API src

Found 535 results.

Related terms

Sentinel-2 MSI - Level 2A (MAJA Tiles) - Germany

This collection contains Sentinel-2 Level 2A surface reflectances, which are computed for the country of Germany using the time-series based MAJA processor. During the Level 2A processing, the data are corrected for atmospheric effects and clouds and their shadows are detected. The MAJA L2A product is available online for the last 12 months. Further data are kept in the archive and are available upon request. Please see https://logiciels.cnes.fr/en/content/maja for additional information on the MAJA product. The MAJA product offers an alternative to the official ESA L2A product and has been processed with consideration of the characteristics of the Sentinel-2 mission (fast collection of time series, constant sensor perspective, and global coverage). Assumptions about the temporal constancy of the ground cover are taken into account for a robust detection of clouds and a more flexible determination of aerosol properties. As a result, an improved determination of the reflectance of sunlight at the earth's surface (pixel values of the multispectral image) is derived. Further Sentinel-2 Level 2A data computed using MAJA are available on the following website: https://theia.cnes.fr

Sentinel-2 MSI - Level 3A (MAJA/WASP Tiles) - Germany

This collection contains synthesized Sentinel-2 Level 3A surface reflectances for Germany on a monthly basis computed by the WASP processor (which utilizes L2A products derived from the MAJA processor). During the Level 3A processing, atmospherically corrected data from a predefined time interval are collected, weighted based on temporal distance and integrated to a new data set with the aim of removing clouds. Thereby, monthly Sentinel-2 Level 3A composites are provided for whole Germany. Please see https://logiciels.cnes.fr/en/content/maja for additional information on the MAJA product. Further Sentinel-2 Level 3A data computed using MAJA are available on the following website: https://theia.cnes.fr

EOCap4Africa: Erdbeobachtung in Afrika: Kapazitätsentwicklung für den Erhalt von Ökosystemen und ihren Leistungen

Das Projekt „Erdbeobachtung in Afrika: Kapazitätsentwicklung für den Erhalt von Ökosystemen und ihren Leistungen“ (EOCap4Africa) zielt darauf ab, die Fähigkeiten zukünftiger Wissenschaftler*innen und Naturschutzmanager in der Anwendung von Fernerkundungsdaten für den Schutz und die nachhaltige Nutzung von Ökosystemen zu stärken. In enger Zusammenarbeit mit vier afrikanischen Partnerinstituten (Ghana, DRC, Ruanda, Botsuana) aus dem Hochschulbereich wird ein Lehrplan für ein fernerkundliches Mastermodul, mit einem Fokus auf Feuchtgebietsmonitoring, entwickelt.

Durchführungsverordnung High-Value Datasets (HVD)

Die Durchführungsverordnung 2023/138 der Europäischen Union (EU) zur Festlegung bestimmter hochwertiger Datensätze und der Modalitäten ihrer Veröffentlichung und Weiterverwendung ist ab dem 01.06.2024 anwendbar. Öffentliche Stellen und Unternehmen der Daseinsvorsorge müssen diese Datensätze in maschinenlesbarem Format über geeignete Anwendungsprogrammierschnittstellen (APIs) und, falls technisch erforderlich, als Massen-Download ermöglichen. Diese Neuerung führt zu teilweise erheblichen Anpassungsbedarfen der IT-Infrastruktur öffentlicher Stellen und Unternehmen der Daseinsvorsorge. Umfasst werden sechs Datenkategorien: Georaum, Erdbeobachtung und Umwelt, Meteorologie, Statistik; Unternehmen, sowie Mobilität. Die Senatsverwaltung für Mobilität, Verkehr, Klimaschutz und Umwelt (SenMVKU) begleitet die Einführung der DVO-HVD in diversen Bund/Länder-Gremien und übernimmt eine koordinierende Funktion. Weitere Informationen: Durchführungsverordnung 2023/138 der EU Hochwertige Datensätze – GovData Hochwertige Datensätze (HVD)

Digitale Anwendungen der Fernerkundung für Aufgaben des Naturschutzes

Naturschutzplanung und Monitoring erfordern die wiederholte Kartierung großer Flächen. Regelmäßig wird daher der Einsatz von Fernerkundungsverfahren zur Bewältigung dieser Aufgabe diskutiert. Bisher spielen solche Verfahren in der Praxis jedoch nur eine untergeordnete Rolle. Wir geben in diesem Aufsatz eine Einführung in die Prinzipien der Erdbeobachtung und diskutieren, wie Luft- und Satellitenbilder ergänzend zu Geländedaten in der Naturschutzplanung eingesetzt werden können. Überlegungen zum Kosten-Nutzen-Verhältnis sowie zu neuen Entwicklungen stehen hierbei im Fokus. Angesichts der zunehmend besseren Verfügbarkeit digitaler Bilddaten stellt die Bereitstellung standardisierter Geländedaten zum Training der Erfassungsalgorithmen derzeit die größte Herausforderung für einen effizienten Einsatz von Fernerkundungsverfahren dar.

