Other language confidence: 0.6099245994425915
The Tree Species Germany product provides a map of dominant tree species across Germany for the year 2016 at a spatial resolution of 10 meters. The map depicts the distribution of ten tree species groups derived from multi-temporal optical Sentinel-2 data. The input features explicitly incorporate phenological information to capture seasonal vegetation dynamics relevant for species discrimination. A total of over 100,000 training and test samples were compiled from publicly accessible sources, including urban tree inventories, Google Earth Pro, Google Street View, and field observations. The final product was created by majority-voting on annual XGBoost Sentinel-2 tree species classifications (2016–2024) and filtering with forest structure data. If no clear majority vote was achieved, the class uncertain was assigned. The Tree Species Germany 2016 product achieves an overall F1-score of 0.95. For the dominant species pine, spruce, beech, and oak, class-wise F1-scores range from 0.92 to 0.99, while F1-scores for other widespread species such as birch, alder, larch, Douglas fir, fir, and other deciduous species range from 0.85 to 0.96. The product provides a consistent, high-resolution, and up-to-date representation of tree species distribution across Germany. Its transferable, cost-efficient, and repeatable methodology enables reliable large-scale forest monitoring and offers a valuable basis for assessing spatial patterns and temporal changes in forest composition in the context of ongoing climatic and environmental dynamics.
Der Sachsen-Anhalt-Viewer ist die zentrale Präsentationskomponente des Geodatenportals Sachsen-Anhalt. Die Anwendung enthält zahlreiche als Open Data veröffentlichte Geobasisdaten und ermöglicht die Visualisierung und Verknüpfung von Geodaten und Karten aus verschiedenen Bereichen der öffentlichen Verwaltung. Neben Grundfunktionalitäten zur Navigation und Abfrage hält die Anwendung verschiedene Standardwerkzeuge und Funktionen bereit: Adress- und Flurstückssuche, Werkzeuge zur Strecken-, Flächen- und Höhenmessung, Zeichenfunktionen, Koordinatenerfassung, Druckfunktion u.a. Über den erweiterten Funktionsumfang können zusätzliche Kartendienste oder eigene Geodaten über Webservice-Schnittstellen oder per Importtool hinzugefügt werden.
The Tree Species Germany product provides a map of dominant tree species across Germany for the year 2022 at a spatial resolution of 10 meters. The map depicts the distribution of ten tree species groups derived from multi-temporal optical Sentinel-2 data, radar data from Sentinel-1, and a digital elevation model. The input features explicitly incorporate phenological information to capture seasonal vegetation dynamics relevant for species discrimination. A total of over 80,000 training and test samples were compiled from publicly accessible sources, including urban tree inventories, Google Earth Pro, Google Street View, and field observations. The final classification was generated using an XGBoost machine learning algorithm. The Tree Species Germany product achieves an overall F1-score of 0.89. For the dominant species pine, spruce, beech, and oak, class-wise F1-scores range from 0.76 to 0.98, while F1-scores for other widespread species such as birch, alder, larch, Douglas fir, and fir range from 0.88 to 0.96. The product provides a consistent, high-resolution, and up-to-date representation of tree species distribution across Germany. Its transferable, cost-efficient, and repeatable methodology enables reliable large-scale forest monitoring and offers a valuable basis for assessing spatial patterns and temporal changes in forest composition in the context of ongoing climatic and environmental dynamics.
This vector dataset is based on a 10 m resolution raster dataset that shows forest canopy cover loss (FCCL) in Germany at a monthly resolution from September 2017 to October 2025. Results at pixel level were aggregated at municipality, district, and federal state level. For the results at administrative level we differentiate between deciduous and coniferous forests. We use the stocked area map 2018 (Langner et al. 2022, https://doi.org/10.3220/DATA20221205151218 ) as a reference forest mask. We differentiate between deciduous and coniferous forests by intersecting the stocked area map with a tree species map (Blickensdoerfer et al. 2024). Pixels of the classes birch, beech, oak, alder, deciduous trees with long lifespan and deciduous trees with short lifespan were classified as deciduous forest and pixels of the classes Douglas fir, spruce, pine, larch and fir as coniferous forest. The coverage of the two datasets is not identical, which is why a few areas of the forest reference map remained unclassified. These were filled with the dominant leaf type map of the Copernicus Land Monitoring Service (CLMS 2025). Therefore, the vector data at administrative level contains information about unclassified forest areas and the total forest area as the sum of deciduous, coniferous, and unclassified forests. The FCCL confidence at pixel level is lowest at the end of the time series because the number of repeated threshold exceedance is used as a criterion to record forest canopy cover losses. Therefore, we excluded August 2024 through October 2025 from the annual and overall statistics and summarized the respective FCCL as additional attribute. The dataset provides an update of the assessment in Thonfeld et al. (2026).
