API src

Found 565 results.

Related terms

Windpotenzialflächen im Saarland - Ausschlussflächen Ökologisch wertvolle Waldflächen

Ökologisch wertvolle Waldflächen wurden durch 5 Waldschutzkriterien definiert und in einer Novellierung des LWaldG berücksichtigt. Diese Flächen wurden von der Windenergienutzung ausgeschlossen. Die 5 neuen Waldschutzkriterien werden wie folgt beschrieben und gelten für alle Besitzarten (Privatwald, Kommunalwald, Staatswald). 1. Laubwaldbestände, die in der Hauptschicht mindestens 75 Prozent der Baumartenanteile als mindestens 100 Jahre alte Laubbäume aufweisen, wozu auch Teile eines Bestandes zählen, in denen klein flächig jüngere Bäume des Zwischen- und Unterstandes oder Nadel- holz das Bestandsbild dominieren und die zum Stichtag 1. Januar 2023 in der durch die Forstbehörde in Kraft gesetzten Forsteinrichtung ausgewiesen sind, oder, sofern eine solche nicht vorhanden ist, in der landesweiten Privatwaldinventur des Jahres 2014 in der Behandlungseinheit „Altholz“ oder „mittleres Baumholz“ ausgewiesen sind, 2. Waldbestände, die zum Stichtag 01.01.2023 als Alt- und Totholz Biozönosen Flächen (ATB- Flächen) in der durch die Forstbehörde in Kraft gesetzte Forsteinrichtung kartiert sind, 3. Waldbestände, die der forstlichen Forschung dienen, sowie Marteloskopflächen, (Flächen, die der waldbaulichen Aus- und Weiterbildung dienen), 4. zugelassene Erntegutbestände nach dem Forstvermehrungsgutgesetz, 5. Waldbestände, die zum Stichtag 01.01.2023 in der durch die Forstbehörde in Kraft gesetzten Forsteinrichtung aus der regelmäßigen Bewirtschaftung genommen sind. Quelle: Sammeldokument zur Windflächenpotenzialstudie 2024 bearbeitet durch Bosch und Partner in Koop. mit Fraunhofer IEE.

WMS Baumart (NLP)

Klassifikation der Baumart Stand 2015 für sämtliche Baumindividuen mit Wuchshöhe >15m. Die Klassen sind Fichte, Tanne, Kiefer, Lärche, Douglasie, Laubbaum (unspezifiziert) und stehendes Totholz. Die flächendeckende Kenntnis der Baumart eines jeden Baumindividuums mit einer Wuchshöhe von >15m ist eine im Vergleich zur in der Forstwirtschaft üblichen über statistische Verfahren geschätzten Baumartenverteilung für größere Flächeneinheiten erheblich genauere Information. Diese höhere Genauigkeit ermöglicht die Ableitung einer Vielzahl von räumlichen Analysen in einer bislang ungewohnten räumlichen Exaktheit, wie z.B. Habitatseignungskarten für bestimmten Tierarten. In Kombination mit der Waldstruktur und Vegetationshöhendaten aus den Folgejahren ermöglicht diese Baumartenklassifikation ein auf Einzelbäumen basiertes Monitoring der natürlichen Waldentwicklung.

Vegetation, Standortsverhältnisse und Ausbreitungsbiologie von Pflanzen an Waldwegen und Rückegassen

Wirtschaftswälder sind von einem Wegenetz durchzogen, von dem sowohl positive als auch negative Auswirkungen auf die Waldlebensgemeinschaften ausgehen können. Während man über die Vegetation und Standortverhältnisse von LKW-fähigen Waldwegen bereits erste Erkenntnisse besitzt, ist das Wissen über Feinerschließungssysteme und deren Wirkung auf die Vegetation noch weitgehend unbekannt. In zwei Gebieten mit unterschiedlichen Standortsverhältnissen und Waldentwicklungstypen (Solling: Buntsandstein, Buchen- und Fichtenreinbestände, Göttinger Wald: Muschelkalk, Rötton, Buchen-Edellaubbaum-Mischbestände) soll die Vegetation an allen vorkommenden Erschließungssystemen (vom LKW-fähigen Weg bis zur Rückegasse) beschrieben, klassifiziert und kartiert werden. An ausgewählten, transektartig gegliederten Versuchsflächen an Rückegassen sollen die standörtlichen Veränderungen durch Feinerschließungssyssteme (insbesondere mit Angaben zum Licht, zur Bodenverdichtung und zum Stickstoffhaushalt) untersucht werden. Da Waldwege bevorzugte Wanderwege und die auf ihnen sich bewegenden Fahrzeuge bevorzugte Vektoren für die Ausbreitung von Pflanzenarten sein können, sind Untersuchungen zur Samenbank und Ausbreitung sowie zur Etablierung von Pflanzen vorgesehen.

