Dieser Dienst besteht einerseits aus den satellitenbasierten Imperviousness-Rastern (Versiegelungs-Raster) des Copernicus Landmonitoring Services der Europäischen Umweltagentur. Diese Raster zeigen dern Versiegelungsgrad in % für jedes Pixel, aufbereitet für NRW. Die Versiegelungs-Raster stehen für die Jahre 2006, 2009, 2012, 2015 und 2018 zur Verfügung. Ab dem Jahr 2018 liegt der räumliche Auflösung bei 10 Meter, zuvor lag sie bei 20 Meter. Der Stand der Daten ist das Jahr 2023. Geplant ist eine Fortschreibung für alle drei Jahre, das Veresiegelungs-Raster 2021 wird für Mitte 2026 erwartet. Basierend auf den Versiegelungs-Rastern der unterschiedlichen Jahre wurde auch der Anteil der versiegelten Fläche je Gemeinde in Prozent der gesamten Gemeindefläche berechnet. Andererseits besteht der Atom-Feed aus einem luftbildbasierten Rasterdatensatz der Bodenversiegelung mit Berechnungsstand Dezember 2024. Grundlage sind die landeseigenen, hochauflösenden Luftbilder (TrueDOP) mit einem Befliegungszeitraum von Februar 2022 bis Juni 2024. Hier wurde im Rahmen einer Kooperation zwischen Ruhr-Universität Bochum, IT.NRW und dem LANUK NRW mittels eines KI-Ansatz (KI=künstliche Intelligenz) die Bodenversiegelung mit einer räumlichen Auflösung von nur 0,5 Meter berechnet. Aus diesem hochaufgelösten Rasterdatensatz wurden ebenfalls je Gemeinde die Anteile an versiegelter Fläche gegenüber der gesamten Gemeindefläche in Prozent berechnet. Eine ständige Fortschreibung der Datenerhebung ist für alle 2 Jahre geplant.
Der Datensatz umfasst die vom Ressort Grünflächen und Forsten der Stadt Wuppertal manuell erfassten 15.194 punktförmigen Einzelbaumpositionen in den Parkanlagen Nordpark, Mirker Hain (südlicher Teil zwischen Kohl- und Vogelsangstraße) und Nützenberg (Teilbereich Kaiserhöhe). Die Daten wurden am Bildschirm mit der Software QGIS auf Basis von digitalen Orthophotos des Landes Nordrhein-Westfalen digitalisiert (Befliegungsdatum 01.03.2023, Bodenauflösung 10 cm). In diesen Luftbildern sind die Bäume ohne Belaubung abgebildet, was eine zuverlässige Erfassung der Stammpositionen ohne Sichtbehinderung durch das Blattwerk erlaubt. Der Datensatz wurde im Zusammenhang mit der Entwicklung des Verfahrens "twin4tree" im Rahmen der Forschungskooperation DigiTalZwilling4D innerhalb des Förderprojektes smart.wuppertal / DigiTal Zwilling erstellt (Leitung dieses Teilvorhabens: EFTAS Fernerkundung Technologietransfer GmbH, Münster). Er dient zur unabhängigen quantitativen Überprüfung der Ergebnisse von KI-Verfahren zur Detektion von Einzelbäumen aus Luftbildern ("Ground Truth"). In dichten Baumbeständen ist nämlich die Identifikation einzelner Bäume aufgrund von zusammenwachsenden Baumkronen ("Kronenschluss") erschwert. Daher unterschätzen solche Verfahren die Anzahl von Bäumen in diesen Bereichen deutlich. Mit den hier bereitgestellten Ground-Truth-Daten wurde für wurde für Wuppertal ein durchschnittlicher Korrekturfaktor von 1,6 abgeleitet. Der Datensatz ist in den Formaten GeoPackage, GeoJSON und KML in verschiedenen Koordinatenreferenzsystemen unter der Open-Data-Lizenz CC BY 4.0 verfügbar.
Temporal reference of content:
30.03.2021 until 02.06.2021
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.
Temporal reference of content:
30.03.2021 until 02.06.2021
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.
