• Map search

5329 hits for "CSW"

View
Sort by
Datatype: Open Data Delete all restrictions
Geo-Dataset
Open Data

Einzelbaum Stammpositionen aus Luftbildern (2021) Wuppertal
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.

More infos
Geo-Dataset
Open Data

Immobilienrichtwerte NRW

Immobilienrichtwerte sind georeferenzierte, auf einer Kartengrundlage abzubildende durchschnittliche Lagewerte für Immobilien bezogen auf ein für diese Lage typisches "Normobjekt". Sie werden sachverständig aus der Kaufpreissammlung abgeleitet und durch Beschluss des Gutachterausschusses festgesetzt. Die Immobilienrichtwerte werden von den Gutachterausschüssen jährlich, bezogen auf den 01. Januar des laufenden Jahres, ermittelt und anschließend veröffentlicht. Aus allen verfügbaren Immobilienrichtwerten wird dann ein landeseinheitlicher Datensatz gebildet. Neben der Bereitstellung der aktuellen Immobilienrichtwerte werden auch die Daten der vorangegangenen Jahre ab dem Jahr 2011 angeboten.

More infos
Geo-Dataset
Open Data

Klimaatlas NRW - Wald- und Forstwirtschaft: Vegetationszeitlänge

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)

More infos
Geo-Dataset
Open Data

Georeferenzierte Bestandsadressen mit Wohnlage Wuppertal

Der Datensatz der georeferenzierten Bestandsadressen mit Wohnlage Wuppertal entsteht durch eine wöchentliche automatisierte Verschneidung der georeferenzierten Bestandsadressen der Stadt Wuppertal mit der Wohnlagenkarte, die jährlich vom Gutachterausschuss für Grundstückswerte in der Stadt Wuppertal aktualisiert und beschlossen wird. Aktuell werden die Abgrenzungen der Wohnlagen verwendet, die am 10.03.2026 zum Stichtag 01.01.2026 beschlossen worden sind. Die Wohnlagenkarte klassifiziert die Wuppertaler Wohnlagen in vier Abstufungen (einfache, mittlere, gute und exklusive Wohnlage) nach dem überwiegenden Charakter eines zusammenhängenden Wohnbereichs. (Die Lagequalität einzelner Grundstücke kann abweichen.) Die jeweils aktuelle Wohnlagenkarte ist eine Grundlage des seit Dezember 2016 vorliegenden qualifizierten Mietspiegels für die Stadt Wuppertal. Die georeferenzierten Bestandsadressen entstehen durch die wöchentliche automatisierte Zusammenführung der Gebäudereferenzen aus dem Amtlichen Liegenschaftskataster-Informationssystem ALKIS für die eingemessenen Gebäude und der monatsaktuellen Gebäudereferenzen von vorhandenen, aber noch nicht eingemessenen Gebäuden aus dem kommunalen Informationssystem WuNDa/Adressen. Die Koordinaten der Gebäudereferenzen zu den bestehenden, aber noch nicht eingemessenen Gebäuden weichen in der Größenordnung einiger Meter von den erst später verfügbaren ALKIS-Koordinaten ab. Der Datensatz wird im CSV-Format unter einer Open-Data-Lizenz (Datenlizenz Deutschland – Namensnennung – Version 2.0, dl-by-de/2.0) bereitgestellt.

