Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, zweidimensionalen Baumkronenumringe ("Baumkronenpolygone") von rund 894.000 Bäumen im Stadtgebiet von Wuppertal, ausgeführt durch die EFTAS Fernerkundung Technologietransfer GmbH aus Münster im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling mit dem in dieser Kooperation entwickelten Verfahren "twin4tree". Hierbei wurde das normalisierte Digitale Oberflächenmodell (nDOM) von Geobasis NRW (Jahrgang 2021) als Höhenmodell verwendet. Um keine Gebäude oder Bauwerke als Baum zu identifizieren, wurden für das Vegetationshöhenmodell nur Bereiche des nDOM innerhalb einer Baummaske berücksichtigt, die zuvor über eine Klassifikation der o. g. Luftbilder mit dem KI-Verfahren "Cop4ALL" erzeugt wurde. Die einzelnen Bäume wurden darin über ein Template-Matching-Verfahren identifiziert, bei dem variable 3D-Schablonen (sphärische und gaußförmige Form für Laubbäume, parabolische, hyperbolische und konische Form für Nadelbäume) über das Vegetationshöhenmodell gelegt werden. Den so gefundenen Baumstandorten wurden mittels einer Segmentierung des Vegetationshöhenmodells Baumkronen zugeordnet, deren senkrechte Projektion auf den Boden zweidimensionale Baumkronenpolygone ergab. Der Datensatz ist im GeoPackage-Format als Original und zur Reduzierung der Dateigröße als Variante mit generalisierten Baumkronenpolygonen unter der Open-Data-Lizenz CC BY 4.0 verfügbar. Wichtiger Hinweis: In dichten Baumbeständen ist die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Auch sogenannte "beherrscht stehende Individuen" unterhalb der aus der Luft sichtbaren Baumkronen lassen sich mit dem twin4tree-Verfahren nicht eindeutig erkennen. Daher unterschätzt das Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Aus stichprobenhaften Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet.
Im Stadtgebiet von Durban (Suedafrika) gibt es noch Mangrovenbestaende, die stark gefaehrdet sind. In Zusammenarbeit mit der Universitaet Durban-Westville, Botany Department, untersuchen wir diese Mangrovenbestaende mit dem Ziel der nachhaltigen Sicherung dieser Bestaende. Die Arbeiten werden in Abstimmung mit der Nationalparkverwaltung vor Ort durchgefuehrt.
Hintergrund: Dieses Projekt begleitet die Umgestaltung eines Fichtenwald-Reinbestandes im Nationalpark Eifel vom derzeitigen Ist-Zustand über eine Baumentnahme hin zu einem standortgerechten Laubmischwald. Der Stoffhaushalt (Kohlenstoff, Lösungsfracht, Schwebfracht, Bachgeschiebe und Wasser) sowie die ihn beeinflussenden Faktoren (Klima, Boden, Vegetation, Landnutzung) werden genauer untersucht. Erstmalig werden für dieses Gebiet im Rahmen dieses Projektes CO2-Kreisläufe quantifiziert und Maßnahmen zur Kohlenstoffreduktion beschrieben (durch das Institut für Chemie und Dynamik der Geosphäre - Institut 4: Agrosphäre (ICG-4)). Zudem sollen zu erwartende Veränderungen auf Stoff- und Wasserkreisläufe erfasst werden. Bestehende Datenlücken für die Mittelgebirge werden damit geschlossen (durch den Lehrstuhl für Physische Geographie und Geoökologie (PGG)). Fragestellungen: Aufgabe des Projektes wird sein, präzise Informationen zum Stoff- (u.a. Kohlendioxid, Nitrat, Phosphat, Ammonium) und Wasserkreislauf zu erhalten sowie die Bedeutung standortrelevanter Parameter (Klima, Boden, Vegetation, Landnutzung) bei der Entstehung eines standorttypischen Laubmischwaldes zu erfassen. Während der Umwandlung eines Fichtenreinbestandes zu einem Laubwald - mit Vergleichsuntersuchungen im Freiland (Wiese) - sollen verschiedene Stadien der Umwandlung untersucht werden. Die Ergebnisse werden neue und vor allem quantifizierbare Erkenntnisse zum CO2-Haushalt sowie zum Wasser- und Stoffkreislauf im Ökosystem Wald liefern; Grundbausteine für eine nachhaltige Landnutzung und der Reduzierung atmosphärischen CO2. Von der Arbeitsgruppe PGG und dem ICG-4 bearbeitete Fragestellungen: - Wie wirken sich Landnutzungsänderungen auf Stoff- und Wasserhaushalt aus? - Welche Auswirkungen hat der Klimawandel auf Wasser, Boden und Vegetation? - Wie wirken sich Rückkopplungsprozesse auf terrestrische