Digitale landesweite Übersicht: Geometrien mit Nummern und Namen der Naturräumlichen Regionen und Rote Liste Regionen für Niedersachsen. Anlass für die überarbeitete Darstellung der Naturräumlichen Regionen Niedersachsens ist der seit 1. März 2010 geltende § 15 des Bundesnaturschutzgesetzes (BNatSchG). Weitere Informationen siehe Kapitel Herkunft.
Die Bebauungspläne der Kommunen im Kreis Kleve sind vektoriell komplett erfasst und stehen im Standard XPlanund (gml) zur Verfügung. Sie sind in diesem Format direkt bearbeit- und auswertbar. Über die Informationen gelangt man an die Pläne sowie textlichen Festsetzungen und Begründungen. Ein Bebauungsplan enthält die rechtsverbindlichen Festsetzungen für die städtebauliche Ordnung für einen bestimmten genau festgelegten Bereich des Stadtgebietes. Bebauungspläne werden aus dem Flächennutzungsplan entwickelt. Die Kommune beschließt einen Bebauungsplan als Satzung. Der Inhalt des Bebauungsplanes regelt, was in der Kommune wie und wo gebaut werden darf und welche Nutzungen bestimmten Flächen zugeordnet werden sollen. So werden zum Beispiel die Art und das Maß der baulichen Nutzung bestimmt, die Bauweise, die überbaubaren und die nicht-überbaubaren Grundstücksflächen sowie die Stellung der baulichen Anlagen, das erlaubte Maß der Versiegelung, die Flächen für Nebenanlagen und Garagen, die Verkehrsflächen, die Flächen für Kindergärten und Schulen oder auch Grünflächen. Ein Bebauungsplan besteht aus einer Planzeichnung mit Legende und textlichen Festsetzungen. Zu jedem Bebauungsplan gehört mindestens eine Begründung, in den meisten Fällen aber auch weitere Unterlagen wie ein Umweltbericht oder begleitende Gutachten und Untersuchungen. In Geoportalen wird entweder eine Übersicht über die Ausdehnung oder auch die Darstellung der Festsetzungen der Bebauungspläne dargestellt. Die Bereitstellung der Daten erfolgt entweder als Bebauungsplanumring (Geltungsbereich) mit georeferenzierten Rasterdaten (der Inhalte) oder als kompletter Inhalt (Vektor) der Bebauungspläne; beides nach dem seit 2023 geltenden Standard XPlanung. Die kompletten rechtsverbindlichen Inhalte sind jeweils als „Scan der Urkunde“ verfügbar (meist direkt downloadfähig) als pdf-Datei.
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 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.
Dienst bestehend aus den Rasterlayern zur mittleren Anzahl von Heizgradtagen [Kelvin*Tag]i. Hier wird der Heizenergiebedarf durch eine Temperatursumme dargestellt. Die Heizgradtage werden von der Lufttemperatur abgeleitet und stellen die Temperatursumme aus der Differenz zwischen der mittleren Raumtemperatur von 20 °C und dem Tagesmittel der Außentemperatur dar, wobei nur Tage mit einer Außentemperatur unter 15 °C berücksichtigt werden. Die jeweiligen Raster-Layer wurden für die 30-jährigen Mittelwerte der Klimanormalperioden 1951-1980, 1961-1990, 1971-2000, 1981-2010 und 1991-2020 für die beobachtete Vergangenheit berechnet. Ergänzend werden die Änderungen der Klimanormalperiode 1991-2020 bezogen auf 1961-1990 und 1951-1980 dargestellt. Zusätzlich liegen Klimaprojektionen für die Zukunftszeiträume 2031-2060 und 2071-2100 vor, die jeweils nach den Klimaprojektionen RCP2.6, RCP4.5 und RCP8.5 gegliedert sind. Die Stärke des möglichen Klimasignals je Szenario wird unterteilt nach dem 15., 50. und dem 85. Perzentil. Es werden sowohl absolute Mittelwerte als auch sogenannte Delta-Change Raster dargestellt, die die Änderung des Klimasignals gegenüber der Referenzperiode 1971-2000 zeigen. Datenquelle: Deutscher Wetterdienst (DWD); Quellen für Klimaprojektionsdaten: Brienen et al. (2020), Krähenmann (2019), Berechnung durch das LANUK. Weitere Hinweise des Deutschen Wetterdienstes sind zu beachten: https://www.dwd.de/DE/service/rechtliche_hinweise/rechtliche_hinweise_node.html
Dienst bestehend aus den Rasterlayern zur mittleren Anzahl von Kühlgradtagen [Kelvin*Tag] nach Spinoni. Hier wird der Kühlenergiebedarf durch eine Temperatursumme dargestellt. Die Kühlgradtage werden von der Lufttemperatur abgeleitet und nach dem Verfahren von Spinoni et al. (2015) berechnet. Hierbei wird eine Basistemperatur von 22 °C angenommen. Liegt die Tageshöchsttemperatur unter diesem Wert, wird nicht von einem Kühlbedarf ausgegangen. Die jeweiligen Raster-Layer wurden für die 30-jährigen Mittelwerte der Klimanormalperioden 1951-1980, 1961-1990, 1971-2000, 1981-2010 und 1991-2020 für die beobachtete Vergangenheit berechnet. Ergänzend werden die Änderungen der Klimanormalperiode 1991-2020 bezogen auf 1961-1990 und 1951-1980 dargestellt. Zusätzlich liegen Klimaprojektionen für die Zukunftszeiträume 2031-2060 und 2071-2100 vor, die jeweils nach den Klimaprojektionen RCP2.6, RCP4.5 und RCP8.5 gegliedert sind. Die Stärke des möglichen Klimasignals je Szenario wird unterteilt nach dem 15., 50. und dem 85. Perzentil. Es werden sowohl absolute Mittelwerte als auch sogenannte Delta-Change Raster dargestellt, die die Änderung des Klimasignals gegenüber der Referenzperiode 1971-2000 zeigen. Datenquelle: Deutscher Wetterdienst (DWD); Quellen für Klimaprojektionsdaten: Brienen et al. (2020), Krähenmann (2019), Berechnung durch das LANUK. Weitere Hinweise des Deutschen Wetterdienstes sind zu beachten: https://www.dwd.de/DE/service/rechtliche_hinweise/rechtliche_hinweise_node.html