Das Bundesamt für Kartographie und Geodäsie (BKG) hat ein Verfahren zur bedarfsbezogenen Bereitstellung von Fernerkundungsdaten entwickelt. Für die fernerkundliche Produktion werden derzeit optische Satellitenbilddaten in der Bundesverwaltung bevorzugt eingesetzt. Hierfür ist das sogenannte Mosaik-Verfahren eine wichtige Methode. Das Verfahren wurde mit den von der EU finanzierten Sentinel-2- Daten der europäischen Erdbeobachtungsinitiative Copernicus aufgebaut und kann für jeden optischen Datensatz (inkl. Luftbilder) angewendet werden. Wir stellen mit dieser Methode einen Service zur Verfügung, über den sich optische Fernerkundungsdaten für jedes Gebiet auf der Erde fachlich und bedarfsorientiert aufbereiten lassen. Über den Dienst Web Map Service (WMS) Sen2Europe wird den Bedarfsträgern ermöglicht, vorprozessierte und aufbereitete Fernerkundungsinformationen aus dem Erdbeobachtungsprogramm Copernicus (Sentinel-2, L1C-L2A), für Europa, in bestehende eigene Fachverfahren mit einzubinden. Die Bilddaten des Jahres 2021 wurden jeweils zu einem Mosaik zusammengefügt, welches eine Bodenauflösung von 10m hat. Ein Komposit aus drei Bändern (Sentinel-2 Bänder: 2, 3, 4 (R, G, B)) sowie eine Information zu den Eingangsbilddaten werden angeboten. Die Bilddaten wurden einem radiometrischen Farbausgleichsverfahren unterzogen um ein einheitliches Erscheinungsbild zu erlangen. Für jedes Mosaik beträgt die Wolkenbedeckung über das gesamte Gebiet weniger als 3%. Über den Request-Parameter TIME kann hier gezielt ein spezifischer Jahresstand angezeigt werden (z.B. Time=2018) (ohne TIME-Parameter wird der neueste Stand angezeigt). Die nachfolgende URL des freien Webdienstes können Sie direkt, z.B. in Ihrem Geo-Informationssystem (GIS), verwenden:https://sgx.geodatenzentrum.de/wms_sen2europe
Das Bundesamt für Kartographie und Geodäsie (BKG) hat ein Verfahren zur bedarfsbezogenen Bereitstellung von Fernerkundungsdaten entwickelt. Für die fernerkundliche Produktion werden derzeit optische Satellitenbilddaten in der Bundesverwaltung bevorzugt eingesetzt. Hierfür ist das sogenannte Mosaik-Verfahren eine wichtige Methode. Das Verfahren wurde mit den von der EU finanzierten Sentinel-2- Daten der europäischen Erdbeobachtungsinitiative Copernicus aufgebaut und kann für jeden optischen Datensatz (inkl. Luftbilder) angewendet werden. Wir stellen mit dieser Methode einen Service zur Verfügung, über den sich optische Fernerkundungsdaten für jedes Gebiet auf der Erde fachlich und bedarfsorientiert aufbereiten lassen. Über den Dienst Web Map Service (WMS) Sen2Europe wird den Bedarfsträgern ermöglicht, vorprozessierte und aufbereitete Fernerkundungsinformationen aus dem Erdbeobachtungsprogramm Copernicus (Sentinel-2, L1C-L2A), für Europa, in bestehende eigene Fachverfahren mit einzubinden. Die Bilddaten des Jahres 2018 wurden jeweils zu einem Mosaik zusammengefügt, welches eine Bodenauflösung von 10m hat. Ein Komposit aus drei Bändern (Sentinel-2 Bänder: 2, 3, 4 (R, G, B)) sowie eine Information zu den Eingangsbilddaten werden angeboten. Die Bilddaten wurden einem radiometrischen Farbausgleichsverfahren unterzogen um ein einheitliches Erscheinungsbild zu erlangen. Für jedes Mosaik beträgt die Wolkenbedeckung über das gesamte Gebiet weniger als 3%. Über den Request-Parameter TIME kann hier gezielt ein spezifischer Jahresstand angezeigt werden (z.B. Time=2018) (ohne TIME-Parameter wird der neueste Stand angezeigt). Die nachfolgende URL des freien Webdienstes können Sie direkt, z.B. in Ihrem Geo-Informationssystem (GIS), verwenden:https://sgx.geodatenzentrum.de/wms_sen2europe
Dieser Antrag skizziert ein Projekt, das den Zielen des SPP 'EarthShape' folgt, indem es die Rolle von Biota für die Formungsprozesse der Erde untersucht. Diese Studie zielt darauf ab, (i) die ursprüngliche Annahme von EarthShape zu testen, dass alle primären Arbeitsgebiete eine ähnliche langfristige tektonische (Gesteinshebungs-) Geschichte aufweisen und (ii) den Einfluss von Biota auf Landschaften entlang eines ausgeprägten klimatischen und ökologischen Gradienten in der chilenischen Küstenregion über Jahrtausende zu quantifizieren. Die Annahme einer identischen tektonischen (Gesteinshebungs-) Geschichte aller vier primären Arbeitsgebiete impliziert, dass laterale Variationen