4. Symposium zur angewandten Satellitenerdbeobachtung

Thema: Neue Perspektiven der Erdbeobachtung

Versiegelung 2016

Versiegelungsdaten liegen für Berlin seit Anfang der 80er Jahre im Umweltatlas vor. Zunächst nur für den Westen der Stadt, wurde nach der politischen Wende ein flächendeckender Datenbestand aufgebaut und im Zuge verschiedener Schwerpunktaktualisierungen fortgeschrieben. In Zusammenarbeit mit der Technischen Universität Berlin, der Humboldt-Universität und der Firma Digitale Dienste Berlin wurde für die Ausgabe 2007 ein neues Verfahren der Versiegelungserhebung entwickelt. Dieses wurde für die Ausgaben 2012 und 2017 erneut angewandt und zum Teil angepasst. Die davor vorliegenden Datenbestände der Versiegelung der Ausgaben 1993 und 2004 beruhten auf uneinheitlichen Erhebungsmethoden, weshalb ein direkter Vergleich mit diesen Ausgaben nicht möglich ist. Die erneut angewandte Erhebungsmethode ermöglicht nun einen flächendeckenden Vergleich der Versiegelungsgrade der Jahre 2005, 2011 und 2016. Es wurden folgende Fachinformationen bzw. Geo-Daten sowie Satellitenbilddaten genutzt: Informationssystem Stadt und Umwelt: Blockkarte 1 : 5.000 (ISU5) und Flächennutzungsdaten Der Raumbezug des Informationssystems Stadt und Umwelt (ISU) orientiert sich an der Struktur der statistischen Blöcke des “Regionalen Bezugssystems” (RBS) des Amtes für Statistik Berlin-Brandenburg. Der Baublock wird jedoch zum Teil noch weiter in nutzungshomogene Teilblöcke untergliedert. Die etwa 25.000 Flächen der ISU5-Struktur werden in einer Datenbank geführt, in der neben der Flächengröße auch Informationen zur Nutzung gespeichert sind. Es werden 52 Flächentypen mit homogener Nutzungs- und Raumstruktur unterschieden. Für die Versiegelungskartierung wurde die ISU5 (Stand 31.12.2015) im Auswertungsprozess zur Abgrenzung der untersuchten Flächen verwendet, die Nutzungsdaten flossen in die regelbasierte Klassifizierung der Satellitendaten ein. Amtliches Liegenschaftskatasterinformationssystem – ALKIS Seit dem 1. Dezember 2015 werden die Daten des Liegenschaftskatasters im Amtlichen Liegenschaftskatasterinformationssystem ALKIS und nicht mehr im Automatisierten Liegenschaftsbuch (ALB) und in der Automatisierten Liegenschaftskarte (ALK) geführt (SenStadtUm o.J.). In der Versiegelungskartierung 2016 wurden deshalb erstmals ALKIS- anstelle der bisher verwendeten ALK-Daten verwendet. Folgende Daten wurden mit dem Stand April 2016 genutzt: alle oberirdischen Gebäude exklusive der Tiefgaragen aus dem Layer „Flächenförmige Gebäude und Bauteile“ sowie eine Auswahl der Gebäudenutzungen aus dem Layer „Bauwerke Flächen“. Für die Erfassung von Kunstbelägen kam zudem erstmals der ALKIS-Layer „Sport, Freizeit, Erholung“ zum Einsatz. NOT-ALK-Gebäude Im Rahmen der von der Senatsverwaltung für Stadtentwicklung und Umwelt beauftragten „Bestimmung von Gebäude- und Vegetationshöhen in Berlin“ (DLR 2013) wurden ca. 73.000 Gebäude aufgenommen, die nicht Bestandteil der als Grundlage genutzten ALK waren („Not-ALK-Gebäude“). Für die Versiegelungskartierung wurde daher zusätzlich zu den ALKIS-Gebäuden eine Auswahl dieses Datenbestandes in den Auswertungsprozess integriert. Die Daten haben den Stand 08.2009/09.2010 und verbessern den ALKIS-Gebäudebestand vor allem im Bereich der Kleingartenanlagen. Karte von Berlin 1 : 5.000 – K5 Die Karte von Berlin 1 : 5.000 (K5) des Landeskartenwerkes wird von den Berliner