More infos
Geo-Dataset
Open Data

NO2-Jahresmittelwerte Wuppertal (Passivsammler) ab 2008

Der Datensatz „NO2-Jahresmittelwerte Wuppertal (Passivsammler) ab 2008" umfasst die seit dem Jahr 2008 durch die Auswertung von Passivsammlern bestimmten Jahresmittelwerte der Stickstoffdioxid-Konzentration an (Stand 05/2021) 42 kommunalen Messstationen im Wuppertaler Stadtgebiet. Mit Stand 05/2021 enthält der Datensatz 322 Messwerte von 30 aktuell in Betrieb befindlichen Stationen und 12 Stationen, deren Betrieb zwischenzeitlich eingestellt wurde. Die Passivsammler sind in Schutzgehäusen aufgehängte, mit Adsorbermaterial gefüllte Röhrchen ("Probeentnahmeröhrchen"), in denen sich das Stickstoffdioxid über eine Expositionszeit von etwa einem Monat durch natürliche Diffusion anreichert. Jede Zeile des Datensatzes enthält einen als gewichtetes Mittel aller Monats-Mittelwerte einer Messstation in einem Kalenderjahr bestimmten Jahresmittelwert der Stickstoffdioxid-Konzentration in der Einheit µg/m³ (Attribut MITTELWERT). Die Gewichtung erfolgt anhand der tatsächlichen Expositionszeiträume der Probeentnahmeröhrchen, die sich von Monat zu Monat leicht unterscheiden können. Über die Stationsnummer im Attribut MESSPUNKT können die Jahresmittelwerte mit den Standortdaten im separat als Open Data publizierten Datensatz "Luftmessstationen Wuppertal (Passivsammler)" verknüpft werden. Darüber hinaus enthält jede Datenzeile die Angabe des Bezugsjahres (Attribut JAHR) und des tagesscharfen Expositionszeitraums (Attribute ZEIT_VON und ZEIT_BIS). Die Aktualisierung des Datensatzes erfolgt jährlich. Die berechneten Jahresmittelwerte werden der Stadt Wuppertal von dem mit der labortechnischen Untersuchung der Probeentnahmeröhrchen beauftragten Unternehmen zusammen mit den Monats-Mittelwerten für den Dezember im Januar des Folgejahres bereitgestellt und dort publiziert. Der Datensatz ist im CSV-Format unter einer Open-Data-Lizenz (CC BY 4.0) verfügbar.

More infos
Geo-Dataset
INSPIRE
Open Data

Naturräumliche Regionen und Unterregionen in Niedersachsen

Digitale landesweite Übersicht: Geometrien mit Nummern und Namen der Naturräumlichen Regionen, Rote Liste Regionen und Biogeografische 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.

More infos
Geo-Dataset
Open Data

Risikogebiete außerhalb von Überschwemmungsgebieten (§ 78 b WHG)

Es handelt sich um Flächen, bei denen nach § 78b WHG ein signifikantes Hochwasserrisiko ermittelt wurde und die bei einem Hochwasser mit niedriger Wahrscheinlichkeit [HQextrem] über das festgesetzte bzw. vorläufig gesicherte Überschwemmungsgebiet hinaus überschwemmt werden können. Der Stand der verwendeten Grundlagen ist der Attributtabelle zu entnehmen. Die Lage und Rechtsverbindlichkeit ergeben sich aus den Angaben für Risikogebiete des HQextrem aus dem 2. Zyklus (2019) der Hochwasserrisikomanagement-Richtlinie (HWRM-RL) sowie den aktuellen Angaben für festgesetzte Überschwemmungsgebiete und vorläufige Sicherungen.§ 78b WHG Risikogebiete außerhalb von Überschwemmungsgebieten (Fassung gemäß Änderung durch Hochwasserschutzgesetz II)(1) Risikogebiete außerhalb von Überschwemmungsgebieten sind Gebiete, für die nach § 74 Absatz 2 Gefahrenkarten zu erstellen sind und die nicht nach § 76 Absatz 2 oder Absatz 3 als Überschwemmungsgebiete festgesetzt sind oder vorläufig gesichert sind; dies gilt nicht für Gebiete, die überwiegend von den Gezeiten beeinflusst sind, soweit durch Landesrecht nichts anderes bestimmt ist. Für Risikogebiete außerhalb von Überschwemmungsgebieten gilt Folgendes:1. bei der Ausweisung neuer Baugebiete im Außenbereich sowie bei der Aufstellung, Änderung oder Ergänzung von Bauleitplänen für nach § 30 Absatz 1 und 2 oder nach § 34 des Baugesetzbuches zu beurteilende Gebiete sind insbesondere der Schutz von Leben und Gesundheit und die Vermeidung erheblicher Sachschäden in der Abwägung nach § 1 Absatz 7 des Baugesetzbuches zu berücksichtigen; dies gilt für Satzungen nach § 34 Absatz 4 und § 35 Absatz 6 des Baugesetzbuches entsprechend;2. außerhalb der von Nummer 1 erfassten Gebiete sollen bauliche Anlagen nur in einer dem jeweiligen Hochwasserrisiko angepassten Bauweise nach den allgemein anerkannten Regeln der Technik errichtet oder wesentlich erweitert werden, soweit eine solche Bauweise nach Art und Funktion der Anlage technisch möglich ist; bei den Anforderungen an die Bauweise sollen auch die Lage des betroffenen Grundstücks und die Höhe des möglichen Schadens angemessen berücksichtigt werden.(2) Weitergehende Rechtsvorschriften der Länder bleiben unberührt.Diese Daten sind auch im INSPIRE Datenmodell „Annex 3: Gebiete mit naturbedingten Risiken“ erhältlich. Die Bereitstellung erfolgt über die Bundesanstalt für Gewässerkunde (BfG) per Darstellungs- und Downloaddienst, deren URLs in den Transferoptionen angegeben sind.

