API src

Found 1100 results.

Related terms

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 stichprobenhafte Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet.

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>

Einzelbaum Stammpositionen aus Luftbildern (2021) Wuppertal

Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, punktförmigen Stammpositionen 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. 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 stichprobenhafte 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 (2021) Wuppertal

<p>Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, punktförmigen Stammpositionen 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. 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.</p> <p><strong>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 stichprobenhafte 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.</strong></p> <p> </p>

Gründachkartierung (WMS Dienst)

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.

Gründachkartierung (WFS Dienst)

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.

Gründachkartierung

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 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 stichprobenhafte Zählungen in einigen Waldbereichen wurde ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet.

Einzelbaum Stammpositionen aus Luftbildern (2021) Wuppertal

Der Datensatz umfasst die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, punktförmigen Stammpositionen 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. 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 stichprobenhafte 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.

Skalierbarkeit von Großkollektoranlagen und KNW-Netzen, Teilvorhaben: Operative Begleitung des wissenschaftlichen Monitorings und Umsetzung von Maßnahmen zur Betriebsoptimierung

Das Forschungsvorhaben KNW-Opt II vereint die Lösungsansätze der beiden bundesweit größten kollektorbasierten Kalten Nahwärmenetze (KNW) 'Bad Nauheim Süd' und 'Soester Norden'. Mit Hilfe von wissenschaftlichen Monitorings werden wichtige übertragbare Erkenntnisse für die Planung, den Bau und den Betrieb komplexer kollektorbasierter KNW-Systeme gewonnen. Diese werden im Rahmen des Wissenstransfers für die breite Anwendung verfügbar gemacht. Es werden Softwarelösungen erarbeitet, validiert und bereitgestellt. Im Vorgängerprojekt KNW-Opt wurde in 'Bad Nauheim Süd' ein wissenschaftliches Monitoring implementiert und erste Optimierungen umgesetzt. Diese Arbeiten werden in KNW-Opt II weiter fortgeführt und ergänzend Agraranalysen an diesem Standort durchgeführt. Zudem werden die Untersuchungen durch Aufbau eines wissenschaftlichen Monitorings am aktuell größten kollektorbasierten KNW-Netz im 'Soester Norden' erweitert und die Übertragbarkeit der Erkenntnisse aus KNW-Opt hierfür genutzt. Die beiden Leuchttürme dienen zudem der Entwicklung einer KNW-Energy-Cloud sowie einem KNW-Real-Time-Twin, mit deren Hilfe die Übertragbarkeit auf andere KNW-Netze im Neubau aber auch Bestand ermöglicht werden soll. Um die Marktdurchdringung zu beschleunigen, erfolgt der Wissens- und Technologietransfer durch die Einbindung der wichtigsten Branchenverbände schon während der Projektlaufzeit. Im Teilvorhaben der Stadtwerke Bad Nauheim GmbH (SWBN) soll das bestehende Monitoringsystem aus KNW-Opt weiter genutzt werden, um weiterführende Analysen und Betriebsoptimierungen durchzuführen. Es werden verschiedene Betriebsszenarien umgesetzt und ausgewertet. Als Ziel sollen hydraulische und thermische Optimierungen resultieren. Die beiden Projekte in Soest und Bad Nauheim sollen gegenseitig aus den Inbetriebnahme- und Messdaten der Betriebsszenarien lernen und profitieren. Alle Erkenntnisse sollen über das Forum nutzbar gemacht werden. Zudem unterstützen die SWBN bei den Agraranalysen.

1 2 3 4 5 … 108 109 110