Charakterisierung, Transport und Deposition von Silica-Polymeren in ausgewählten monocotyledonen und dicotyledonen Holzgewächsen

Si-Einschlüsse in holzbildenden Pflanzen sind vielfach beschrieben und dienen für verschiedene chemische und biologische Fragestellungen als wichtiges Merkmal. Über Aufnahme, Transport und Deposition liegen jedoch nur lückenhafte Kenntnisse vor. Im Vorhaben sollen folgende Themenkomplexe bearbeitet werden: i) Aufnahme und Ferntransport, ii) Primärausscheidung, iii) Struktur und chemische Komposition. Als Objekte sind Bambus (Monocotyledone) sowie tropische Laubbaumarten (Dicotyledone) vorgesehen. Chemische Analysen (IR und Raman, simultane Thermoanalyse/STA, Thermogravimetrie/TG, Differential Thermoanalyse/DTA, Massenspektrometrie/MS, Si K-XANES-Spektroskopie) werden zur Identifizierung der Aufnahme- und Ferntransportform an Wurzelgewebe und Kapillarsaft durchgeführt sowie an Geweben der Deposition. Mit Licht- und Elektronenmikroskopie werden Si-Verbindungen in den Zielzellen lokalisiert, Kompartimenten zugeordnet (intrazellulärer Transport) und mit TEM/EDX und TEM/EELS charakterisiert. Für Bambus wird beispielhaft die extrazelluläre Deposition in der Zellwand untersucht, um Befunde zu Wechselwirkungen zwischen organischer Matrix und Si-Einlagerung zu erhalten. Folgende Ergebnisse werden erwartet: i) Identifizierung der Si-Transportform in Wurzel und Kapillarsaft, ii) Lokalisierung und Identifizierung deponierter Si-Verbindungen, iii) feinstrukturelle Charakterisierung Si-deponierender Zellen und nicht-deponierender Nachbarzellen.