Systeme aus? - Wie wirken sich großräumige Eingriffe aus? Ziele: Ziele des Lehrstuhls für Physische Geographie und Geoökologie sind insbesondere, in Kooperation mit dem ICG-4 Veränderungen des Kohlenstoff- und Wasserhaushaltes sowie der Nährstoffkreisläufe in Erwartung des absehbaren Klimawandels und der Maßnahmen zur CO2-Reduktion zu erfassen. Gesicherte Erkenntnisse in Bezug auf den Wasserhaushalt und die ihn beeinflussenden Größen in Mittelgebirgsräumen liegen bisher kaum vor. Hier schließt das Projekt eine Datenlücke. Die Rolle der Vegetation sowie der Böden (insbesondere die bodenbildenden periglazialen Deckschichten) sind hier von Bedeutung, da Prozesse der Stoffakkumulation, -umwandlung und -transport von diesen Parametern stark abhängig sind. Deckschichten haben mit ihren Mächtigkeiten und Ausprägungen einen starken Einfluss auf Sickerwasser, Grundwasserneubildung, Retention und Oberflächenabfluss. Zudem ist für die Kooperation mit dem ICG-4 die Betrachtung des Bodenwasserhaushaltes unerlässlich, um den CO2-Vorrat im Boden zu analysieren. Die Retentionskapazitäten der Böden werden präzi
OeKOPROFIT startete 1991 gleichzeitig mit PREPARE als regionales Projekt der Stadt Graz in einer Zusammenarbeit mit dem Institut fuer Verfahrenstechnik der Technischen Universitaet Graz. Trotz einer aehnlichen Zielsetzung wurde fuer die Zielgruppe 'Klein- und mittelbetriebliche Unternehmungen' (KMU) eine geringfuegig andere Strategie gewaehlt. So wird unter OeKOPROFIT auf eine vollstaendige Input / Output-Analyse verzichtet und man beschraenkt sich auf eine Bilanzierung und Bewertung der wesentlichen Stoffe. Grosser Wert wird aber auf das Prinzip der Vermeidung gelegt, indem alle relevanten auftretenden Abfaelle und Emissionen von Symptom zur Quelle hin verfolgt und auf Vermeidungsmoeglichkeiten hin untersucht werden. Im ersten Projektjahr nahmen fuenf Betriebe an OeKOPROFIT teil, wobei vier eine finanzielle Unterstuetzung ihres Projektes durch die Stadt Graz erfuhren. Dies waren drei Druckereien und ein KFZ-Reparatur- und Handelsbetrieb: - Druckwerk (Kleindruckerei, Offsetdruck); - Salis und Braunstein (KFZ-Reparatur und Handel); - Steirische Landesdruckerei (mittelgrosse Druckerei, Offset und Hochdruck); - Alfred Wall AG (Verpackungsdruckerei); - J. Hornig (Grosshandel und Kaffeeroesterei; finanzierte von Beginn an das Projekt eigenstaendig). Nach zwei Jahren und eindrucksvollen Ergebnissen steht der Erfolg des Projektes eindeutig fest. So wurden in den Betrieben zahlreiche Massnahmen zur Vermeidung und Verminderung von Emissionen und Abfaellen getroffen, konnten hoehere Anteile an Recyclingmengen erzielt werden und konnte vor allem die Gefaehrlichkeit der Abfaelle vielfach durch Ersatz von gefaehrlichen Materialien vermindert werden. Diese Ergebnisse sind ausfuehrlich in einem Endbericht dargestellt (Heitzinger, 1992). Das Motto 'Umweltschutz aus Eigennutz', unter welchem dieses Projekt lief, hat sich eindeutig bestaetigt: - 24 Prozent der vorgeschlagenen Massnahmen rechnen sich unter 1 Jahr, - 30 Prozent der vorgeschlagenen Massnahmen unter 2 Jahren, - 15 Prozent der vorgeschlagenen Massnahmen sind kostenneutral, - 31 Prozent der vorgeschlagenen Massnahmen haben Mehrkosten verursacht. Nach dem ersten Projektjahr wurden mit den Betrieben mehr als 50 Vorschlaege erarbeitet, wie die Abfall- und Emissionsmengen verringert werden koennten. 50 Prozent der vorgeschlagenen Massnahmen haben sich damit als wirtschaftlich erwiesen und wurden grossteils auch umgesetzt. Gleichzeitig hat die Idee eines kooperativen Umweltschutzes zwischen Verwaltung, Betrieben und Forschung ein starkes internationales Echo hervorgerufen. Durch die Vorstellung der Methode und der Ergebnisse in mehreren Staaten durch die Projektbeteiligten und durch die Uebernahme der Ergebnisse als mustergueltige Fallbeispiele in die Umweltschutzprogramme des United Nations Environmental Program, des EUREKA Forschungsprogrammes PREPARE, der amerikanischen Umweltbehoerde (US-EPA) und einige internationale Ausbildungslehrgaenge wurde das Projekt international sehr bekannt.