Bezirken auf Grundlage der ALK-Berlin (nunmehr ALKIS) erstellt. Für die Versiegelungskartierung wurden die in der K5 abgebildeten oberirdischen Bahnlinien mit dem Bearbeitungsstand von August 2014 genutzt. Die flächenscharfe Erfassung der Gleiskörper wurde vor allem für die Kartierung der beschatteten Waldstrecken, wie z.B. nördlich des Müggelsees, verwendet. Orthophotos Die verwendeten flächendeckenden digitalen RGBI-Orthophotos wurden am 02. und 03. April 2016 aufgenommen. Sie liegen mit einer Auflösung von 0,20 m vor und wurden für folgende Arbeitsschritte verwendet: Ermittlung und Abgrenzung bzw. Prüfung von Referenzflächen, Ermittlung und Abgrenzung von Korrekturflächen (z.B. nicht erfasste Gewässer). Versiegelungsdaten der Berliner Wasserbetriebe Innerhalb des Auswertungsverfahrens werden für bestimmte Flächentypen sogenannte Korrekturfaktoren zur Ermittlung des Versiegelungsgrads angewendet. Dies dient dazu, den Blick aus der Luft, von wo aus die Versiegelung zum Teil stark von Bäumen verdeckt ist, mit gültigen Versiegelungsinformationen zu korrigieren. Die Ermittlung der Korrekturfaktoren erfolgte anhand der Versiegelungsinformationen der Berliner Wasserbetriebe (BWB). Diese wurden ab Januar 2000 im Zusammenhang mit der oben erwähnten veränderten Berechnung des Niederschlagswasserentgeltes erhoben. Zur ersten Erfassung der versiegelten Flächen der Grundstücke dienten den BWB Luftbilder und die ALK . Des Weiteren wurden die überprüften Informationen der Grundstückseigentümer eingearbeitet (WTE 2004). Die grundstücksgenauen Daten wurden auf Block- und Blockteilflächenebene des ISU aggregiert und standen mit dem Stand 2001 für die Auswertung zur Verfügung. Verwendet wurden nur die Angaben zur unbebaut versiegelten Fläche. Durch die flurstücksgenaue Betrachtung und Erhebung vor Ort wurde ein sehr hoher Genauigkeitsgrad der Versiegelungsangaben erreicht. Die im Kartierungsprozess 2007 entwickelten und geprüften Korrekturfaktoren wurden für die aktuelle Kartierung erneut genutzt. Multispektrale Sentinel-2A-Szene In der Versiegelungskartierung (Ausgabe 2017) wurden erstmalig multispektrale Daten des Systems Sentinel-2A verwendet. Im Rahmen des Erdbeobachtungsprogramms Copernicus werden seitens der Europäischen Union (EU) und der Europäischen Weltraumorganisation (ESA) eine moderne und leistungsfähige Infrastruktur für Erdbeobachtung und Dienstleistungen der Geoinformation entwickelt. Ziel ist es, für Entscheidungsprozesse in Politik, Wirtschaft und Wissenschaft aktuelle und verlässliche Informationen auf der Basis von Erdbeobachtungsdaten bereitzustellen. Die Daten stehen kostenfrei zur Verfügung (Copernicus o.J.) Sowohl die räumliche als auch die spektrale Auflösung der ausgewählten Kanäle sind mit den entsprechenden Eigenschaften von SPOT5-Szenen, die in den Ausgaben 2007 und 2013 verwendet wurden, vergleichbar. Für die Erstellung der Versiegelungskarte konnte eine multispektrale Sentinel-2A-Szene vom 2. Mai 2016 als Datensatz genutzt werden. Die Bodenauflösung der Szene beträgt im Original 10 m x 10 m und wurde im Auswertungsverfahren auf bis zu 2,5 m x 2,5 m verfeinert. Es handelte sich um eine nahezu wolkenfreie Aufnahme. Die Belaubung ist weitgehend abgeschlossen. Die vorherrschende Phänologie des Aufnahmezeitpunkts ist mit der der Szene der letzten Versiegelungskartierung (Ausgabe 2012) zu vergleichen, ebenso sind die Schattenanteile ähnlich.

