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.
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.
Fünf Partnerinstitutionen (Bernhard-Nocht-Institut für Tropenmedizin, BNITM; Friedrich-Loeffler-Institut, FLI; Universität Oldenburg, CvO; Leibniz-Zentrum für Agrarlandschaftsforschung, ZALF; Gesellschaft zur Förderung der Stechmückenbekämpfung, GFS) und ein assoziierter Partner (Fraunhofer Institut für Zelltherapie und Immunologie, IZI) werden in CuliFo3 Effekte biotischer und abiotischer Faktoren auf das Auftreten tier- und humanmedizinisch bedeutender Arboviren in Deutschland analysieren. Das wissenschaftliche Konzept baut auf Erkenntnisse der zuvor vom BLE finanzierten Projekte CuliFo und CuliFo2 auf. Ergebnisse werden genutzt, um zeitnahe gezielte Reaktionen zum Management von Risikosituationen zu ermöglichen und adäquate Maßnahmenkataloge zu entwickeln. Für ein Frühwarnsystem wird der Einfluss von insektenspezifischen Viren auf die Arbovirus-Replikation in Vektoren, von Ko-Infektionen mit Arboviren auf die Vektorkapazität, die Ausscheidungsdynamik und minimale Infektionsdosis von Arboviren für Culiciden erforscht. Ebenso, ob Infektionen von Vögeln mit USUV oder TBEV zu Kreuzprotektion gegenüber WNV führen. Die klinische Relevanz von Arbovirus-Infektionen wird über Untersuchung von Blutspender- und Patientenproben und toten Wildvögeln erfolgen und die Arbovirus-Surveillance durch Analyse des Viroms von Culiciden und Vögeln und die Validierung des Einsatzes von FTA-Karten. Modellierung von Landschaftsstrukturen als Stechmückenhabitat, Erfassung von Flugaktivitäten, physikalisch-chemischer und ökologischer Parameter sowie der Rastplätze von Stechmücken tragen zum besseren Verständnis der Vektorökologie bei. Die biologische Bekämpfung von Culiciden-Larven durch Copepoden sowie mit mikrobiellen Bekämpfungsstoffen wird als umweltverträgliche und nachhaltige Strategie evaluiert. Eine Kosten-Nutzen-Analyse zur Wirksamkeit und zu sozioökonomischen Konsequenzen von Maßnahmen zur Bekämpfung von Arboviren untersucht Vor- und Nachteile der verschiedenen Methoden.
Fünf Partnerinstitutionen (Bernhard-Nocht-Institut für Tropenmedizin, BNITM; Friedrich-Loeffler-Institut, FLI; Universität Oldenburg, CvO; Leibniz-Zentrum für Agrarlandschaftsforschung, ZALF; Gesellschaft zur Förderung der Stechmückenbekämpfung, GFS) und ein assoziierter Partner (Fraunhofer Institut für Zelltherapie und Immunologie, IZI) werden in CuliFo3 Effekte biotischer und abiotischer Faktoren auf das Auftreten tier- und humanmedizinisch bedeutender Arboviren in Deutschland analysieren. Das wissenschaftliche Konzept baut auf Erkenntnisse der zuvor vom BLE finanzierten Projekte CuliFo und CuliFo2 auf. Ergebnisse werden genutzt, um zeitnahe gezielte Reaktionen zum Management von Risikosituationen zu ermöglichen und adäquate Maßnahmenkataloge zu entwickeln. Für ein Frühwarnsystem wird der Einfluss von insektenspezifischen Viren auf die Arbovirus-Replikation in Vektoren, von Ko-Infektionen mit Arboviren auf die Vektorkapazität, die Ausscheidungsdynamik und minimale Infektionsdosis von Arboviren für Culiciden erforscht. Ebenso, ob Infektionen von Vögeln mit USUV oder TBEV zu Kreuzprotektion gegenüber WNV führen. Die klinische Relevanz von Arbovirus-Infektionen wird über Untersuchung von Blutspender- und Patientenproben und toten Wildvögeln erfolgen und die Arbovirus-Surveillance durch Analyse des Viroms von Culiciden und Vögeln und die Validierung des Einsatzes von FTA-Karten. Modellierung von Landschaftsstrukturen als Stechmückenhabitat, Erfassung von Flugaktivitäten, physikalisch-chemischer und ökologischer Parameter sowie der Rastplätze von Stechmücken tragen zum besseren Verständnis der Vektorökologie bei. Die biologische Bekämpfung von Culiciden-Larven durch Copepoden sowie mit mikrobiellen Bekämpfungsstoffen wird als umweltverträgliche und nachhaltige Strategie evaluiert. Eine Kosten-Nutzen-Analyse zur Wirksamkeit und zu sozioökonomischen Konsequenzen von Maßnahmen zur Bekämpfung von Arboviren untersucht Vor- und Nachteile der verschiedenen Methoden.