Indikator E4 Waldzustand

Klimafolgenindikatoren Sachsen-Anhalt Indikatorkennblatt Indikator E4 Waldzustand Nr. des IndikatorsE4 BezeichnungWaldzustand ThemenfeldForstwirtschaft Unterindikator 1) Unterindikator 2) Räumliche GliederungMittlere Kronenverlichtung Jährliche Absterberate Sachsen-Anhalt Bearbeitungsstand12.01.2026 Definition und BerechnungsvorschriftBei der Waldzustandserhebung (WZE) erfolgt eine visuelle Beurteilung des Kronenzustandes der Waldbäume, denn Bäume reagieren auf Umwelteinflüsse u. a. mit Änderungen in der Belaubungsdichte und der Verzweigungsstruktur. Wichtigstes Merkmal ist die Kronenverlichtung der Waldbäume, deren Grad in 5 %-Stufen für jeden Stichprobenbaum erfasst wird. Die Kronenverlichtung wird unabhängig von den Ursachen bewertet, lediglich mechanische Schäden (z. B. das Abbrechen von Kronenteilen durch Wind) gehen nicht in die Berechnung der Ergebnisse der WZE ein. Zusätzlich zur Kronenverlichtung werden weitere sichtbare Merkmale an den Probebäumen wie der Vergilbungsgrad der Nadeln und Blätter, die aktuelle Fruchtbildung sowie Insekten- und Pilzbefall erfasst. Die mittlere Kronenverlichtung wird als arithmetischer Mittelwert der in 5 %-Stufen erhobenen Kronenverlichtung der Einzelbäume gebildet. Die jährliche Absterberate gibt den prozentualen Anteil der seit der letzten Erhebung abgestorbenen Stichprobenbäume (nur stehende tote Bäume) an. Die WZE erfolgt jährlich auf mathematisch-statistischer Grundlage. Auf einem systematisch über Sachsen-Anhalt verteilten Rasternetz werden seit 1991 an jedem Erhebungspunkt 24 Stichprobenbäume begutachtet. Die WZE wurde im Zeitraum 1991 bis 2014 im 4 km mal 4 km-Raster durchgeführt. Ab 2015 beträgt die Rasterweite des landesweiten Stichprobennetzes 8 km mal 8 km. Für Buche, Eiche, Fichte sowie die anderen Laub-und Nadelbäume wurde das 4 km mal 4 km-Raster beibehalten, wenn 2014 mindestens sechs Bäume dieser Baumartengruppen am WZE-Punkt vorhanden waren. Insgesamt gehören seit 2015 bis zu 174 Erhebungspunkte zur Inventur. Dieser Aufnahmeumfang ermöglicht repräsentative Aussagen zum Waldzustand auf Landesebene sowie Zeitreihen für die Kiefer, Fichte, Eiche, Buche und die anderen Laubbaumarten. Datenquelle, AufbereitungNordwestdeutsche Forstliche Versuchsanstalt (NW-FVA): Jährlicher Waldzustandsbericht BedeutungDie Waldzustandserhebung ist Teil des Forstlichen Umweltmonitorings in Sachsen-Anhalt. Sie liefert als Übersichtserhebung Informationen zur Vitalität der Waldbäume unter dem Einfluss sich ändernder Umweltbedingungen. Die Ergebnisse der letzten Jahre zeigen einen engen Zusammenhang der Bauminformation mit den jeweiligen Witterungsbedingungen. Die jährliche Absterberate ist ein wichtiger Indikator für Vitalitätsrisiken des Waldes. Dies gilt besonders vor dem Hintergrund der zu erwartenden Klimaänderungen. Intervall der Zeitreihe01.01.1991 bis 31.12.2025 Aktualisierungjährlich, bis Ende Dezember Seite 1/8 Erstellt durch Landesamt für Umweltschutz Sachsen-Anhalt Indikatorkennblatt 1) Kommentierung des Indikatorverlaufs Mittlere Kronenverlichtung 2) Kommentierung des Indikatorverlaufs Jährliche Absterberate Klimafolgenindikatoren Sachsen-Anhalt Indikator E4 Waldzustand Die Kronenverlichtung ist ein unspezifisches Merkmal, aus dem nicht unmittelbar auf die Wirkung von einzelnen Stressfaktoren geschlossen werden kann. Sie ist daher geeignet, allgemeine Belastungsfaktoren der Wälder aufzuzeigen. Bei der Bewertung der Ergebnisse stehen nicht die absoluten Verlichtungswerte im Vordergrund, sondern die mittel- und langfristigen Trends der Kronenentwicklung. Die Waldzustandserhebung (WZE) 2025 weist als Gesamtergebnis für die Waldbäume in Sachsen-Anhalt (alle Baumarten, alle Alter) eine mittlere Kronenverlichtung von 25 % aus und liegt damit weiterhin auf hohem Niveau. Im