Alpine Glacier Crevasses - Stubai, Oetztal, Grossglockner, Ortler, Piz Palue, 0.2m

The crevasse dataset provides information on crevasse locations at 0.2 m spatial resolution for selected regions in the Alps. Information on crevasse locations is important for mountaineers and field researchers to plan a safe traverse over a glacier. This dataset is generated based on a multitask deep neural network for automated crevasse mapping from high-resolution airborne remote sensing imagery. The model was trained and evaluated over seven training and six test areas located in the Öetztal and Stubai Alps. By simultaneously preforming edge detection and segmentation tasks, the multitask model is able to robustly detect glacier crevasses of different shapes within different illumination conditions with a balanced accuracy of 86%. To prove large-scale applicability, this dataset includes high-resolution crevasse maps for the entire Öetztal and Stubai Alps based on imagery acquired within the years 2019 and 2020. Furthermore, high-quality crevasse maps for all glaciers surrounding Großglockner, Piz Palü, and Ortler were generated for available imagery in the years 2022 and 2023, repsectively. The here presented datasets can be integrated into hiking maps and digital cartography tools to provide mountaineers and field researcher with up-to-date crevasse information but also inform modelers on the distribution of stress within a glacier. Accompanying Publication: Baumhoer, C., Leibrock, S., Zapf, C., Beer, W., Kuenzer, C., in review. Automated crevasse mapping for Alpine glaciers: A multitask deep neural network approach. International Journal of Applied Earth Observation and Geoinformation.

Space-based earth observation in support of the UNFCCC Paris Agreement

Space-based Earth observation (EO), in the form of long-term climate data records, has been crucial in the monitoring and quantification of slow changes in the climate system - from accumulating greenhouse gases (GHGs) in the atmosphere, increasing surface temperatures, and melting sea-ice, glaciers and ice sheets, to rising sea-level. In addition to documenting a changing climate, EO is needed for effective policy making, implementation and monitoring, and ultimately to measure progress and achievements towards the overarching goals of the United Nations Framework Convention on Climate Change (UNFCCC) Paris Agreement to combat climate change. The best approach for translating EO into actionable information for policymakers and other stakeholders is, however, far from clear. For example, climate change is now self-evident through increasingly intense and frequent extreme events - heatwaves, droughts, wildfires, and flooding - costing human lives and significant economic damage, even though single events do not constitute "climate". EO can capture and visualize the impacts of such events in single images, and thus help quantify and ultimately manage them within the framework of the UNFCCC Paris Agreement, both at the national level (via the Enhanced Transparency Framework) and global level (via the Global Stocktake). We present a transdisciplinary perspective, across policy and science, and also theory and practice, that sheds light on the potential of EO to inform mitigation, including sinks and reservoirs of greenhouse gases, and adaptation, including loss and damage. Yet to be successful with this new mandate, EO science must undergo a radical overhaul: it must become more user-oriented, collaborative, and transdisciplinary; span the range from fiducial to contextual data; and embrace new technologies for data analysis (e.g., artificial intelligence). Only this will allow the creation of the knowledge base and actionable climate information needed to guide the UNFCCC Paris Agreement to a just and equitable success.

On the use of Earth Observation to support estimates of national greenhouse gas emissions and sinks for the Global stocktake process: lessons learned from ESA-CCI RECCAP2

The Global Stocktake (GST), implemented by the Paris Agreement, requires rapid developments in the capabilities to quantify annual greenhouse gas (GHG) emissions and removals consistently from the global to the national scale and improvements to national GHG inventories. In particular, new capabilities are needed for accurate attribution of sources and sinks and their trends to natural and anthropogenic processes. On the one hand, this is still a major challenge as national GHG inventories follow globally harmonized methodologies based on the guidelines established by the Intergovernmental Panel on Climate Change, but these can be implemented differently for individual countries. Moreover, in many countries the capability to systematically produce detailed and annually updated GHG inventories is still lacking. On the other hand, spatially-explicit datasets quantifying sources and sinks of carbon dioxide, methane and nitrous oxide emissions from Earth Observations (EO) are still limited by many sources of uncertainty. While national GHG inventories follow diverse methodologies depending on the availability of activity data in the different countries, the proposed comparison with EO-based estimates can help improve our understanding of the comparability of the estimates published by the different countries. Indeed, EO networks and satellite platforms have seen a massive expansion in the past decade, now covering a wide range of essential climate variables and offering high potential to improve the quantification of global and regional GHG budgets and advance process understanding. Yet, there is no EO data that quantifies greenhouse gas fluxes directly, rather there are observations of variables or proxies that can be transformed into fluxes using models. Here, we report results and lessons from the ESA-CCI RECCAP2 project, whose goal was to engage with National Inventory Agencies to improve understanding about the methods used by each community to estimate sources and sinks of GHGs and to evaluate the potential for satellite and in-situ EO to improve national GHG estimates. Based on this dialogue and recent studies, we discuss the potential of EO approaches to provide estimates of GHG budgets that can be compared with those of national GHG inventories. We outline a roadmap for implementation of an EO carbon-monitoring program that can contribute to the Paris Agreement. © 2023 BioMed Central

1 2 3 4 5 … 52 53 54