Fünf Partnerinstitutionen (Bernhard-Nocht-Institut für Tropenmedizin, BNITM; Friedrich-Loeffler-Institut, FLI; Universität Oldenburg, CvO; Leibniz-Zentrum für Agrarlandschaftsforschung, ZALF; Gesellschaft zur Förderung der Stechmückenbekämpfung, GFS) und ein assoziierter Partner (Fraunhofer Institut für Zelltherapie und Immunologie, IZI) werden in CuliFo3 Effekte biotischer und abiotischer Faktoren auf das Auftreten tier- und humanmedizinisch bedeutender Arboviren in Deutschland analysieren. Das wissenschaftliche Konzept baut auf Erkenntnisse der zuvor vom BLE finanzierten Projekte CuliFo und CuliFo2 auf. Ergebnisse werden genutzt, um zeitnahe gezielte Reaktionen zum Management von Risikosituationen zu ermöglichen und adäquate Maßnahmenkataloge zu entwickeln. Für ein Frühwarnsystem wird der Einfluss von insektenspezifischen Viren auf die Arbovirus-Replikation in Vektoren, von Ko-Infektionen mit Arboviren auf die Vektorkapazität, die Ausscheidungsdynamik und minimale Infektionsdosis von Arboviren für Culiciden erforscht. Ebenso, ob Infektionen von Vögeln mit USUV oder TBEV zu Kreuzprotektion gegenüber WNV führen. Die klinische Relevanz von Arbovirus-Infektionen wird über Untersuchung von Blutspender- und Patientenproben und toten Wildvögeln erfolgen und die Arbovirus-Surveillance durch Analyse des Viroms von Culiciden und Vögeln und die Validierung des Einsatzes von FTA-Karten. Modellierung von Landschaftsstrukturen als Stechmückenhabitat, Erfassung von Flugaktivitäten, physikalisch-chemischer und ökologischer Parameter sowie der Rastplätze von Stechmücken tragen zum besseren Verständnis der Vektorökologie bei. Die biologische Bekämpfung von Culiciden-Larven durch Copepoden sowie mit mikrobiellen Bekämpfungsstoffen wird als umweltverträgliche und nachhaltige Strategie evaluiert. Eine Kosten-Nutzen-Analyse zur Wirksamkeit und zu sozioökonomischen Konsequenzen von Maßnahmen zur Bekämpfung von Arboviren untersucht Vor- und Nachteile der verschiedenen Methoden.
Fünf Partnerinstitutionen (Bernhard-Nocht-Institut für Tropenmedizin, BNITM; Friedrich-Loeffler-Institut, FLI; Universität Oldenburg, CvO; Leibniz-Zentrum für Agrarlandschaftsforschung, ZALF; Gesellschaft zur Förderung der Stechmückenbekämpfung, GFS) und ein assoziierter Partner (Fraunhofer Institut für Zelltherapie und Immunologie, IZI) werden in CuliFo3 Effekte biotischer und abiotischer Faktoren auf das Auftreten tier- und humanmedizinisch bedeutender Arboviren in Deutschland analysieren. Das wissenschaftliche Konzept baut auf Erkenntnisse der zuvor vom BLE finanzierten Projekte CuliFo und CuliFo2 auf. Ergebnisse werden genutzt, um zeitnahe gezielte Reaktionen zum Management von Risikosituationen zu ermöglichen und adäquate Maßnahmenkataloge zu entwickeln. Für ein Frühwarnsystem wird der Einfluss von insektenspezifischen Viren auf die Arbovirus-Replikation in Vektoren, von Ko-Infektionen mit Arboviren auf die Vektorkapazität, die Ausscheidungsdynamik und minimale Infektionsdosis von Arboviren für Culiciden erforscht. Ebenso, ob Infektionen von Vögeln mit USUV oder TBEV zu Kreuzprotektion gegenüber WNV führen. Die klinische Relevanz von Arbovirus-Infektionen wird über Untersuchung von Blutspender- und Patientenproben und toten Wildvögeln erfolgen und die Arbovirus-Surveillance durch Analyse des Viroms von Culiciden und Vögeln und die Validierung des Einsatzes von FTA-Karten. Modellierung von Landschaftsstrukturen als Stechmückenhabitat, Erfassung von Flugaktivitäten, physikalisch-chemischer und ökologischer Parameter sowie der Rastplätze von Stechmücken tragen zum besseren Verständnis der Vektorökologie bei. Die biologische Bekämpfung von Culiciden-Larven durch Copepoden sowie mit mikrobiellen Bekämpfungsstoffen wird als umweltverträgliche und nachhaltige Strategie evaluiert. Eine Kosten-Nutzen-Analyse zur Wirksamkeit und zu sozioökonomischen Konsequenzen von Maßnahmen zur Bekämpfung von Arboviren untersucht Vor- und Nachteile der verschiedenen Methoden.
| Organisation | Count |
|---|---|
| Bund | 318 |
| Europa | 20 |
| Kommune | 7 |
| Land | 46 |
| Schutzgebiete | 1 |
| Weitere | 11 |
| Wirtschaft | 1 |
| Wissenschaft | 365 |
| Zivilgesellschaft | 8 |
| Type | Count |
|---|---|
| Daten und Messstellen | 217 |
| Förderprogramm | 303 |
| Taxon | 2 |
| Text | 15 |
| Umweltprüfung | 2 |
| unbekannt | 24 |
| License | Count |
|---|---|
| Geschlossen | 29 |
| Offen | 527 |
| Unbekannt | 7 |
| Language | Count |
|---|---|
| Deutsch | 296 |
| Englisch | 311 |
| Resource type | Count |
|---|---|
| Archiv | 5 |
| Bild | 1 |
| Datei | 214 |
| Dokument | 21 |
| Keine | 231 |
| Unbekannt | 1 |
| Webdienst | 4 |
| Webseite | 98 |
| Topic | Count |
|---|---|
| Boden | 255 |
| Lebewesen und Lebensräume | 563 |
| Luft | 329 |
| Mensch und Umwelt | 563 |
| Wasser | 130 |
| Weitere | 559 |