We present HeideBench, a very-high-resolution multispectral uncrewed aerial vehicle dataset for forest crown phenology collected over a forest patch in Dölauer Heide, Halle (Saale), Germany. Dölauer Heide is currently dominated by pine plantations (Kiefernforste), which cover the largest area but are increasingly affected by dieback, while its potential natural vegetation is sessile oak–hornbeam forest rich in small-leaved lime (Albrecht et al., 1993). In addition to these pine stands, the area contains near-natural mixed deciduous forests with oaks, birches, and beeches, making it a particularly relevant setting for observing seasonal canopy development under contrasting forest structures and ongoing ecological transition. Against this background, HeideBench provides repeated observations of the same forest patch through the growing season. The dataset contains 18 georeferenced multispectral GeoTIFF orthomosaics acquired between 6 March 2025 and 5 November 2025, spanning a 244-day seasonal period from early spring to late autumn. The acquisitions have a median revisit interval of 14 days, with intervals ranging from 4 to 27 days, and an average ground sampling distance of 5.53 cm per pixel. The valid imaging footprint covers approximately 32.1 ha and is bounded by 11.902653–11.911325°E and 51.499959–51.508576°N. Data were collected using a DJI Mavic 3M Enterprise uncrewed aerial vehicle equipped with four multispectral cameras measuring green (560 nm), red (650 nm), red-edge (730 nm), and near-infrared (860 nm) reflectance, in that order. Flights used a real-time kinematic (RTK) positioning module for centimeter-level geolocation, and all data are provided in coordinate reference system EPSG:25832. Imagery was processed with Agisoft Metashape 2.3.1 to generate calibrated multispectral orthomosaics. The dataset further includes 5,885 crop-safe individual tree crown instance segmentations over the same footprint, extracted with the DeepTrees software package (Khan et al., 2025). HeideBench is intended to support crown-centric analyses of seasonal canopy development, temporal representation learning, phenology-aware feature extraction, and the evaluation of tree crown delineation under seasonal change. HeideBench is a result of the Dynamic Platform Project titled "PhenoEmbed: Multispectral UAV AI Embeddings for phenology-aware tree crown delineation" of the Integration Platform 1: "Sustainable future land use" (IP1) at the Helmholz Centre for Environmental Research (UFZ) in Leipzig, Germany.
Die Wälder der Erde haben eine grundlegende Bedeutung für die Zukunft der Menschheit. Sie bilden einen Großteil der Erdoberfläche und sind wichtiger Lebensraum der an Land lebenden Tier- und Pflanzenarten. Wälder produzieren nutzbare Stoffe, regulieren Stoff- und Wasserfüsse, die CO2-Konzentration der Atmosphäre sowie das globale und regionale Klima. Der Schutz der Wälder ist von zentraler Bedeutung für eine nachhaltige Existenz der Menschen in sicher funktionierenden Beziehungen zwischen Ökosystemen und der Umwelt. Weil Waldökosysteme auch bei forstlicher Nutzung weitgehend selbstorganisiert funktionieren, sind sie ein spannendes Gebiet der Ökosystemforschung. Die Komplexität von Waldökosystemen ist eine Herausforderung für das Umweltmanagement schlechthin. Im Prinzip zielt es darauf ab, Störungen von Strukturen und Wechselwirkungen mit der Umwelt so gering wie möglich zu halten oder deren Folgen zu therapieren. Dies ist nur möglich, wenn Ökosysteme gesamtheilich betrachtet werden. Allgemeine Ziele von Ökosystemforschung sind deshalb vertieftes Verständnis der Systeme zu entwickeln, Kritische Zustände zu erkennen sowie Möglichkeiten und Grenzen nachhaltiger Entwicklung aufzuzeigen. Unsere Arbeitsgruppe beschäftigt sich damit, Indikatoren für den Zustand von Ökosystemen zu finden, die Dynamik ihrer Umweltbeziehungen zu beschreiben und Grenzen der Belastbarkeit zu erkennen. Ziel ist es, auf systemtheoretischer Grundlage gesamtheitliche Vorstellungen über die Entwicklung von Ökosystems zu bekommen, und ihre Anpassungsfähigkeit an Umweltveränderungen abzuschätzen. Voraussetzung dafür ist eine intensive Systembeobachtung. Datenbasis unserer Forschung an Wäldern bildet die Beobachtung eines depositionsbelasteten und stark versauerten Buchenwaldökosystems. Dementsprechend messen wir fortlaufend nicht nur die Einträge der atmosphärischen Deposition säurewirkamer Luftschadstoffe, Stoffkonzentrationen in der Bodenlösung und Stoffausträge, sondern auch andere Stressgrößen. Die Philosophie gesamtheitlich orientierterer Ökosystemforschung und ökologischer Umweltbeobachtung findet sich in verschiedenen Monitoring Programmen wieder (Schimming et al. 2010). Deshalb kooperiert das Ökologie-Zentrum in solchen Netzwerken und beteiligt sich wegen der weitgehenden Zielkonformität auch am Forstlichen Monitorings der EU. Der Beitrag besteht mit dem bereits genannten, sehr langfristig untersuchten Buchenwaldökosystem im traditionellen Untersuchungsgebiet des Ökologie-Zentrums zum Level II-Programm des ICP-Forests. Das Institut führt die Untersuchungen dort im Auftrag des Ministeriums für Landwirtschaft, Umwelt und Ländliche Räume (MLUR) durch. Seitens des Ökologie-Zentrums Institute und eines Vorgängerprojektes existieren Datenreihen, die sich nunmehr mit einer Länge von mehr als 20 Jahren über einen weitaus längeren Zeitraum erstrecken, als seit Einrichtung des Level II-Programms im Jahre 1995 vergangen ist.