der Topographie und der stattfindenden Erdoberflächenprozesse ausschließlich durch Klima und Biota gesteuert werden/wurden. Tektonische Studien und thermochronologische Pilotdaten, legen nahe, dass dies möglicherweise nicht der Fall ist, und somit jedwede Schlussfolgerung über Biota- Topographie-Erosionsbeziehungen unvollkommen ist. Wir werden Festgesteins- Niedrigtemperatur-Thermochronologie (Apatit (U-Th)/He- und Fission-Track-Methode) und thermisch-kinematische Modellierung (PECUBE) anwenden, um die tektonische (Gesteinshebungs-) Geschichte aller vier primären Arbeitsgebiete in EarthShape über Millionen Jahre zu rekonstruieren. Die Ergebnisse sind sowohl für Beobachtungs- als auch für Modellierungsstudien, die großskalige Tektonik-Klima-Biota-Interaktionen und Landschaftsentwicklungen untersuchen (vgl. Phase-II-EarthShape-Anträge: PIs Ehlers und Hickler, Schaller und van der Kruk, Mutz und Niedermeyer), von großer Bedeutung. Detritische (Tracer) Thermochronologie wird in allen primären Arbeitsgebiete von EarthShape angewendet, um die antreibenden Kräfte von Erdoberflächenprozessen über Jahrtausende zu identifizieren. Von besonderem Interesse ist hierbei die Untersuchung der Beziehungen zwischen Vegetationsbedeckung, Geomorphologie, Erosion und Sedimenttransport. Dies geschieht durch statistische Zuordnung der detritischen Altersverteilungen zu den Herkunftsgebieten in den untersuchten Einzugsgebieten. Geomorphologische und biotische Einflussfaktoren werden aus verschiedenen Fernerkundungsdaten abgeleitet. Geomorphologische Erosionsfaktoren werden aus digitalen Höhenmodellen (ASTER, LiDAR) berechnet, während Vegetations-Erosionsfaktoren aus der Analyse multispektraler Satellitendaten (Sentinel, Landsat) in Verbindung mit Feldarbeit abgeleitet werden. Hieraus resultierende relative Erosionskarten können mit kosmogenen Nuklid-Erosionsraten kombiniert werden (z. B. EarthShape Phase I + II, PIs Schereler et al., Schaller und van der Kruk), um hochaufgelöste Erosionsraten-Karten für alle primären Arbeitsgebiet von EarthShape abzuleiten. Wir erwarten, dass dieser innovative multidisziplinäre Ansatz (Kombination von Thermochronologie und Fernerkundungsdaten) unser Verständnis der tektonischen, klimatischen und biologischen Landschaftsdynamik verbessern wird.
Die Daten beinhalten aufbereitete Fernerkundungsdaten der Sentinel-2 Satelliten des europäischen Erdbeobachtungsprogramms „Copernicus“. Sentinel2-Aufnahme (S2) mit 10 m Auflösung (R10) vom 08.09.2021, aufbereitet durch das Landesamt für Vermessung und Geoinformation Sachsen-Anhalt und Bereitstellung als WMS in 3 Darstellungsvarianten (RGB, CIR, NDVI) für das Gebiet Sachsen-Anhalt.
SWIM Water Extent is a global surface water product at 10 m pixel spacing based on Sentinel-1/2 data. The collection contains binary layers indicating open surface water for each Sentinel-1/2 scene. Clouds and cloud shadows are removed using ukis-csmask (see: https://github.com/dlr-eoc/ukis-csmask ) and are represented as NoData. The water extent extraction is based on convolutional neural networks (CNN). For further information, please see the following publications: https://doi.org/10.1016/j.rse.2019.05.022 and https://doi.org/10.3390/rs11192330
Die Daten beinhalten aufbereitete Fernerkundungsdaten der Sentinel-2 Satelliten des europäischen Erdbeobachtungsprogramms „Copernicus“. Sentinel2-Aufnahme (S2) mit 10 m Auflösung (R10) vom 21.04.2020, aufbereitet durch das Landesamt für Vermessung und Geoinformation Sachsen-Anhalt und Bereitstellung als WMS in 3 Darstellungsvarianten (RGB, CIR, NDVI) für das Gebiet Sachsen-Anhalt.
| Organisation | Count |
|---|---|
| Bund | 177 |
| Europa | 4 |
| Global | 2 |
| Kommune | 4 |
| Land | 84 |
| Wirtschaft | 2 |
| Wissenschaft | 64 |
| Type | Count |
|---|---|
| Daten und Messstellen | 1 |
| Förderprogramm | 144 |
| unbekannt | 84 |
| License | Count |
|---|---|
| Offen | 185 |
| Unbekannt | 44 |
| Language | Count |
|---|---|
| Deutsch | 118 |
| Englisch | 120 |
| Resource type | Count |
|---|---|
| Archiv | 3 |
| Datei | 63 |
| Dokument | 16 |
| Keine | 82 |
| Webdienst | 3 |
| Webseite | 105 |
| Topic | Count |
|---|---|
| Boden | 153 |
| Lebewesen und Lebensräume | 181 |
| Luft | 136 |
| Mensch und Umwelt | 187 |
| Wasser | 95 |
| Weitere | 229 |