Gemäß § 58 Brandenburger Naturschutzgesetz ist das Land Brandenburg gesetzlich zur Aufstellung von Pflege- und Entwicklungsplänen (PEP) in den Großschutzgebieten (GSG) verpflichtet. Die Pflege- und Entwicklungspläne werden als Handlungskonzepte für Schutz, Pflege und Entwicklung der Großschutzgebiete in Brandenburg erstellt. Bearbeitungsgebiet ist der Naturpark Märkische Schweiz einschließlich aller Biotope, die von der GSG-Grenze geschnitten werden. Der Naturpark Märkische Schweiz ist Brandenburgs kleinster und ältester Naturpark und liegt 60 Kilometer östlich von Berlin. Der 205 Quadratkilometer große Naturpark wurde bereits 1990 mit dem Nationalparkprogramm der DDR als Großschutzgebiet festgesetzt. Der Naturpark ist geprägt durch eine vielfältige, abwechslungsreiche Landschaft mit Wäldern und Forsten, einer relativ reich strukturierten Feldlandschaft, Grünland, zahlreichen Seen und Kleingewässern sowie Niederungsbereichen mit Bächen und Mooren. Aufgrund der Vielgestaltigkeit der Landschaft des Naturparks auf engem Raum und teilweise wenig intensiven Landnutzung kommen dort eine Vielzahl gefährdeter Biotope, Tier- und Pflanzenarten vor. Wesentliche Inhalte bzw. Ziele des PEP Naturpark Märkische Schweiz sind: - Erhaltung und Verbesserung der sich aus den natürlichen Bedingungen ergebenden wertvollen und vielgestaltigen Landschaftsstrukturen - Sicherung der Nachhaltigkeit der Erholungsfunktionen bei gleichzeitiger Erfüllung der Naturschutzanliegen - Erhaltung und Verbesserung der Wasserqualität und der Ufergestaltung der Seen - Erhaltung und teilweise Renaturierung der Fließgewässer - Förderung einer dem Anliegen des Erholungswesens und des Naturschutzes entsprechenden, ökologisch orientierten Land- und Forstwirtschaft - Erhaltung und Wiederherstellung der landschaftstypischen und historisch gewachsenen reichstrukturierten Agrarräume des Gebietes - Erhaltung, Pflege und Entwicklung der vielfältigen Lebensräume für die gefährdeten Organismenarten und eines umfassenden Biotopverbundsystems Darüber hinaus werden Ziele und Maßnahmen zum Schutz, zur Pflege und zur Entwicklung für Einzelbiotope und Biotopkomplexe gesondert konkret formuliert.
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.
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.
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.
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 den letzten 200 Jahren hat sich die Landschaft im Stadtgebiet von Göttingen drastisch verändert. Mit diesem Landschaftswandel gehen Veränderungen von Biodiversitätsmerkmalen, Nutzungspotentialen für den Menschen, und wahrnehmbaren Erscheinungsformen (wahrnehmbarer Landschaftsgestalt) einher. Dieser letzte Themenbereich wird im Projekt C I.3 im Graduiertenkolleg Interdisziplinäre Umweltgeschichte bearbeitet. Das Projekt befasst sich mit der visuellen Darstellung (Rekonstruktion) des Landschaftswandels seit Ende des 18. Jahrhunderts und dessen ästhetischer Wahrnehmung (Rezeption) und Wertung aus heutiger Sicht. Untersuchungsraum ist das heutige Gemeindegebiet von Göttingen. Die umweltgeschichtliche Relevanz der Arbeit ergibt sich aus der Gegenüberstellung und Verlinkung der beiden Aspekte der Rekonstruktion und der Rezeption von früheren Landschaftszuständen als Untermauerung einer möglichst konsistenten Leitbildfindung.1. EinführungDie Wurzeln des Naturschutzgedankens in Deutschland liegen im Schutz und Erhalt von weitgehend durch natürliche Elemente geprägten Landschaftsbildern nach dem Vorbild vorindustrieller Kulturlandschaften. In Paragraph1 BNatSchG wird auch heute noch die 'Nachhaltige Sicherung der Vielfalt, Eigenart und Schönheit von Natur und Landschaft' als wichtiges Ziel benannt (Bundesnaturschutzgesetz 2010). Obwohl hier drei landschaftsästhetisch relevante Aspekte benannt werden, ist der Naturschutz seit vielen Jahrzehnten fast ausschließlich ökologisch orientiert. Der Auftrag, die Schönheit von Natur und Landschaft für den Menschen zu erhalten und zu gestalten ist völlig in den Hintergrund gerückt. Eine Ursache hierfür ist, dass es bis heute kein konsistentes, allgemein anerkanntes landschaftsästhetisches Konzept gibt, das diese Begriffe operationalisierbar macht und einen praktikablen Wertungsrahmen zu deren Beurteilung liefert.Das Projektvorhaben will deswegen einen Beitrag leisten sowohl für die Erforschung von Landschaftswandel und dessen Wahrnehmung und Wertung als auch zur weiteren Ausgestaltung einer naturschutzbezogenen, anwendungsorientierten Theorie der