Das SG Forstliche Umweltkontrolle/Bodenkunde erbringt auf Ebene der hoheitlichen Zuständigkeit für den Wald Informationen für Politik und Forstwirtschaft zur nachhaltigen, ökonomisch erfolgreichen und ökologisch verträglichen Bewirtschaftung der Wälder. Voraussetzung einer qualifizierten und zeitnahen Politikberatung sind die zielgerichtete Analyse und Bewertung der Risiken und Potentiale für den Wald und die nachhaltige Forstwirtschaft. Herausforderungen des Klimawandels, die Luftverschmutzung und der sich ändernden Bewirtschaftungsansprüche an Wälder erfordern ein forstliches Umweltmonitoring im Sinne eines integrativen Waldmonitoring. Im Forstlichen Monitoring sind zugleich Landes-, Bundes- als auch Europäische Monitoringaufgaben beispielhaft integriert. Der Bundesrepublik Deutschland erwachsen aus internationalen Vereinbarungen zur nachhaltigen Waldbewirtschaftung (MCPFE), zum Klimaschutz (Klimarahmenkonvention, Kyoto-Protokoll), zum Schutz der biologischen Vielfalt (CBD) und zur Luftrein¬haltung (CLRTAP) vielfältige Berichtspflichten, die nur auf Grundlage eines forstlichen Umweltmonitoring erfüllt werden können. Die EU-weit etablierten Monitoringprogramme (EU Level I bzw. BZE/WZE und Level II) bieten eine wissenschaftlich fundierte Grundlage und die Infrastruktur für das Waldmonitoring. Sie werden im Rahmen eines aufzubauenden europäischen Waldmonitoring (European Forest Monitoring System EFMS) weiterentwickelt und mit anderen Erhebungen (z. B. BWI) abgestimmt und verknüpft. Die aus dem Waldmonitoring abgeleiteten Risikobewertungen und Anpassungsmaßnahmen für die Waldbewirtschaftung sind ein wichtiges Element moderner Dienstleistung für die forstliche Praxis und bilden unverzichtbare Entscheidungshilfen für die Forst- und Umweltpolitik. Das forstliche Monitoring zum Waldzustand liefert wichtige Grundlagen zu strategischen Entscheidungen zur Waldentwicklung. Schwerpunkte: - Erfassung der Dynamik der stofflichen (Wasser, Immission CO2, O3; Deposition N, Säure) und energetischen (Strahlung, Temperatur, Wind) Umwelteinwirkungen auf den Wald (Level II) - Erfassung ihrer Wirkungen auf den Zustand der Waldökosysteme (Pflanzenvitalität, Bodenzustand, Wasser-, Kohlenstoff- und Nährstoffhaushalt, Biodiversität) Level I, LWI, BZE und Level II - Abschätzung der Folgen für die nachhaltige Erfüllung der Waldfunktionen für die Gegenwart, Aufklärung ihrer kausalen Zusammenhänge und Entwurf von Szenarien zur Prognose. - Bodenzustanderfassung und Ableitung von Handlungsempfehlungen für den Waldbodenschutz - Erstellung periodischer Waldzustandsbericht - Kennzeichnung von Risikogebieten für die Forstwirtschaft (Wachstumsbedingungen, Waldbrand, Insekten, Stürme unter Einbeziehung verschiedener Klimaszenarien) zum zielgerichteten Einsatz von Haushaltsmitteln und Fördergeldern (Regionalisierung), - Ermittlung von Daten zur Abschätzung der Kohlendioxid-Speicherfähigkeit der Wälder sowie Veränderungen dieses Speichers bei bestimmten Nutzungsoptionen. - Bearbeitung bodenkundlicher Sonderstandorte und Ableitung von Handlungsempfehlungen für Waldentwicklung Gutachten für die Forstverwaltungen als TÖB bei Emittenten in Waldnähe (Biogasanlagen, Tierhaltungsstätten)
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.