More infos
Geo-Service
Open Data

Seehundbestände im Niedersächsischen Wattenmeer

WMS - Dienst zur Erfassung des Seehundbestandes im Niedersächsischen Wattenmeer. Der Seehundbestand im Niedersächsischen Wattenmeer wird jährlich ermittelt. Dazu werden in den Sommermonaten (Mai - September) Zählflüge durchgeführt.

More infos
1.0.0, 1.1.0, 2.0.0 1.3.0, 1.1.1
Geo-Dataset
Open Data

[1992] Eiderentenbestandserfassung (Jan/Feb) Monitoring of migratory birds (Eiders) in the Wadden Sea of Lower Saxony in winter 1992
Temporal reference of content: 14.01.1992 until 14.01.1992

Erfassung des Eiderentenbestandes im Niedersächsischen Wattenmeer im Winter 1992. Im Niedersächsischen Wattenmeer werden seit 1986 zweimal pro Jahr die Eiderentenbestände während einer Tide vom Flugzeug aus erfasst. Es handelt sich dabei um die Mauser- (Juli/August) und Überwinterungsbestände (Januar/Februar). Die Zählungen finden in Abstimmung mit Schleswig-Holstein statt. Die Daten sind Bestandteil des Trilateral Monitoring and Assessment Program (TMAP). Monitoring of migratory birds (Eiders) in the Wadden Sea of Lower Saxony in winter 1992. The population of migratory birds (Eiders) in Lower Saxony's Wadden Sea is biyearly determined by aerial flight since 1986. Counts are carried out in July/August during the moult and in January/February and are coordinated with Schleswig-Holstein. The data are part of the trilateral monitoring and assessment program (TMAP).

1.0.0, 1.1.0, 2.0.0 1.3.0, 1.1.1
More infos
1.3.0, 1.1.1 1.0.0, 1.1.0, 2.0.0
Geo-Dataset
Open Data

[1992] Eiderentenbestandserfassung (Sommer) (Mauser) Monitoring of migratory birds (Eiders) in the Wadden Sea of Lower Saxony in summer (moulting) 1992
Temporal reference of content: 06.08.1992 until 06.08.1992

Erfassung des Eiderentenbestandes im Niedersächsischen Wattenmeer im Sommer (Mauser) 1992. Im Niedersächsischen Wattenmeer werden seit 1986 zweimal pro Jahr die Eiderentenbestände während einer Tide vom Flugzeug aus erfasst. Es handelt sich dabei um die Mauser- (Juli/August) und Überwinterungsbestände (Januar/Februar). Die Zählungen finden in Abstimmung mit Schleswig-Holstein statt. Die Daten sind Bestandteil des Trilateral Monitoring and Assessment Program (TMAP). Monitoring of migratory birds (Eiders) in the Wadden Sea of Lower Saxony in summer (moulting) 1992. The population of migratory birds (Eiders) in Lower Saxony's Wadden Sea is biyearly determined by aerial flight since 1986. Counts are carried out in July/August during the moult and in January/February and are coordinated with Schleswig-Holstein. The data are part of the trilateral monitoring and assessment program (TMAP).

1.3.0, 1.1.1 1.0.0, 1.1.0, 2.0.0
More infos

5091 - 5100 of 5329 ranked hits


508 509 510 511 512

508 509 510 511 512

PORTAL-NG

Help