API src

Found 1103 results.

Related terms

Probleme der Entsorgung fester Abfallstoffe in staedtischen und halbstaedtischen Gebieten von Entwicklungslaendern

Waehrend die systematische Entwicklung und Anwendung von angepassten Technologien fuer Entwicklungslaender im Bereich der Wasserversorgung bereits vor 1-2 Jahrzehnten einsetzte und entsprechende Anstrengungen auf dem Gebiet der Entsorgung menschlicher Abgaenge in den letzten 5 Jahren ebenfalls stark intensiviert wurden (vor allem auch gefoerdert durch die seit 1980 laufende 'International Drinking Water and Sanitation Decade'), hat man den Eindruck, dass bis heute weltweit dem Problem der Entsorgung von festen Abfaellen in Entwicklungslaendern wenig Aufmerksamkeit geschenkt wurde. Es fehlen vor allem Konzepte und Modelle fuer die gemeinsame Entsorgung von Haushalt-Abfaellen und von menschlichen Abgaengen in Siedlungen mit kleinem Wasserangebot.

Einzelbaum Kronenumringe aus Luftbildern (2021) Wuppertal

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.

Virtual und Augmented Reality in der elektrischen Energieversorgung, Teilvorhaben: Transfer von immersiven Technologien in die Aus- und Weiterbildungsstrukturen der Energiewirtschaft

Im Rahmen des Forschungsprojekts VARele wird ein virtuelles Energiesystem auf Basis von Virtual Reality (VR) entwickelt, in dem elementare Anlagen und Handlungsabläufe innerhalb des Verteilungsnetzes auf Hoch- und Mittelspannungsebene abgebildet und interaktiv erlebbar gemacht werden. Der Fokus liegt dabei auf einer detaillierten Abbildung von Umspannanlagen, intelligenten Ortsnetzstationen in Smart-Grid-Systemen und Übertragungssystemen, wie z.B. Hochspannungs- und Mittelspannungs-Freileitungs- und Kabelsystemen. Durch einen modularen Aufbau der VR-Szenarien werden Erweiterungen, wie z.B. eine Integration von Power-to-X-Technologien oder dezentralen Erzeugungsanlagen ermöglicht, die in zukünftigen Energiesystemen eine zentrale Rolle spielen werden. Mithilfe des virtuellen Energiesystems sollen relevante kooperative Lernsituationen geschaffen werden, die im Aus- und Weiterbildungsbereich dazu beitragen, Fach- und Führungskräfte der Energiewirtschaft optimal und effizient zu schulen.

Gründachkartierung - TSP

Auf der Grundlage einer automatisierten Methode der Firma EFTAS Fernerkundung Technologietransfer GmbH wurde für das gesamte Stadtgebiet eine Gründachkartierung vorgenommen. So kann das bereits genutzte Flächenpotenzial auf den Dresdner Dachflächen quantitativ erfasst und eine zukünftige Weiterentwicklung von begrünten Dächern analysiert werden. Die Punktdarstellungen zeigen die Dachflächen, auf denen eine Begrünung erfasst wurde. Dargestellt sind ausschließlich Gründächer mit einer Dachfläche ab einer Größe von zehn Quadratmetern. Konkrete Informationen zur exakten Bedeckung sowie zur genauen Größe der begrünten Dachfläche werden in der Karte nicht dargestellt. Die zunehmende Neuversiegelung und der damit einhergehende Rückgang von Grün- und Freiflächen stellt für die Stadt in Zeiten des Klimawandels eine enorme Herausforderung dar. Dachbegrünungen können aufgrund ihrer zahlreichen ökologischen Leistungen eine Lösung sein. Sie haben einen positiven Einfluss auf das Stadtklima, den Wasserhaushalt sowie die Luft- und Lärmbelastung. Außerdem sind sie ohne zusätzlichen städtischen Bodenverbrauch realisierbar. Damit gewinnen Dachbegrünungen in einer nachhaltigen zukunftsorientierten Stadtplanung zunehmend an Bedeutung.

Einzelbaum Baumarten aus Luftbildern (2021) Wuppertal

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.

Einzelbaum Stammpositionen aus Luftbildern (2025) Remscheid und Solingen

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.

Einzelbaum Kronenumringe aus Luftbildern (2025) Remscheid und Solingen

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.

Einzelbaum Baumarten aus Luftbildern (2021) Wuppertal

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.

Einzelbaum Stammpositionen aus Luftbildern (2025) Remscheid und Solingen

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.

Einzelbaum Kronenumringe aus Luftbildern (2025) Remscheid und Solingen

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.

1 2 3 4 5 … 109 110 111