Landschaftsästhetik.2. Zielsetzung: Das Vorhaben baut auf vorausgegangene Studien zu Landnutzungswandel, Biodiversität und Landschaftsfunktionen im heutigen Gemeindegebiet von Göttingen auf, in deren Verlauf ein umfassendes Geographisches Informationssystem (GIS) für die Zeitschnitte 1784, 1878, 1910, 1965, 2002 aufgebaut worden ist. Es geht drei interdisziplinären Themenbereichen nach, um folgende Fragen zu beantworten:Landschaftsvisualisierung: Welche Landschaftsbilder existierten im Untersuchungsgebiet zu den analysierten Zeitschnitten? Wie eignet sich die digitale 3D-Visualisierung zur naturgetreuen Darstellung von Landschaftsbildern, Landschaftswandel und des Urbanisierungsprozesses im Stadtgebiet von Göttingen?Landschaftsästhetik: Welche Bild- und Wert bestimmenden Landschaftselemente,- Strukturen,- und Dimensionen haben sich geändert und bewirken ei
Die Diversität, Abundanz und Populationsdynamik von Bienen, Wespen und ihren Gegenspielern sollen auf 45 Streuobstwiesen unterschiedlicher Größe, Bewirtschaftung und Landschaftseinbindung über einen Zeitraum von 3 Jahren untersucht werden. Die Aufstellung von insgesamt 540 Nisthilfen für Bienen und Wespen und die jährliche Auswertung der angelegten Nester erlauben Aussagen zur Artenvielfalt und Häufigkeit sowie zur Populationsentwicklung der einzelnen Arten, zu stadienspezifischen Mortalitätsraten, zu Parasitierungsraten und zum Artenspektrum von Gegenspielern sowie dem resultierenden Reproduktionserfolg. Die Landschaftsstruktur wird in acht Radien von 250m bis 3000m um die Streuobstwiesen mit einem Geographischen Informationssystem (GIS) erfasst. Die Bedeutung der Habitatgröße und der Landschaftsstruktur auf unterschiedlichen räumlichen Skalen für die Populationsdynamik kann so getestet werden. Zur Bewertung der Habitatqualität wird der Baumbestand, der Totholzanteil, die Vegetationsstruktur und das Blütenangebot erfasst, um Aussagen zur relativen Bedeutung von Ressourcenverfügbarkeit (Nistmöglichkeiten und Pollenquellen) und Regulation durch Gegenspieler für die Populationsentwicklung auf den Streuobstwiesen zu erhalten. Die Analyse von Pollenproben ermöglicht Aussagen zur Ressourcennutzung und zur relativen Bedeutung der Streuobstwiesen und der umgebenden Landschaft als Nahrungsquelle. Detaillierte Auswertungen und Experimente mit Osmia rufa beinhalten die Entfernung der Gegenspieler an 15 Standorten, die Bestimmung von Kokongewichten und Geschlechterverhältnissen und die individuelle Markierung und Beobachtung schlüpfender Weibchen zur Ermittlung von Sammelzeiten und Ansiedlungsraten.
Die Beurteilung und Stabilisierung der Dynamik von Landschaftsstrukturveränderungen in tropischen Regenwald-Randzonen erfordert aktuelle und flächendeckende Kartierungen der Landnutzungen als Grundlage von Planungen für zukünftige Maßnahmen. In dem Forschungsvorhaben sollen flächendeckend Landnutzungs- und Vegetationskarten über Randbereiche zu tropischen Regenwäldern mit Hilfe von satellitengetragenen Fernerkundungssensoren (SPOT-PAN + XS/XI oder LANDSAT-TM) hergestellt werden. Durch bestimmte digital durchgeführte Algorithmen sollen die Satellitenbilder zur Herstellung thematischer Karten klassifiziert werden. Die Ergebnisse der Klassifikation werden anhand von Kontrollflächen, für die ebenso wie für die Trainingsgebiete die Landnutzung bekannt sein muss, verifiziert. Der Prozess von Klassifikation und Verifikation ist iterativ und wird durch wiederholte Modifikation des Klassifikationsverfahrens solange fortgeführt, bis keine nennenswerte Steigerung der Klassifikationsgenauigkeit mehr erreichbar ist.
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.
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.
| Organisation | Count |
|---|---|
| Bund | 320 |
| Europa | 20 |
| Kommune | 6 |
| Land | 52 |
| Schutzgebiete | 1 |
| Weitere | 4 |
| Wirtschaft | 1 |
| Wissenschaft | 369 |
| Zivilgesellschaft | 8 |
| Type | Count |
|---|---|
| Daten und Messstellen | 216 |
| Förderprogramm | 305 |
| Taxon | 2 |
| Text | 23 |
| Umweltprüfung | 2 |
| unbekannt | 18 |
| License | Count |
|---|---|
| Geschlossen | 32 |
| Offen | 527 |
| Unbekannt | 7 |
| Language | Count |
|---|---|
| Deutsch | 300 |
| Englisch | 310 |
| Resource type | Count |
|---|---|
| Archiv | 4 |
| Bild | 1 |
| Datei | 216 |
| Dokument | 20 |
| Keine | 232 |
| Unbekannt | 1 |
| Webseite | 102 |
| Topic | Count |
|---|---|
| Boden | 261 |
| Lebewesen und Lebensräume | 566 |
| Luft | 335 |
| Mensch und Umwelt | 566 |
| Wasser | 140 |
| Weitere | 561 |