verfahren zu beurteilen. Als Trainingsdaten dienen LUCAS-Daten für Deutschland und Bodenprofildaten aus der nationalen SPDB Datenbank für den Iran. Die Umweltparameter werden aus Satellitendaten, digitalen Höhenmodellen, Weltklimadaten sowie Landnutzungskarten und geologischen Kartenwerken abgeleitet. Bodeneigenschaften sind Bodenkohlenstoffgehalt, Bodentextur, Carbonatgehalt und Kationenaustauschkapazität. Es werden 12 maschinelle Lernverfahren vergleichend angewendet.
| Organisation | Count |
|---|---|
| Bund | 100 |
| Europa | 4 |
| Kommune | 2 |
| Land | 103 |
| Wissenschaft | 27 |
| Zivilgesellschaft | 2 |
| Type | Count |
|---|---|
| Daten und Messstellen | 2 |
| Förderprogramm | 52 |
| Hochwertiger Datensatz | 1 |
| Text | 37 |
| unbekannt | 61 |
| License | Count |
|---|---|
| Geschlossen | 18 |
| Offen | 112 |
| Unbekannt | 23 |
| Language | Count |
|---|---|
| Deutsch | 140 |
| Englisch | 19 |
| Resource type | Count |
|---|---|
| Archiv | 7 |
| Bild | 1 |
| Datei | 3 |
| Dokument | 15 |
| Keine | 70 |
| Unbekannt | 1 |
| Webdienst | 25 |
| Webseite | 71 |
| Topic | Count |
|---|---|
| Boden | 153 |
| Lebewesen und Lebensräume | 151 |
| Luft | 71 |
| Mensch und Umwelt | 153 |
| Wasser | 103 |
| Weitere | 151 |