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.
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.
Projektgegenstand ist die Regionalisierung der standortchemischen Zustaende der Waldboeden im Bereich des Saarkohlenwaldes. Ziel des Projektes ist die Erstellung einer digitalen Basiskarte, die als wesentlicher Bestandteil in das einzelflaechenbezogene Standortbasisinformationssystem der Landesforstverwaltung eingeht. Mit Hilfe der digitalen Einzelflaechendaten soll die weitere standortchemische Entwicklung der Waldbestaende abzuschaetzen sein. Diese Abschaetzungen sollen als Basisinformationen fuer die quantitative und qualitative Bewertung der Bestandesgefaehrdungen und der zu erwartetenden Zuwachsveraenderungen dienen. Die Arbeiten umfassen die Generierung einer Arbeitskarte fuer die Bodenkartierung mit Hilfe eines GIS (Geologie 1:25000, Relief: Hangneigung) unter Beruecksichtigung der Ergebnisse der Voruntersuchung, eine Bodenkartierung im Untersuchungsgebiet, die Aufnahme von Catenen, Bodenprobennahmen an Profilen im Revier Fischbach und deren chemische Analyse, die statistische Auswertung der chemischen Daten, Korrekturen an Karten nach den Kartierungsergebnissen sowie eine GIS-Analyse und Generierung einer Karte des bodenchemischen Zustandes.
- projektbezogene Erstellung von bodenkundlichen Karten im Maßstab kleiner M 1:25000 - Kartierung zu speziellen bodenkundlichen Fragestellungen, z.B. Erosion, Versauerung, Nährstoffbelastung von Böden
The SoilSuite contains a collection of different image data products that provide information about the spectral and statistical properties of soils and other bare surfaces of three East-African countries (Rwanda, Kenya and Ethiopia). It is created using DLR's Soil Composite Mapping Processor (ScMAP), which utilises the Sentinel-2 data archive. SCMaP is a specialised processing chain for detecting and analysing bare soils/surfaces on a large (continental) scale. Bare surface and soil pixels are selected using a combined NDVI and NBR index (PVIR2) that optimises the exclusion of photosynthetically active and non-active vegetation. The index is calculated and applied for each individual pixel. All SoilSuite products are calculated based on the available Sentinel-2 scenes recorded between January 2018 and December 2021 in the target region. The data package excludes all scenes with a cloud cover of larger than 80 percent and a sun elevation of less than 20 degrees. The spectral composite products are calculated from the mean value after extensive removal of clouds, haze and snow effects at both scene and pixel level. The spectral data products are available at a pixel size of 20 m and contain 10 Sentinel-2 bands (B02, B03, B04, B05, B06, B07, B08, B08a, B11, B12). The SoilSuite comprises: (a) “Bare Surface Reflectance Composite – Mean” that provides the spectral properties of soils that vary due to different soil organic carbon (SOC) content, soil moisture and soil minerology. This product is often used for spectral and digital soil mapping approaches, (b) “Bare Surface Reflectance Composite - Standard deviation” informing about the spectral dynamic of bare surfaces and soils, (c) “Bare Surface Reflectance Composite – 95% Confidence” contains information about the reliability of the spectral information due to the number of valid observations per pixel, (d) “Bare Surface Statistics Product” provides the number of bare soil occurrences over the total number of valid observations (Band 1), the number of bare soil occurrences (Band 2) and the total number of valid observations (Band 3), (e) “Mask” is a product that aggregates simple landcover classes that occur during the time period between 2018 - 2021 (Sentinel-2). The three-class Mask contains bare surface occurrences (1), permanent vegetation (2) and other surfaces such as water bodies, urban areas, roads (3). Additionally, the SoilSuite provides (f) “Reflectance Composite – Mean” that represents the mean reflectance of all valid Sentinel-2 observations between 2018 – 2021 including vegetation, bare and other surfaces, and (g) “Reflectance Composite – Standard deviation”, which contains the standard deviation per band for all valid Sentinel-2 observations between 2018 – 2021. The SoilSuite Africa was produced as part of the Earth Observation-based derivation of soil information funded by the project 'Land, Soil and Crop Information Services (LSC-IS) to support Climate-Smart Agriculture (DeSIRA)'. LSC-IS is funded by the European Union through its DeSIRA program and the Netherlands' Ministry of Foreign Affairs, with a contribution from ISRIC - World Soil Information.
