• Map search

3020 hits for "Wenden"

View
Geo-Service
Open Data

Historische Stadtkarten - Stadt Köln (WMS)

Dieser Dienst liefert historische Stadtkarten, die das heutige Stadtgebiet Köln und teilweise das Umland abdecken. Es handelt sich dabei nicht um großmaßstäbige Kataster- und Flurkarten, sondern um Stadtpläne und Übersichtskarten. Die Stadt Köln hatte nicht immer die heutige Ausdehnung. Im Dienst sind daher einige Karten enthalten, die früher selbstständige, heute eingemeindete Orte abbilden. Der im Dienst zusammengestellte Bestand ist nicht vollständig und wird künftig erweitert werden. Basis für den Dienst sind gescannte analoge Stadtpläne ab ca. 1600. Damit sie geometrisch zur aktuellen Stadtkarte passen, wurden diese Karten georeferenziert und entzerrt zum Ausgleich von Ungenauigkeiten, Generalisierungseffekten, Materialverzug und Scannerfehlern. Der Dienst ist also für den inhaltlichen Abgleich vorgesehen. Um eine sinnvolle Chronologie bis heute zu erreichen sind im Dienst auch jüngere Stadtkarten enthalten, die bereits auf digitalem Weg entstanden sind. Falls Sie eine historische Stadtkarte drucken möchten, bietet es sich an, die nicht entzerrten Originaldaten mit Randgestaltung zu verwenden. Die Karten sind unter einer offenen Lizenz frei verwendbar. Nehmen Sie dazu bitte Kontakt zu uns auf (siehe Kontaktdaten), wir beraten Sie gerne. Folgende Stadtkarten sind derzeit im Dienst enthalten: 1600 Colonia Agrippina, Braun-Hogenberg, 1633 Eigentliche Abbildung des h: Römischen Reiches freyer Statt Cöllen, V. Hoilar, 1725 Grundriss aus dem Anfange des vorigen Jahrhunderts, Entworfen von F. Kreuter, Lith. v. P. Schieffer, 1740 Colonia Agrippina Urbs florentissima, Jacobus Proppen, 1752 Civitatis Coloniensis anno 1752 Rheinhardt, 1807 Topographische Aufnahme der Rheinlande, Jean Josef Tranchot, 1831 Grundriss von Köln und Deutz,1836 Die Stadt Cöln im Jahre 1836, 1876 Kataster-Karte, 1876 Übersichtskarte der Gemeinde Mülheim a/Rhein, Mülheim, Stadtbauamt, 1877 Ehrenfeld, 1877 Plan der Stadt Coeln und Umgebung, KatasterControlleur Willmeroth, 1877 Plan der Stadt Coeln und Umgebung, KatasterControlleur Willmeroth, 1877 Plan der Stadt Coeln und Umgebung, KatasterControlleur Willmeroth, 1877 Plan der Stadt Coeln und Umgebung, KatasterControlleur Willmeroth,1879 Plan der Stadt Cöln, Jansen Geometer, 1881 Plan der Stadt Cöln als Bebauungsplan für die Neustadt, Der königliche Steuerinspektor Wilmeroth, 1885 Plan von Köln und Umgebung zu Greven's Adressbuch gehörend, Lith. P. von Lennep Köln, 1891 Übersichtsplan der Alt- und Neustadt Köln, Selbstverlag der Stadt Köln, 1893 Karte der Stadt Mülheim am Rhein, Mülheim, Stadtbauamt, 1898 Plan von Köln und Umgebung, Greven's Kölner-Adressbuchverlag Ant. Carl Greven, 1901 Plan KÖLN und Umgebung, Greven's Kölner-Adressbuchverlag Ant. Carl Greven, 1901 Übersichtskarte der Gemeinde Mülheim a/Rhein, Mülheim, Stadtbauamt,1902 Plan von Köln und Umgebung, Grevens Kölner Adressbuchverlag, 1904 Plan KÖLN und UMGEBUNG, Greven's, 1903 Karte der Stadt Mülheim a. Rhein Bebauungsplan, Stadtbauamt Abteilung Tiefbau, 1911 Plan KÖLN und UMGEBUNG, Greven's, 1915 Stadtplan Köln, Grevens Verlag, 1915 Stadtkreis Cöln, Stadtvermessungsamt Cöln, 1918 Plan der Stadt Cöln, Herausgegeben von der Liegenschaftsverwaltung Planamt, 