Zeitraum 1994 bis 2017 lag die mittlere Kronenverlichtung fast durchgehend unter 20%. Nur 2004 stieg der Wert infolge des Trockenjahres 2003 auf 20 % an. Die Entwicklung der Kronenverlichtung wird bei Kiefer, Fichte und Eiche durch Insekten- und Pilzbefall beeinflusst. Auffällig sind bei der Buche die Schwankungen von Jahr zu Jahr. Eine Ursache für die zunehmende Variabilität der Verlichtungswerte der älteren Buche ist die Intensität der Fruchtbildung, zunehmend jedoch auch das Auftreten der Buchen-Vitalitätsschwäche. Insgesamt ist der Kronenzustand der Kiefer markant besser als der von Fichte, Eiche und Buche. 2018 und 2019 erfolgte ein sprunghafter Anstieg der Verlichtungswerte. Eine Zunahme der Verlichtung ist sowohl bei den älteren (über 60-jährigen) Beständen als auch bei den jüngeren (bis 60-jährigen) Beständen zu beobachten. Besonders starke Veränderungen gab es seit 2019 bei den älteren Fichten und Buchen, aber auch den Eichen. Für die Fichte kann der Wert ab 2023 für die jungen Bäume und über alle Bäume, sowie ab 2024 auch für die älteren Bäume aufgrund des zu geringen Baumbestandes und der daraus resultierenden zu hohen statistischen Unsicherheit nicht mehr dargestellt werden. Die WZE- Ergebnisse der Kiefer zeigen 2023 zwar einen erhöhten Wert von 21%, der im Vergleich zu den anderen Baumarten aber auf moderatem Niveau liegt. Die extreme Witterung seit 2018 hat zu erheblichen Schäden in den Wäldern von Sachsen-Anhalt geführt. Ein maßgeblicher, sich gegenseitig verstärkender Einfluss ging von einer Abfolge von Stürmen, Trockenphasen sowie Borkenkäferbefall aus. Die Absterberate ergibt sich aus den Bäumen, die zwischen der Erhebung im Vorjahr und der aktuellen Erhebung abgestorben sind und noch am Stichprobenpunkt stehen. Durch Windwurf, Durchforstung usw. ausgefallene Bäume gehen nicht in die Absterberate sondern in die Ausfallrate ein. Im Zeitraum 1992 bis 2017 lag die Absterberate (alle Baumarten) durchgehend unter 1 %. Bei der Eiche treten überdurchschnittliche Absterberaten jeweils im Anschluss an Perioden mit starkem Insektenfraß auf, am höchsten war die Absterberate der Eiche 1997. 2018 überstieg die Absterberate (alle Baumarten, alle Alter) mit 1,3 % den Mittelwert der Zeitreihe (0,5 %). 2019 folgte ein außerordentlich hoher Wert (4,2 %). Seitdem lagen die Werte wieder niedriger, 2023 bei 1,4 %. Im Vergleich der Baumarten sind 2023 mit 36 % besonders viele Fichten abgestorben. Bei Kiefer, Eiche und Buche war der Anteil abgestorbener Bäume 2023 leicht erhöht. Vor allem für die Fichte haben die extremen Witterungsbedingungen der Jahre 2018 und 2019 zu einem Schadensausmaß geführt, wie es seit Jahrzehnten nicht beobachtet wurde. Durch Stürme und Trockenphasen waren die Vermehrungsbedingungen für Borkenkäfer besonders günstig. In der Folge entstanden in den Wäldern strukturelle Störungen wie Lücken, Blößen und ausgedehnte Freiflächen. Auf vielen Flächen etabliert sich mittlwereile wieder Jungwuchs oder sie wurden seitdem bepflanzt. Seite 2/8 Erstellt durch Landesamt für Umweltschutz Sachsen-Anhalt Klimafolgenindikatoren Sachsen-Anhalt Indikatorkennblatt Indikator E4 Waldzustand Mittlere Kronenverlichtung Bezeichnung für DiagrammMittlere Kronenverlichtung in Prozent - alle Baumarten Mittlere Kronenverlichtung in Prozent Unterindikator 1) 50 45 40 35 30 25 20 15 10 5 0 1991 1993 1995 1997 1999 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 2023 2025 alle Alter Mittlere Kronenverlichtung in Prozent Bezeichnung für Diagramm bis 60 Jahre über 60 Jahre Mittlere Kronenverlichtung in Prozent - Kiefer 50 45 40 35 30 25 20 15 10 5 0 1991 1993 1995 1997 1999 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 2023 2025 alle Alter bis 60 Jahre über 60 Jahre Seite 3/8 Erstellt durch Landesamt für Umweltschutz Sachsen-Anhalt