Dienst bestehend aus Layern zu Wald und Forstwirtschaft. Die Daten des Gruppenlayers Waldbrandgefahr zeigt die Anzahl der Tage pro Jahr, an denen der Waldbrandindex über 4 liegt. Die tatsächliche forstliche Vegetationszeitlänge (berechnet angelehnt nach der Methode Hübener et al. 2017) innerhalb des Gruppenlayers Vegetationszeit im Wald, zeigt die Anzahl der Tage pro Jahr an, an denen die Temperatur über 10°C beträgt und die innerhalb des Beginns und Endes Vegetationszeit liegen. Zusätzlich zu den Rastern der Vegetationszeitlänge werden auch die Raster der klimaitsichen Wasserbilanz und der Niederschlagssumme innerhalb der tatsächlichen forstlichen Vegetationszeitl bereitgestellt. Diese Raster stehen nur die den Beobachtungszeitraum als absoluter Wert zur Verfügung. Für die tatsächliche forstliche Vegetationszeitlänge stehen sowohl Beobachtungsdaten nach den 30-jährigen Klimanormalperioden im Beobachtungszeitraum 1961-2020 als auch Zukunftsprojektionen für 2031-2060 und 2071-2100 zur Verfügung. Die Klimaprojektionen der Zukunft werden jeweils nach den Klimaszenarien RCP2.6, RCP4.5 und RCP8.5 gegliedert. Neben den absoluten Mittelwerten werden auch die sogenannten Delta Change Raster dargestellt. Für die Beobachtungsraster werden Veränderungen gegenüber der Klimanormalperiode 1991-2020 dargestellt, für die Projektionsraster der beiden Zukunftszeiträume die Veränderungen gegenüber der Referenzperiode 1971-2000. Die Stärke des möglichen Klimasignals wird je Szenario unterteilt nach dem 15., 50. und dem 85. Perzentil.Ebenfalls zeigt ein weiterer Gruppenlayer die mittlere Niederschlagssumme in der tatsächlichen forstlichen Vegetationszeit an. Datenquelle: Deutscher Wetterdienst (DWD); Quellen für Klimaprojektionsdaten: Brienen et al. (2020), Krähenmann (2019)
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.
Aktualität der Daten:
seit 01.04.2013 , gegenwärtige Aktualität unklar
3D-Gebäudemodell LoD1-DE ACHTUNG: Dieser Datensatz wird nicht mehr fortgeführt, der Download 2023 ist der aktuellste und letzte. Für den Datensatz LoD1-DE bis einschließlich 2022 werden aus Punktwolken (Airborne Laserscanning oder Photogrammetrie) vollautomatisiert Flachdächer mit einer mittleren Gebäudehöhe gebildet und den Gebäuden zugeordnet. Seit dem 01.04.2023 wird das Gebäudemodell LoD1-DE rechnerisch aus dem LoD2-DE Gebäudemodell abgeleitet. Dabei wird die LoD1-Dachhöhe als Mittelwert aus der Standarddachform LoD2 gebildet. Der Gebäudegrundriss wird grundsätzlich der amtlichen digitalen Liegenschaftskarte entnommen, das Modell ist damit grundrisskonform. Die Lagegenauigkeit entspricht der des zugrunde liegenden Gebäudegrundrisses. Die Höhengenauigkeit beträgt ca. ± 5 m. Grobe Abweichungen sind in Einzelfällen bei komplexen Dachformen möglich. Gemeinsam genutzte Geometrie wird redundant geführt. Die Gebäude werden zusätzlich mit Geländeinformationen des beim Landesbetrieb vorgehaltenen Digitalen Geländemodells (DGM) verschnitten. Es erfolgt keine manuelle Nachbearbeitung der einzelnen Modelle. Die Modellierung entspricht dem AdV-Produkt- und Qualitätsstandard für 3D-Gebäudemodelle. Die Aktualität der Datengrundlage ist i.d.R. aus dem vorangegangenen Jahr, bei ALS-Punktwolken teilweise auch älter. (Beispiel: Der Download LoD2-DE 2023 basiert auf Grundrissen und Punktwolken aus 2022). Das Gebäudemodell LoD1-DE wird für das gesamte Stadtgebiet Hamburgs (ca.750 km²), einschließlich der Insel Neuwerk, vorgehalten. Die Daten können als Komplettdatensatz im Format CityGML V.1.0 heruntergeladen werden. Weitere Datenformate und Ausschnitte sind unter 3d-info@gv.hamburg.de kostenpflichtig zu beziehen.
Dieser Dienst beinhaltet die vergebenen & fiktiven Adressen für die Stadt Krefeld und für die Kreise Kleve, Wesel und Viersen. Quelldatenbestand für Hausnummern & Straßennamen. Der Dienst ist tagesaktuell.
Dieser Dienst beinhaltet die vergebenen & fiktiven Adressen für die Stadt Krefeld und für die Kreise Kleve, Wesel und Viersen. Quelldatenbestand für Hausnummern & Straßennamen. Der Dienst ist tagesaktuell.