1921 Plan der Stadt Köln, Herausgegeben von der städtischen Liegenschaftsverwaltung Planamt , 1924 Plan der Stadt Köln, Herausgegeben von der Vermessungs- und Planabteilung des Liegenschaftsamtes der Stadt Köln, 1925 Greven's Plan von Köln, Greven's Kölner Adressbuchverlag, 1926 Plan der Stadt Köln, Vermessungs-und Planabteilung Liegenschaftsamt, 1927 Plan der Stadt Köln, herausgegeben von der Vermessungs- u. Planabteilung des Liegenschaftsamtes der Stadt Köln, 1929 Stadtkreis Köln Baugebietsplan, 1935 Karte der Stadt Köln, Angefertigt und herausgegeben im März 1935 von der Vermessungs- und Schätzungsabteilung der Stadt Köln, 1939 Stadt Köln und Umgebung Straßenbahnen Vorortbahnen, Angefertigt und herausgegeben von der Vermessungs- und Schätzungsabteilung der Hansestadt Köln, 1942 Karte der Hansestadt Köln, Angefertigt und herausgegeben im Februar 1935 von der Vermessungs- und Schätzungsabteilung der Stadt Köln, 4. Auflage, 1944 Karte der Hansestadt Köln, Vermessungs- und Schätzungsabteilung der Hansestadt Köln, 1945 Karte der Stadt Köln, Angefertigt und herausgegeben im März 1935 von der Vermessungs- und Schätzungsabteilung der Stadt Köln, 7. Auflage ,1946 Karte der Stadt Köln, Angefertigt und herausgegeben im Februar 1935 von der Vermessungs- und Schätzungsabteilung der Stadt Köln. Letzte Berichtigung im September 1946, 1951 Köln, Liegenschaftsamt, Vermessungsabteilung, 1952 Karte der Stadt Köln, Vermessungs- und Schätzungsabteilung der Hansestadt Köln, 1955 Köln Amtlicher Plan, Liegenschaftsamt Vermessungsabteilung, 1956 Köln Amtlicher Plan, Liegenschaftsamt Vermessungsabteilung , 1958 Köln Amtlicher Plan, Liegenschaftsamt Vermessungsabteilung, 1959 Köln Amtlicher Plan, Greven's Adressbuch-Verlag KG, Köln, 1962 Köln Amtlicher Plan, Greven's Adressbuch-Verlag KG, Köln, 1964 Köln Amtlicher Plan, Greven's Adressbuch-Verlag KG, Köln, 1966 Köln Amtlicher Plan, Greven's Adressbuch-Verlag KG, Köln, 1968 Köln Amtlicher Plan, Greven's Adressbuch-Verlag KG, Köln, Stadt Köln, 1972 Köln 1972, 1973 Köln Amtlicher Plan, Greven's Adressbuch-Verlag KG, Köln, 1975 Köln 1.25.000, Grevens Adressbuch Verlag Köln, 1975 Stadtplan, Liegenschaftsamt der Stadt Köln, Vermessungsabteilung, 1980 Köln, Grevens Adressbuch Verlag Köln, 1982 Stadtkarte, Stadt Köln, 1987 Stadt Köln Stadtplan, Grevens Adressbuch Verlag Köln, 1993 Stadtkarte, Vermessungs- und Katasteramt, 1994 Stadtplan Köln, Vermessungs- und Katasteramt, 1998 Stadt Köln, Amt für Liegenschaften, Vermessung und Kataster, 2000 Stadt Köln, Amt für Liegenschaften, Vermessung und Kataster, 2004 Stadtkarte, Amt für Liegenschaften, Vermessung und Kataster, 2006 Stadtkarte, Amt für Liegenschaften, Vermessung und Kataster, 2007 Stadtkarte, Amt für Liegenschaften, Vermessung und Kataster, 2008 Stadtkarte, Amt für Liegenschaften, Vermessung und Kataster, 2010 Stadtkarte, Amt für Liegenschaften, Vermessung und Kataster, 2012 Stadtkarte, Amt für Liegenschaften, Vermessung und Kataster, 2014 Stadtkarte, Amt für Liegenschaften, Vermessung und Kataster, 2016 Stadtkarte, Amt für Liegenschaften, Vermessung und Kataster, 2018 Stadtkarte, Amt für Liegenschaften, Vermessung und Kataster, 2020 Stadtkarte, Amt für Liegenschaften, Vermessung und Kataster, 2023 Stadtplan Köln 1:20000, Amt für Liegenschaften, Vermessung und Kataster,

