Definitionen:
In den Geowissenschaften beschreibt eine Topographie die Erdoberfläche. In aquatischen Systemen wird der Begriff oft synonym zum Begriff “Bathymetrie” für die Höhenlage der Gewässersohle verwendet. Im Forschungsprojekt TrilaWatt bezeichnen topographische Daten die subtidale, intertidale und supratidale Höhenverteilung im Bereich der 12 Seemeilen-Zone des Wattenmeers.
Datenerzeugung:
Die Basis der Datenerzeugung bilden topographische Modelle aus einer umfangreichen Datenbasis von See- und Landvermessungen verschiedenster Datentypen. Diese werden mit einem datengetriebenem Simulationsmodell über räumlich-zeitliche Interpolationsverfahren zusammengelegt. Als Kompromisse zwischen der ständige morphodynamische Aktivität im Wattenmeer und der deutlich geringeren Messfrequenz werden in TrilaWatt topographische Modelle als Jahrestopographien erstellt.
Produkt:
Für den Zeitraum von 2015 bis einschließlich 2021 wird ein gerastertes topographisches Modell in der 12 Seemeilen Zone des Wattenmeers mit einer gerasterten Auflösung von 10 m in Raum und Zeit zum jeweiligen Gültigkeitszeitraum des 01.07. interpoliert. Das Datenprodukt wird im GeoTIFF Format bereitgestellt. Zur Einschätzung der Unschärfe des topographischen Datensatzes werden zu jedem Datenprodukt Datenquellenkarten und Datendichtekarten veröffentlicht. Weiterhin werden prototypische Topographien für die Jahre 1996-2014 (NL) sowie für 2022 (NL und DE) bereitgestellt.
Weitere Produkte: Min-Z/Max-Z, Morphologischer Raum und Morphologischer Drive (2015-2021).
Zitat für diesen Datensatz (DOI) - Zeitraum 2015-2021:
Milbradt, P., Pineda, D. (2024): TrilaWatt: Topographie (2015-2021) [Dataset]. Bundesanstalt für Wasserbau. https://doi.org/10.48437/366eab-3640c8
Zitat für diesen Datensatz (DOI) - Zeitraum 1996-2014, 2022:
Milbradt, P., Pineda Leiva, D. F. (2025): TrilaWatt: Topographie (1996-2014, 2022) [Data set]. Bundesanstalt für Wasserbau. https://doi.org/10.48437/4baaf0-aeaf58
English:
Topography describes the study of the forms and features of land surfaces. Topographic data in aquatic systems is often also referred to as bathymetry. TrilaWatt topography data merged a large number of observational data to annual topographies using a data-driven interpolation model. Data are distributed in 10m grids as GeoTIFF files within the 12 nautical mile zone of the Wadden Sea's coast line.
Additional products: Min-Z/Max-Z, Bed Elevation Range and morphological Drive (2015-2021).
Download
A download is located under references (in German: "Verweise und Downloads").
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.
In OPTOP werden Design und Betrieb des Receivers als zentraler Schnittstelle der Solar Island eines Solarturmkraftwerks verbessert. Dafür wird innovative Messtechnik in ein Monitoringsystem basierend auf Machine Learning und Digital Twin integriert. Das Projekt OPTOP hat drei Kernthemen: a) Sensorik für Receiver: In einem integralen Messkonzept für den Receiver wird die verbesserte Erfassung der Receiveroberflächentemperatur mittels Infrarotkameras, eine nicht-invasive Erfassung der Fluidtemperatur im Receiver, eine betriebsbegleitende Strahlungsdichtemessung und die kamerabasierte Reflexionsgradvermessung des Receivers implementiert. Die Sensordaten werden gemäß den Prinzipien von Industrie 4.0 und dem IoT aufbereitet und für die Betriebsoptimierung und das Receivermonitoring bereitgestellt. b) Receivermonitoring und intelligente Betriebsstrategien: Basierend auf dem umfassenden Sensorinput und einem parallellaufenden Digital-Twin-Modell des Receivers wird ein Monitoringsystem entwickelt, das mittels Machine-Learning-Methoden ein Überschreiten der Receiver-Betriebsgrenzen im Voraus erkennt und dem Betreiber einen sicheren Betrieb erleichtert. Darauf aufbauend wird mit dynamischen Zielpunkt- und Defokussierstrategien und O&M-Zyklen eine intelligente Betriebsstrategie entwickelt, die den Betrieb der Solar Island sowohl energetisch als auch ökonomisch optimiert. c) Transientes Receiverdesign: Eine Methodik für das Design des Receivers als zentraler Schnittstelle der Solar Island wird entwickelt, welche das integrale System für maximalen Ertrag im transienten Kraftwerksbetrieb optimiert. Dafür wird der Einsatz variabler Flussschemata untersucht, für welche - um die Grenzen des erlaubten Einsatzbereichs nicht zu überschreiten - die umfassende Kenntnis des Receiverzustands im Betrieb basierend auf Sensorik und Digital Twin notwendig ist. Die entwickelte Sensorik und Simulations-Methodik wird im Labor und im Turmsystem Cerro Dominador in Chile implementiert und getestet.
Bislang gibt es kaum Beispiele, die die von der Bevölkerung betriebene urbane Energiewende hin zu Positive Energy Districts (PEDs) untersuchen. Obwohl verschiedene urbane Energiesimulationstools zur Verfügung stehen, die bei der Planung und Verwaltung von PEDs helfen, ist für Kommunen die Anpassungsfähigkeit hin zu PEDs immer noch ein großes Problem. Dies behindert letztlich den Fortschritt bei der Realisierung von PEDs und erweist sich als großer Engpass bei der Erreichung des ehrgeizigen EU-Ziels, bis 2025 100 PEDs zu errichten. Um diese Lücke zu schließen, wird das Projekt DigiTwins4PEDs innovative Forschungsmethoden und Umsetzungsstrategien anwenden. Diese werden durch einen partizipativen Prozess unterstützt, der die wichtigsten Interessengruppen und Bürger:innen in den Phasen des Co-Designs, der Co-Creation und des Co-Learnings einbezieht, welche innerhalb des Projekts entwickelt, bewertet und iterativ angepasst werden. Im Rahmen von Reallaboren mit verschiedenen Fallstudien werden die Bürger:innen während des gesamten Projekts kontinuierlich einbezogen. So können bürgergetriebene Maßnahmen in Zukunft leichter berücksichtigt und umgesetzt werden, um eine aktive Beteiligung der Verbraucher:innen für ein flexibles Energiemanagement und eine Interaktion zwischen PEDs und dem regionalen Energiesystem zu ermöglichen. Um diesen Prozess der Bürgerbeteiligung zu unterstützen, werden neue Werkzeuge und Methoden unter Verwendung von Urban Digital Twins entwickelt und angepasst, die es den Bürger:innen ermöglichen, die Energie-wende in ihren Gemeinden voranzutreiben und besser informiert Entscheidungen zu treffen. Die HFT mit ihrer langjährigen Erfahrung mit digitalen Zwillingen in Städten, der Entwicklung von städtischen Datenmodellen und städtischen Energiesimulationen ist der Projektkoordinator. Die HFT arbeitet auch eng mit der Stabsstelle Klimaschutz der Landeshauptstadt Stuttgart für die Betreuung der deutschen Fallstudie in Stuttgart zusammen.