Protaetia speciosissima (Scopoli, 1786) Protaetia aeruginosa (Drury, 1770) Blatthornkäfer Vorwarnliste

Deutscher Name: Großer Rosen- bzw. Goldkäfer. Bestand scheint sich in den letzten Jahren stabilisiert zu haben, leichter Zuwachs ist anzunehmen. Eine potentielle Gefährdung durch Verlust alter Eichen und anderer Laubbäume in den Lebensräumen bleibt bestehen. Kontinentale Art, im Süden und der Mitte Deutschlands sowie im Osten, fehlt im Norden und Westen (Nordrhein-Westfalen, Niedersachsen, Weser-Ems, Schleswig-Holstein), nordwestlichster Vorposten: Niederelbe. Aktuell in Deutschland im Süden und Osten, nördlich bis Saarland, Rheinland-Pfalz, Hessen, Niederelbe, in Ostdeutschland fast ausschließlich östlich der Elbe, aktuell Sachsen-Anhalt, Sachsen und Brandenburg. Ältere Funde aus Thüringen, Mecklenburg-Vorpommern und dem Rheinland. Lokal in Wärmegebieten häufiger. Baumhöhlenbewohner alter lichter Auwälder, Hutewälder etc., besonders Eichen ( Quercus spp.), aber auch andere Laubbäume wie Linden ( Tilia spp.) und Obstbäume werden besiedelt.

Vegetationsstruktur des Grünvolumens 2009 (WMS Dienst)

Die vorliegende Vegetationsstruktur des Grünvolumens basiert auf einem Zwischenergebnis aus dem durch das Leibniz-Institut für ökologische Raumentwicklung e.V. (IÖR) erstellten Gutachten "Grünvolumenbestimmung der Stadt Dresden auf der Grundlage von Laserscandaten" vom August 2014. Dieses ist unter dem zugeordneten Dokument einsehbar. Einleitung: Städtisches Grün ist aus stadtökologischer und sozialer Sicht unverzichtbar und erfüllt wichtige Funktionen wie Staubbindung, Temperaturminderung, Winddämpfung oder Grundwasserneubildung. Darüber hinaus bilden öffentliche Grünanlagen Oasen der Ruhe, die der Erholung, Freizeitgestaltung und Kommunikation dienen und wichtige soziale Funktionen erfüllen. Die ökologische Wirksamkeit des städtischen Grüns ist im besonderen Maße von der vorliegenden Vegetionsstruktur abhängig. So besitzt niedrige Vegetation (Rasen und Wiesen) vor allem in den Abend- und Nachtstunden eine abkühlende Wirkung, während hohe Vegetation (mittlere bis große Bäume) vorwiegend am Tag zu einer Absenkung der klimatischen Belastung beiträgt, aber zugleich die Belüftung negativ beeinträchtigen kann. Mittlere Vegetation (Sträucher, Stauden, Hecken und kleine Bäume) verfügt ebenso wie die hohe Vegetation über ein hohes Maß an Staubbindevermögen aus der Luft, während niedrige Vegetation vorwiegend Staub- und Gasteile aus den Niederschlägen bindet und aufgrund der hohen Versickerungsleistung einen großen Anteil zur Grundwasserneubildung beiträgt (siehe auch Metadaten zur Planungshinweiskarte Stadtklima). Hintergrund: Für die Grünvolumenbestimmung war es zwingend erforderlich, Vegetation von anthropogenen Objekten mit einer relevanten Höhe über dem Boden, wie Gebäuden, Laternen, Fahrzeugen etc. zu trennen. Gleichzeitig war für die Anwendung der Kronenformkorrektur (nur auf Laubbäume) und des pauschalen Aufschlages für Rasen und Ackerflächen eine weitere Differenzierung nach Vegetationstypen erforderlich. Folgende Vegetationstypen sollten voneinander getrennt werden: - Laubbaum - Nadelbaum - Sträucher - Rasen - Acker. Datengrundlage/Methodik: Grundlage der Bestimmung der Vegetationsstruktur (als Zwischenergebnis der Grünvolumenbestimmung) sind Laserscandaten, RGBI-Bilddaten sowie Gebäudedaten. Klassifizierung der Vegetationsstruktur des Grünvolumens: - Value 0: vegetationslos => (farblos oder weiß) - Value 1: Laubbaum => (grün) - Value 2: Nadelbaum => (dunkelgrün) - Value 3: Sträucher => (braungrün) - Value 4: Rasen, Wiesen und sonstige niedrige Vegetation => (gelbgrün/hellgrün) - Value 5: Acker => (gelbgrün/hellgrün)