Neben einer Übersicht über die Verteilung und Heterogenität der einzelnen Bodengesellschaften im Stadtgebiet (vgl. Karte 01.01 ) sind für Aussagen über Qualitäten, Empfindlichkeiten und Belastungen von Böden Angaben über deren ökologische Eigenschaften von großer Bedeutung. Dabei handelt es sich vor allem um Kennwerte zur Bodenchemie, zur Bodenphysik und zum Wasserhaushalt. Die Ausprägung dieser Kenngrößen wird durch die Bodengesellschaften vorbestimmt, durch die aktuelle Flächennutzung jedoch maßgeblich beeinflusst. Die hier beschriebenen bodenkundlichen Kenngrößen wurden aus den Bodengesellschaften unter Berücksichtigung der Flächennutzung (vgl. Karte 06.01 und 06.02 ) abgeleitet. Es wurde davon ausgegangen, dass die Ausprägung der Bodenkennwerte für eine bestimmte Bodengesellschaft bei einer bestimmten Flächennutzung im Rahmen der angestrebten Genauigkeit der Aussagen für alle Flächen dieser Kombination identisch ist. Für jede Kombination aus Flächennutzung und Bodengesellschaft wurden die Kenngrößen als repräsentative Werte aus vorhandenen Unterlagen bestimmt. Die Daten wurden vor allem dem Begleitband zur Karte der Bodengesellschaften (Dissertation von Grenzius 1987) entnommen, in der Landschaftsschnitte und Musterprofile zu den einzelnen Bodengesellschaften dokumentiert sind, die zum überwiegenden Teil auf Messungen des Instituts für Bodenkunde der Technischen Universität Berlin (TU Berlin) beruhen. Verschiedene andere bodenkundliche Kartierungen wurden zusätzlich ausgewertet. Für die Humusgehalte und pH-Werte konnte außerdem auf umfangreiche Bodenuntersuchungen im Rahmen des Schwermetalluntersuchungsprogramms zurückgegriffen werden. Lagen für bestimmte Kombinationen keine Messwerte vor, wurden die Werte unter Verwendung von Daten vergleichbarer Nutzungen oder vergleichbarer Bodengesellschaften gutachterlich abgeschätzt. Durch die z. T. sehr unterschiedliche Anzahl der pro Kombination vorliegenden Messwerte und die Vielzahl von Analogieschlüssen ist die Genauigkeit der angegebenen Werte sehr variabel . Bei den meisten Kenngrößen wurden die Angaben getrennt auf den Oberboden (0 bis 10 cm) und den Unterboden (90 bis 100 cm) bezogen. Bei den Legendeneinheiten der Bodenkarte handelt es sich maßstabsbedingt um Bodengesellschaften, deren beteiligte Böden z. T. sehr heterogene bodenökologische Eigenschaften aufweisen. Die Komplexität der ökologischen Verhältnisse ist mit den zugeordneten typischen Werten, die sich auf einen charakteristischen Bodentyp der jeweiligen Bodengesellschaft beziehen, stark vereinfacht dargestellt . In der bodenkundlichen Datenbank sind deshalb zusätzlich zu dem repräsentativen Wert (z.B. typischer pH-Wert) noch die Maximal- und Minimalwerte abgelegt, die für entsprechende Auswertungen zur Verfügung stehen. Aus den genannten Gründen sind die Karten daher nur als Übersichtskarten für den Maßstab 1 : 50.000 gedacht und können flächenbezogene Untersuchungen im Einzelfall nicht ersetzen.
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.
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.
Digitale Daten der forstlichen Standorts- und Bodenkartierung des Landes Brandenburg. Diese Geodaten enthalten Angaben zu Substrattypen, Bodentypen, Nährkraft, Wasserhaushalt, Grundwasserstufen.
Die "Suchraumkarte für Böden als Archive der Natur- und Kulturgeschichte" weist Suchräume in Form von Kartiereinheiten der Bodenkundlichen Karte 1 : 50 000 (GeoLa BK50) aus, die Böden ("Archivböden") enthalten, welche die Funktion als Archiv der Natur- und Kulturgeschichte nach BBodSchG in überdurchschnittlichem Maße erfüllen. Die Karte wurde auf Basis der Bodenkarte 1 : 50 000, der LUBW-/LGRB-Broschüre "Böden als Archive der Natur- und Kulturgeschichte" (LUBW/LGRB, 2008) und mittels Expertenwissen des LGRB aus der bodenkundlichen Kartierung erstellt. Bedingt durch den mittleren Maßstab der BK50 werden als bodenkundliche Kartiereinheiten (KE) Bodengesellschaften ausgewiesen, die i.d.R. verschiedene Bodenformen enthalten. Daher werden in dieser Karte Suchräume ausgewiesen, die mit hoher bzw. erhöhter Wahrscheinlichkeit Archivböden enthalten. Die Karte enthält nur Suchräume für Archivböden, die sich aus der BK50 ableiten lassen. Folglich sind nur Böden enthalten, die vor allem aufgrund ihrer Naturgeschichte (inkl. Moore) und vereinzelt wegen ihrer Kulturgeschichte schützenswert sind. Weitere schützenswerte Archivböden nach BBodSchG wie z. B. Geotope, Standorte von Bodenmessnetzen oder Bodendenkmale sind anderen Quellen zu entnehmen. Die Suchräume wurden nach ihrer Schutzwürdigkeit und nach der Auftrittswahrscheinlichkeit in die drei Wertkategorien A, B und C unterteilt. Die Unterteilung soll dazu dienen, in notwendigen, planerischen Abwägungsprozessen einen gezielten und effektiven Schutz der Archivböden gewährleisten zu können.
| Organisation | Count |
|---|---|
| Bund | 80 |
| Kommune | 2 |
| Land | 97 |
| Wissenschaft | 31 |
| Zivilgesellschaft | 2 |
| Type | Count |
|---|---|
| Daten und Messstellen | 2 |
| Förderprogramm | 52 |
| Hochwertiger Datensatz | 1 |
| Text | 38 |
| unbekannt | 52 |
| License | Count |
|---|---|
| Geschlossen | 19 |
| Offen | 111 |
| Unbekannt | 15 |
| Language | Count |
|---|---|
| Deutsch | 132 |
| Englisch | 18 |
| Resource type | Count |
|---|---|
| Archiv | 7 |
| Bild | 2 |
| Datei | 27 |
| Dokument | 19 |
| Keine | 55 |
| Webseite | 75 |
| Topic | Count |
|---|---|
| Boden | 145 |
| Lebewesen und Lebensräume | 143 |
| Luft | 71 |
| Mensch und Umwelt | 145 |
| Wasser | 97 |
| Weitere | 143 |