Waldökosysteme sind vielfältigen Belastungen ausgesetzt. Um rechtzeitig ungünstigen Entwicklungen entgegensteuern zu können, ist eine fortlaufende Überwachung des Waldzustandes notwendig. Dieses forstliche Umweltmonitoring erfolgt in Rheinland-Pfalz mit Hilfe von landesweiten Übersichtserhebungen (Level-I: Kronenzustandserhebung, Bodenzustandserhebung oder Waldernährungserhebung auf einem systematischen Raster) und anhand von Intensivuntersuchungen an Waldökosystem-Dauerbeobachtungsflächen (Level-II kontinuierliche Messungen der Luftschadstoffbelastung und der Witterungsverläufe sowie eine fortlaufende Beobachtung der Reaktionen der Waldökosysteme auf natürliche und anthropogene Stresseinflüsse an ausgewählten für die wichtigsten Waldstandorte in Rheinland-Pfalz charakteristischen Flächen). Erfasst werden u.a.: Kronenzustand (terrestrisch und aus IRC-Luftbildern); Waldwachstum; Nährstoffversorgung; Bodenvegetation; Bodenzustand; Baumflechten; Feinwurzeln; Mykorrhiza; Streufall; Ozonschadsymptome; Phänologie; Klima; Witterung; Luftschadstoffimmission; Luftschadstoffdeposition; Bodenwasser; Quellwasser. Anhand dieser Ergebnisse erfolgen Bewertungen zu den Themen: Wasserhaushalt, Bioelementhaushalt, Bodenversauerung, Stickstoffsättigung, Überschreitungen der ökologischen Belastungsgrenzen durch Luftschadstoffe (critical loads, AOT 40 etc.). Alle wesentlichen Befunde und umfangreiche Bewertungen können auch unter www.fawf.wald-rlp.de und hier unter: Forschungsschwerpunkte/Forstliches Umweltmonitoring eingesehen werden.
Der Prozess der Jahrringbildung wird durch innere und äußere Faktoren gesteuert. In diesem Kooperations-Forschungsvorhaben zwischen dem Institut für Waldwachstum und der Forstlichen Versuchs- und Forschungsanstalt Baden-Württemberg (FVA), Freiburg untersuchen wir die Zellstruktur der Jahrringe von Fichten (Picea abies) und Buchen (Fagus sylvatica) mit besonderem Augenmerk auf Trockenstressreaktionen in den Jahren 1976 und 2003 sowie deren Nachwirkungseffekte. Die Untersuchungsbäume wurden an verschiedenen Standorten der Bodenzustandserfassung (BZE) sowie des intensiven Waldmonitorings (Level II) in Baden-Württemberg ausgewählt. Damit ist es möglich, standortangepasste Bodenwasserhaushaltsmodelle für die Untersuchungsstandorte zu parametrisieren und damit die Wasserverfügbarkeit der Bäume zu rekonstruieren. Das Ziel dieser jahrringbasierten Forschungsarbeit besteht darin, Zellparameter zu identifizieren, anhand derer Trockenstress-Intensitäten quantifiziert werden können. Zudem liefern die Auswertungen Daten und Informationen für die Validierung von Geländewasserhaushaltsmodellen.
This pre-study pilot project will be carried out in Kenya and Tanzania and is part of a more extensive remote sensing project (initiated by the European Space Agency, ESA) aiming to develop a monitoring system for the assessment of land cover change of farmlands, rangelands and forest standings (logging, fires, uncontrolled deforestation, new settlements, etc.) at a national regional level. An integrated approach of remote sensing techniques (both through the use of satellite and ground data), physical vegetation models and ground measurements will be adopted. Operatively, the execution will consist of a 6-month period (pre-study) consisting in a ground campaign along a north-south transect, which is almost unknown to the current vegetation cartography. Based on the field results of the pre-study and within an on-going 30 month period (extended study, see Annexed 3), new classification methods and algorithms will be developed for assessment of land use and cover change using ENVISAT-data. An outcoming of this research will be a system capable to monitor and plan the available agricultural food resources for those developing regions.
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.
Der Datensatz enthalten die Flächen und Punkte des Forstlichen Umweltmonitorings. Sie behinhalten: - Punkte der Bundesweiten Waldzustandserhebung (WZE) - Punkte der Bundesweiten Bodenzustandserhebung (BZE) - Flächen des Internationalen Intensiven Waldmonitorings (Level II) - Punkte der Internationalen Wald- und Bodenzustandserhebung (Level-I) - Bodendauerbeobachtungsflächen Forst (BDF-F)
| Organisation | Count |
|---|---|
| Bund | 218 |
| Europa | 2 |
| Kommune | 1 |
| Land | 85 |
| Weitere | 12 |
| Wirtschaft | 2 |
| Wissenschaft | 75 |
| Zivilgesellschaft | 1 |
| Type | Count |
|---|---|
| Daten und Messstellen | 4 |
| Förderprogramm | 199 |
| Repositorium | 1 |
| Taxon | 1 |
| Text | 20 |
| unbekannt | 30 |
| License | Count |
|---|---|
| Geschlossen | 38 |
| Offen | 212 |
| Unbekannt | 4 |
| Language | Count |
|---|---|
| Deutsch | 204 |
| Englisch | 71 |
| Resource type | Count |
|---|---|
| Archiv | 3 |
| Bild | 2 |
| Datei | 8 |
| Dokument | 22 |
| Keine | 163 |
| Webdienst | 1 |
| Webseite | 78 |
| Topic | Count |
|---|---|
| Boden | 183 |
| Lebewesen und Lebensräume | 244 |
| Luft | 154 |
| Mensch und Umwelt | 254 |
| Wasser | 129 |
| Weitere | 247 |