Vegetationsstruktur des Grünvolumens 2009

Die vorliegende Vegetationsstruktur des Grünvolumens basiert auf einem Zwischenergebnis aus dem durch das Leibniz-Institut für ökologische Raumentwicklung e.V. (IÖR) erstellten Gutachten "Grünvolumenbestimmung der Stadt Dresden auf der Grundlage von Laserscandaten" vom August 2014. Dieses ist unter dem zugeordneten Dokument einsehbar. Einleitung: Städtisches Grün ist aus stadtökologischer und sozialer Sicht unverzichtbar und erfüllt wichtige Funktionen wie Staubbindung, Temperaturminderung, Winddämpfung oder Grundwasserneubildung. Darüber hinaus bilden öffentliche Grünanlagen Oasen der Ruhe, die der Erholung, Freizeitgestaltung und Kommunikation dienen und wichtige soziale Funktionen erfüllen. Die ökologische Wirksamkeit des städtischen Grüns ist im besonderen Maße von der vorliegenden Vegetionsstruktur abhängig. So besitzt niedrige Vegetation (Rasen und Wiesen) vor allem in den Abend- und Nachtstunden eine abkühlende Wirkung, während hohe Vegetation (mittlere bis große Bäume) vorwiegend am Tag zu einer Absenkung der klimatischen Belastung beiträgt, aber zugleich die Belüftung negativ beeinträchtigen kann. Mittlere Vegetation (Sträucher, Stauden, Hecken und kleine Bäume) verfügt ebenso wie die hohe Vegetation über ein hohes Maß an Staubbindevermögen aus der Luft, während niedrige Vegetation vorwiegend Staub- und Gasteile aus den Niederschlägen bindet und aufgrund der hohen Versickerungsleistung einen großen Anteil zur Grundwasserneubildung beiträgt (siehe auch Metadaten zur Planungshinweiskarte Stadtklima). Hintergrund: Für die Grünvolumenbestimmung war es zwingend erforderlich, Vegetation von anthropogenen Objekten mit einer relevanten Höhe über dem Boden, wie Gebäuden, Laternen, Fahrzeugen etc. zu trennen. Gleichzeitig war für die Anwendung der Kronenformkorrektur (nur auf Laubbäume) und des pauschalen Aufschlages für Rasen und Ackerflächen eine weitere Differenzierung nach Vegetationstypen erforderlich. Folgende Vegetationstypen sollten voneinander getrennt werden: - Laubbaum - Nadelbaum - Sträucher - Rasen - Acker. Datengrundlage/Methodik: Grundlage der Bestimmung der Vegetationsstruktur (als Zwischenergebnis der Grünvolumenbestimmung) sind Laserscandaten, RGBI-Bilddaten sowie Gebäudedaten. Klassifizierung der Vegetationsstruktur des Grünvolumens: - Value 0: vegetationslos => (farblos oder weiß) - Value 1: Laubbaum => (grün) - Value 2: Nadelbaum => (dunkelgrün) - Value 3: Sträucher => (braungrün) - Value 4: Rasen, Wiesen und sonstige niedrige Vegetation => (gelbgrün/hellgrün) - Value 5: Acker => (gelbgrün/hellgrün)

