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 Museum sollen die hergebrachten Formen der Waldbewirtschaftung aufgezeigt werden. Im Niederwald werden die Bäume zur Brennholzgewinnung in 15- bis 25-jährigem Turnus auf den Stock gesetzt. Vor allem Hainbuche, Ahorn und Linde treiben rasch wieder aus, während Nadelbäume durch häufigen Hieb verdrängt werden. Im Mittelwald bleiben zur Bauholzgewinnung einige Bäume als Überhälter stehen, während der Rest niederwaldartig genutzt wird. Im heute üblichen Hochwald kann die Umtriebszeit mehr als hundert Jahre betragen. Außer zur Holznutzung diente der Wald früher als Viehweide, zur Streuentnahme, zur Harz-, Pottaschen- (Glasherstellung) und Rindengewinnung (Gerberei) sowie als Bienenweide (Zeidlerei).
Seit Beginn der 80er Jahre wird in der Ursachenforschung der Waldschaeden bestimmten Luftschadstoffen eine entscheidende Rolle beigemessen. Aus diesem Grund wurde von der Forstlichen Versuchs- und Forschungsanstalt Baden-Wuerttemberg ein Pilotprojekt begonnen. Ziel dieses Vorprojektes war die Entwicklung und Erprobung einer Grosskammer zur Untersuchung von Filterwirkung, Wintertauglichkeit und Kammerklima. Solche 'oben offenen Experimentierkammern' bieten die Moeglichkeit, Luftschadstoffe der Umgebungsluft auszuschliessen. Aus den Kontrollen mit den jeweiligen Freiluftbaeumen lassen sich dann Rueckschluesse auf die Auswirkungen der verschiedenen Schadstoffe ziehen. Dieses Pilotprojekt wurde im Muenstertal im Suedschwarzwald in 850 m ue NN durchgefuehrt. Die praktische Erprobung waehrend zweier Betriebsjahre zeigte einen weitgehend stoerungsfreien Kammerbetrieb. Die hoelzerne Konstruktion und die Folienbespannung widerstanden allen Belastungen durch Wind und Schnee. Lueftungs- und Filterungssystem arbeiteten befriedigend. Im Gegensatz zum technischen Kammerbetrieb bleiben die qualitativen Kammerbedingungen hinter den Erfordernissen zurueck. Eine wesentliche Abweichung von den Freilandbedingungen stellten die fehlenden Nebel- und Tauereignisse dar. Aus immissionsoekologischer Sicht entfielen hierdurch Depositionen, die fuer das aktuelle Schadensphaenomen der montanen Nadelvergilbung von besonderer Bedeutung sein koennten. Die nahezu lueckenlosen Messreihen der Klimawerte belegten ferner, dass die grundlegende Forderung nach einem freilandaehnlichen Kammerklima in den getesteten Kammern nur bedingt erfuellt werden konnte. Dies traf insbesondere fuer Luft- und Bodentemperaturen, fuer die relative Luftfeuchtigkeit und die Strahlungsverhaeltnisse zu. Aufgrund der beobachteten Klimaeffekte sowie des Fehlens wesentlicher immissionsoekologischer Feuchtefaktoren lassen die Testpflanzen sowohl kurz- als auch langfristig Wuchs- und Symptomreaktionen erwarten, die nicht mit denen des Freilandes vergleichbar sind. Unter diesen Bedingungen ist nur der Vergleich von Kammer zu Kammer statthaft. Die Durchfuehrung spezieller Kurzzeitexperimente (zB waehrend einer Vegetationsperiode) mit den Behandlungsvarianten Rein- und Umgebungsluft scheiterte an der relativ geringen Luftschadstoffbelastung des Projektstandortes. Gegen Langzeit-Experimente sprachen die nicht vergleichbaren Wachstumgsbedingungen innerhalb und ausserhalb der Kammern. Um uebertragbare Kammerergebnisse zu erzielen, muessten kostenintensive Optimierungsmassnahmen vorgenommen werden. Vorrangige Verbesserungen waeren im Bereich der Lichtbedingungen und der Temperaturreduktion angezeigt. Die Steuerungsgruppe kam zu dem abschliessenden Ergebnis, dass das Projekt im Vorprojektstadium abgeschlossen und am Standort 'Muenstertal' nicht in ein langfristiges Abschlussprojekt uebergeleitet werden sollte.
Anzahl der Proben: 16 Gemessener Parameter: Probenart: einjährige Triebe Einjährige Triebe von Nadelbäumen spiegeln aufgrund ihrer hohen physiologischen Aktivität die Schadstoffbelastung eines Jahres am besten wider. Dabei ist die Festlegung auf einen Jahrgang notwendig, da in Abhängigkeit der Stoff- und Altersklasse unterschiedliche Akkumulationsraten auftreten. Auch die Einbeziehung der Triebachsen ist wichtig, da sich an der Rinde der jungen Triebe die an Partikel gebundenen schwerflüchtigen Substanzen bevorzugt niederschlagen. Probenahmegebiet: Fichtenbestand Westufer 50-jährige Fichten am Westufer des Belauer Sees
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)
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 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.
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.
| Organisation | Count |
|---|---|
| Bund | 1888 |
| Europa | 14 |
| Kommune | 17 |
| Land | 163 |
| Weitere | 19 |
| Wirtschaft | 1 |
| Wissenschaft | 160 |
| Zivilgesellschaft | 15 |
| Type | Count |
|---|---|
| Bildmaterial | 1 |
| Daten und Messstellen | 1406 |
| Ereignis | 4 |
| Förderprogramm | 464 |
| Hochwertiger Datensatz | 1 |
| Taxon | 8 |
| Text | 55 |
| Umweltprüfung | 1 |
| unbekannt | 37 |
| License | Count |
|---|---|
| Geschlossen | 1465 |
| Offen | 488 |
| Unbekannt | 16 |
| Language | Count |
|---|---|
| Deutsch | 1935 |
| Englisch | 1468 |
| Resource type | Count |
|---|---|
| Archiv | 26 |
| Bild | 12 |
| Datei | 1416 |
| Dokument | 35 |
| Keine | 455 |
| Webseite | 1487 |
| Topic | Count |
|---|---|
| Boden | 1859 |
| Lebewesen und Lebensräume | 1969 |
| Luft | 1790 |
| Mensch und Umwelt | 1550 |
| Wasser | 1776 |
| Weitere | 1950 |