Der Datensatz enthält Ergebnisse aus der Baumartenableitung im Stadtgebiet Wuppertal. Grundlage bildet der Datensatz „Einzelbaum Kronenumringe aus Luftbildern (2021) Wuppertal“, der aus Luftbilddaten des Jahres 2021 abgeleitet wurde und rund 894.000 Einzelbäume umfasst. Für etwa 870.000 Einzelbaum Kronenumringe konnten Baumarteninformationen projiziert werden. Die Ausführung erfolgte durch die EFTAS Fernerkundung Technologietransfer GmbH aus Münster im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling mit dem in dieser Kooperation entwickelten Verfahren "twin4tree". Hierzu wurde ein Long Short-Term Memory (LSTM)-Modell auf Basis validierter Baumarten aus dem Straßenbaumkataster des Ressorts Grünflächen und Forsten trainiert. Die Referenzdaten wurden mit zeitlich korrespondierenden PlanetScope-Satellitendaten verknüpft. Das Modell unterscheidet 13 Laubbaumarten: Ahorn, Baumhasel, Birke, Eiche, Esche, Hainbuche, Linde, Mehlbeere, Platane, Robinie, Rosskastanie, Rotbuche und Vogelkirsche. Zur Identifikation von Nadelbäumen wurden ergänzend Landbedeckungsinformationen aus Cop4ALL NRW genutzt. Alle Bäume, die dort als Nadelbäume klassifiziert wurden, erhielten entsprechend diese Klasse. Der Datensatz umfasst somit insgesamt 14 Baumartenklassen (13 Laubbaumarten und eine Nadelbaumklasse). Der Datensatz ist im GeoPackage-Format unter der Open-Data-Lizenz CC BY 4.0 verfügbar. Wichtige Hinweise: (1) In dichten Baumbeständen ist die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Auch sogenannte "beherrscht stehende Individuen" unterhalb der aus der Luft sichtbaren Baumkronen lassen sich mit dem twin4tree-Verfahren nicht eindeutig erkennen. Daher unterschätzt das Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Aus stichprobenhaften Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet. (2) Die genauen Stammpositionen können aus optischen Fernerkundungsdaten nicht bestimmt werden. Die als Stammpositionen angegebenen Schwerpunkte der Baumkronenpolygone sind Näherungswerte.
Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 02. Juli 2025) abgeleiteten, punktförmigen Stammpositionen von rund 464.000 Bäumen im Stadtgebiet von Solingen sowie von rund 406.000 Bäumen im Stadtgebiet von Remscheid, ausgeführt durch die EFTAS Fernerkundung Technologietransfer GmbH aus Münster im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling mit dem in dieser Kooperation entwickelten Verfahren "twin4tree". Hierbei wurde das normalisierte Digitale Oberflächenmodell (nDOM) von Geobasis NRW (Jahrgang 2025) als Höhenmodell verwendet. Um keine Gebäude oder Bauwerke als Baum zu identifizieren, wurden für das Vegetationshöhenmodell nur Bereiche des nDOM innerhalb einer Baummaske berücksichtigt, die zuvor über eine Klassifikation der o. g. Luftbilder mit dem KI-Verfahren "Cop4ALL" erzeugt wurde. Die einzelnen Bäume wurden darin über ein Template-Matching-Verfahren identifiziert, bei dem variable 3D-Schablonen (sphärische und gaußförmige Form für Laubbäume, parabolische, hyperbolische und konische Form für Nadelbäume) über das Vegetationshöhenmodell gelegt werden. Den so gefundenen Baumstandorten wurden mittels einer Segmentierung des Vegetationshöhenmodells Baumkronen zugeordnet, deren senkrechte Projektion auf den Boden zweidimensionale Baumkronenpolygone ergab. Die Stammposition eines Baumes wurde im geometrischen Schwerpunkt seines Baumkronenpolygons angenommen. Der Datensatz ist im GeoPackage-Format unter der Open-Data-Lizenz CC BY 4.0 verfügbar. Wichtige Hinweise: (1) In dichten Baumbeständen ist die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Auch sogenannte "beherrscht stehende Individuen" unterhalb der aus der Luft sichtbaren Baumkronen lassen sich mit dem twin4tree-Verfahren nicht eindeutig erkennen. Daher unterschätzt das Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Aus stichprobenhaften Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet. (2) Die genauen Stammpositionen können aus optischen Fernerkundungsdaten nicht bestimmt werden. Die als Stammpositionen angegebenen Schwerpunkte der Baumkronenpolygone sind Näherungswerte.
Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 02. Juli 2025) abgeleiteten, zweidimensionalen Baumkronenumringe ("Baumkronenpolygone") von rund 464.000 Bäumen im Stadtgebiet von Solingen sowie von rund 406.000 Bäumen im Stadtgebiet von Remscheid, ausgeführt durch die EFTAS Fernerkundung Technologietransfer GmbH aus Münster im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling mit dem in dieser Kooperation entwickelten Verfahren "twin4tree". Hierbei wurde das normalisierte Digitale Oberflächenmodell (nDOM) von Geobasis NRW (Jahrgang 2025) als Höhenmodell verwendet. Um keine Gebäude oder Bauwerke als Baum zu identifizieren, wurden für das Vegetationshöhenmodell nur Bereiche des nDOM innerhalb einer Baummaske berücksichtigt, die zuvor über eine Klassifikation der o. g. Luftbilder mit dem KI-Verfahren "Cop4ALL" erzeugt wurde. Die einzelnen Bäume wurden darin über ein Template-Matching-Verfahren identifiziert, bei dem variable 3D-Schablonen (sphärische und gaußförmige Form für Laubbäume, parabolische, hyperbolische und konische Form für Nadelbäume) über das Vegetationshöhenmodell gelegt werden. Den so gefundenen Baumstandorten wurden mittels einer Segmentierung des Vegetationshöhenmodells Baumkronen zugeordnet, deren senkrechte Projektion auf den Boden zweidimensionale Baumkronenpolygone ergab. Der Datensatz ist im GeoPackage-Format als Original und zur Reduzierung der Dateigröße als Variante mit generalisierten Baumkronenpolygonen unter der Open-Data-Lizenz CC BY 4.0 verfügbar. Wichtiger Hinweis: In dichten Baumbeständen ist die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Auch sogenannte "beherrscht stehende Individuen" unterhalb der aus der Luft sichtbaren Baumkronen lassen sich mit dem twin4tree-Verfahren nicht eindeutig erkennen. Daher unterschätzt das Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Aus stichprobenhaften Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet.
Der Datensatz enthält Ergebnisse aus der Baumartenableitung im Stadtgebiet Wuppertal. Grundlage bildet der Datensatz „Einzelbaum Kronenumringe aus Luftbildern (2021) Wuppertal“, der aus Luftbilddaten des Jahres 2021 abgeleitet wurde und rund 894.000 Einzelbäume umfasst. Für etwa 870.000 Einzelbaum Kronenumringe konnten Baumarteninformationen projiziert werden. Die Ausführung erfolgte durch die EFTAS Fernerkundung Technologietransfer GmbH aus Münster im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling mit dem in dieser Kooperation entwickelten Verfahren "twin4tree". Hierzu wurde ein Long Short-Term Memory (LSTM)-Modell auf Basis validierter Baumarten aus dem Straßenbaumkataster des Ressorts Grünflächen und Forsten trainiert. Die Referenzdaten wurden mit zeitlich korrespondierenden PlanetScope-Satellitendaten verknüpft. Das Modell unterscheidet 13 Laubbaumarten: Ahorn, Baumhasel, Birke, Eiche, Esche, Hainbuche, Linde, Mehlbeere, Platane, Robinie, Rosskastanie, Rotbuche und Vogelkirsche. Zur Identifikation von Nadelbäumen wurden ergänzend Landbedeckungsinformationen aus Cop4ALL NRW genutzt. Alle Bäume, die dort als Nadelbäume klassifiziert wurden, erhielten entsprechend diese Klasse. Der Datensatz umfasst somit insgesamt 14 Baumartenklassen (13 Laubbaumarten und eine Nadelbaumklasse). Der Datensatz ist im GeoPackage-Format unter der Open-Data-Lizenz CC BY 4.0 verfügbar. Wichtige Hinweise: (1) In dichten Baumbeständen ist die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Auch sogenannte "beherrscht stehende Individuen" unterhalb der aus der Luft sichtbaren Baumkronen lassen sich mit dem twin4tree-Verfahren nicht eindeutig erkennen. Daher unterschätzt das Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Aus stichprobenhaften Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet. (2) Die genauen Stammpositionen können aus optischen Fernerkundungsdaten nicht bestimmt werden. Die als Stammpositionen angegebenen Schwerpunkte der Baumkronenpolygone sind Näherungswerte.
Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 02. Juli 2025) abgeleiteten, punktförmigen Stammpositionen von rund 464.000 Bäumen im Stadtgebiet von Solingen sowie von rund 406.000 Bäumen im Stadtgebiet von Remscheid, ausgeführt durch die EFTAS Fernerkundung Technologietransfer GmbH aus Münster im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling mit dem in dieser Kooperation entwickelten Verfahren "twin4tree". Hierbei wurde das normalisierte Digitale Oberflächenmodell (nDOM) von Geobasis NRW (Jahrgang 2025) als Höhenmodell verwendet. Um keine Gebäude oder Bauwerke als Baum zu identifizieren, wurden für das Vegetationshöhenmodell nur Bereiche des nDOM innerhalb einer Baummaske berücksichtigt, die zuvor über eine Klassifikation der o. g. Luftbilder mit dem KI-Verfahren "Cop4ALL" erzeugt wurde. Die einzelnen Bäume wurden darin über ein Template-Matching-Verfahren identifiziert, bei dem variable 3D-Schablonen (sphärische und gaußförmige Form für Laubbäume, parabolische, hyperbolische und konische Form für Nadelbäume) über das Vegetationshöhenmodell gelegt werden. Den so gefundenen Baumstandorten wurden mittels einer Segmentierung des Vegetationshöhenmodells Baumkronen zugeordnet, deren senkrechte Projektion auf den Boden zweidimensionale Baumkronenpolygone ergab. Die Stammposition eines Baumes wurde im geometrischen Schwerpunkt seines Baumkronenpolygons angenommen. Der Datensatz ist im GeoPackage-Format unter der Open-Data-Lizenz CC BY 4.0 verfügbar. Wichtige Hinweise: (1) In dichten Baumbeständen ist die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Auch sogenannte "beherrscht stehende Individuen" unterhalb der aus der Luft sichtbaren Baumkronen lassen sich mit dem twin4tree-Verfahren nicht eindeutig erkennen. Daher unterschätzt das Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Aus stichprobenhaften Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet. (2) Die genauen Stammpositionen können aus optischen Fernerkundungsdaten nicht bestimmt werden. Die als Stammpositionen angegebenen Schwerpunkte der Baumkronenpolygone sind Näherungswerte.
| Organisation | Count |
|---|---|
| Bund | 1690 |
| Europa | 9 |
| Global | 1 |
| Kommune | 17 |
| Land | 106 |
| Weitere | 38 |
| Wirtschaft | 1 |
| Wissenschaft | 573 |
| Zivilgesellschaft | 67 |
| Type | Count |
|---|---|
| Agrarwirtschaft | 6 |
| Daten und Messstellen | 4 |
| Ereignis | 2 |
| Förderprogramm | 1611 |
| Lehrmaterial | 2 |
| Mitmachportal | 1 |
| Repositorium | 4 |
| Text | 99 |
| Umweltprüfung | 1 |
| unbekannt | 59 |
| License | Count |
|---|---|
| Geschlossen | 153 |
| Offen | 1636 |
| Language | Count |
|---|---|
| Deutsch | 1495 |
| Englisch | 451 |
| Resource type | Count |
|---|---|
| Archiv | 29 |
| Bild | 18 |
| Datei | 17 |
| Dokument | 49 |
| Keine | 1204 |
| Webseite | 543 |
| Topic | Count |
|---|---|
| Boden | 1141 |
| Lebewesen und Lebensräume | 1595 |
| Luft | 874 |
| Mensch und Umwelt | 1789 |
| Wasser | 799 |
| Weitere | 1752 |