Forstwirtschaft - Bestände Staatswald 2011

Der Kartendienst (WMS-Gruppe) stellt die digitalen Geodaten aus dem Bereich Forstwirtschaft des Saarlandes dar.:Waldbestände des SaarForst Landesbetriebes (Staatswald) Die Aussengrenzen (Besitzgrenzen) des Staatswaldes wurden an die ALK angeglichen und sind damit katasterscharf. Die Innengrenzen (Abgrenzungen der Waldbestände eines Eigentümers untereinander) sind anhand der DGK5 und der digitalen Orthofotos mit 40 cm räumlicher Auflösung digitalisiert. Felder und ihre Bedeutung: Hierarchie Char (14) ; landesweit besitzerübergreifend eindeutiger Schlüssel Besitz Char (20) ; Waldeigentümer Revier Char (2) ; SaarForst Reviernummer Reviername Char (25) ; SaarForst Revierbezeichnung Abt Char (4) ; Nummer der Waldabteilung, eindeutig innerhalb eines Waldeigentümers Abteilung Char (8) ; Nummer der Waldabteilung mit vorangestellter Eigentümernummer Uabt Char (1) ; Unterabteilung Bestand Char (1) ; Bestand Teilfl Char (1) ; Teilfläche Beschrift Char (4) ; zusammengesetztes Feld aus Unterabteilung, Bestand und Teilfläche Betr_kl Char (20) ; Betriebsklasse Keine_bew Char (20) ; Erläuterung zu den Waldflächen außer Bewirtschaftung (10%) *) Bewirtsch Char (30) ; Bewirtschaftungsintensitäteinschl. „außer Bewirtschaftung“ Entw_stufe Char (30) ; Entwicklungsstufe Best_typ Char (35) ; Bestandestyp Schlussgra Char (20) ; Schlussgrad Best_stru Char (20) ; Bestandesstruktur Nutz_art Char (20) ; Nutzungsart Atb Char (20) ; Alt- und Totholz Biozönosen-Projektfläche Bl Decimal (3, 0) ; Blösse Anteil der Fläche temporär ohne Baumbewuchs in % Bu Decimal (3, 0) ; Anteil der Baumartengruppe Buche in % Ei Decimal (3, 0) ; Anteil der Baumartengruppe Eiche in % Elb Decimal (3, 0) ; Anteil der Baumartengruppe Edellaubbäume in % Slb Decimal (3, 0) ; Anteil der Baumartengruppe sonstige Laubbäume in % Fi Decimal (3, 0) ; Anteil der Baumartengruppe Fichte in % Ki Decimal (3, 0) ; Anteil der Baumartengruppe Kiefer in % Lae Decimal (3, 0) ; Anteil der Baumartengruppe Lärche in % Dou Decimal (3, 0) ; Anteil der Baumartengruppe Douglasie in % Snb Decimal (3, 0) ; Anteil der Baumartengruppe sonst. Nadelbäume in % Sa_lh Decimal (3, 0) ; Summe der Laubhölzer in % Sa_nh Decimal (3, 0) ; Summe der Nadelhölzer in % Hba Char (3) ; Dominierende Baumartengruppe Farbe Char (10) ; Darstellungsfarbe auf der Wirtschaftskarte Stand der Flächenausweisung „Außer Bewirtschaftung -10% der Staatswaldfläche“ zum 1.9.2011 Bisherige_irB; Bisher in regelmässiger Bewirtschaftung Bisherige_arB; Bisher ausser regelmässiger Bewirtschaftung NWZ_ausgewiesen; durch Rechtsverordnung ausgewiesene Naturwaldzelle Grossschutzgebiet; durch Rechtsverordnung ausgewiesenes Großschutzgebiet ("Urwald") Grossschutzgebiet_ab; Abgang vom Großschutzgebiet, rechtlich nicht umgesetzt Grossschutzgebiet_zu; Zugang zum Großschutzgebiet, rechtlich nicht umgesetzt Referenzfläche; Referenzfläche Prozessschutz Quierschied NWZ_erw: Zugang bzw. Neuausweisung Naturwaldzelle, rechtlich nicht umgesetzt Kernzone_Biosphaere; Kernzonen der Biosphäre Bliesgau.

Einzelbaum Kronenumringe aus Luftbildern (2021) Wuppertal

<p>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.</p> <p><strong>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 stichprobenhafte Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet.</strong></p> <p> </p>

1 2 3 4 5 … 55 56 57