More infos
Information System

Schuldnerberatungsatlas

Allgemeine Informationen zum Schuldnerberatungsatlas und zur Methodik: Datengrundlage: Für die interaktive Webanwendung mit einer Übersicht über die Schuldner- sowie Insolvenzberatungsstellen in Deutschland werden Daten genutzt, die aus allgemein zugänglichen Quellen stammen. Durch die Art der Erfassung von Schuldner- und Insolvenzberatungsstellen für diese Anwendung kann keine Garantie auf Vollständigkeit und Richtigkeit der dargestellten Beratungsstellen gewährleistet werden, da die Adressinformationen ausschließlich aus externen Quellen generiert werden. Hinweis: Den Nutzerinnen und Nutzern kann keine Auskunft über die Kostenübernahme der Schuldnerberatung zur Verfügung gestellt werden, da es bundesweit keine einheitliche Regelung dazu gibt. Standorte von Schuldnerberatungsstellen: Wenn eine Beratungsstelle über mehrere Standorte verfügt und diese Information öffentlich vorliegt, werden beide Standorte im Atlas angezeigt. Erreichbarkeitszonen von Schuldnerberatungsstellen: Die Grundlage für die Berechnung von Erreichbarkeitszonen von Schuldnerberatungsstellen bildet der Straßendatenbestand des offenen Gemeinschaftsprojektes OpenStreetMap (OSM). Mit Hilfe der Software Esri ArcGIS Desktop und den Programmerweiterungen Network Analyst sowie ArcGIS Editor for OpenStreetMap werden aus den OSM-Daten die relevanten Straßendaten (geometrische Information und zugehörige Attribute) extrahiert und in ein routingfähiges Netzwerkdatenmodell umgewandelt. Dieses erlaubt die Berechnung von Erreichbarkeitszonen, die sogenannten Isochronen. Die Berechnung der Isochronen wird für diskrete Zeitzonen von fünf bis 90 Minuten durchgeführt. Innerhalb einer Zone erfolgt keine nähere Unterscheidung der Fahrzeiten. Die Erreichbarkeiten werden in Form von Gitterzellen (Rastern) mit einer räumlichen Auflösung von 100 Meter * 100 Meter ausgewiesen. Beachten Sie bitte, dass die ausgewiesenen Fahrzeiten abgeleitete Modellgrößen sind, die unter Umständen deutlich von den tatsächlichen Fahrzeiten abweichen können. So wird insbesondere die aktuelle Verkehrslage oder mögliche Einschränkungen des Straßenverkehrs, wie z.B. Staus, Baustellen oder Straßensperrungen NICHT berücksichtigt. Zudem kann keine Gewähr für die Korrektheit der zugrundliegenden Straßengeometrie und der aus ihr abgeleiteten Fahrgeschwindigkeiten übernommen werden. Der OSM-Datenbestand kann Ungenauigkeiten oder Fehler sowohl in der geometrischen als auch hinsichtlich der beschreibenden Information enthalten. So können zum Beispiel fehlende Straßenabschnitte oder falsch ausgewiesene Zugangsbeschränkungen den Anschluss von einzelnen Verkehrsbereichen an das übrige Straßennetz verhindern. Hierdurch können fehlerhafte Berechnungsergebnisse resultieren. Beachten Sie bitte weiterhin, dass der Algorithmus zur Berechnung der Entfernungszonen in den Randbereichen des Straßennetzes u.U. stark generalisierende Ergebnisse erzeugt. Hierdurch können vereinzelt küstennahe Inselflächen mit eingefärbt werden, obwohl sie keinen Anschluss an ein Straßennetz besitzen. Grundsätzlich kann für die Richtigkeit der dargestellten Informationen und Berechnungsergebnisse nicht garantiert werden. Siedlungsstrukturelle Kreistypen: Mit den Kreistypen des Bundesinstituts für Bau-, Stadt- und Raumforschung (BBSR) wird eine einfache Gruppeneinteilung von den 363 Kreisregionen in Deutschland vorgenommen. Für die Typisierung werden verschiedene Siedlungsstrukturmerkmale herangezogen: der Bevölkerungsanteil in Groß- und Mittelstädten, die Einwohnerdichte der Kreisregion sowie die Einwohnerdichte der Kreisregion ohne Berücksichtigung der Groß- und Mittelstädte (Stand: 31.12.2017). Die Einteilung in siedlungsstrukturelle Gebietstypen dient als Instrument insbesondere für inter- und intraregionale Vergleiche. Diese Gebietstypen schreiben keine räumlichen Problemkategorien fest und stellen auch keine raumordnungspolitische Funktionszuweisung dar. Sie dienen ausschließlich als analytisches Raster für die laufende Raumbeobachtung und ermöglichen Vergleiche der entsprechenden Regionstypen. Auf dieser Basis erfolgt bei den siedlungsstrukturellen Kreistypen eine Einteilung in vier Gruppen: Kreisfreie Großstädte: Kreisfreie Städte mit mindestens 100 000 Einwohnern Städtische Kreise: Kreise mit einem Bevölkerungsanteil in Groß- und Mittelstädten von mindestens 50 % und einer Einwohnerdichte von mindestens 150 Einwohnern/km²; sowie Kreise mit einer Einwohnerdichte ohne Groß- und Mittelstädte von mindestens 150 Einwohnern/km² Ländliche Kreise mit Verdichtungsansätzen: Kreise mit einem Bevölkerungsanteil in Groß- und Mittelstädten von mindestens 50 %, aber einer Einwohnerdichte unter 150 Einwohnern/km², sowie Kreise mit einem Bevölkerungsanteil in Groß- und Mittelstädten unter 50 % mit einer Einwohnerdichte ohne Groß- und Mittelstädte von mindestens 100 Einwohnern/km² Dünn besiedelte ländliche Kreise: Kreise mit einem Bevölkerungsanteil in Groß- und Mittelstädten unter 50 % und Einwohnerdichte ohne Groß- und Mittelstädte unter 100 Einwohnern/km² Weitere Erläuterungen sind auf der Homepage des Bundesinstituts für Bau-, Stadt- und Raumforschung (BBSR) im Bundesamt für Bauwesen und Raumordnung (BBR) unter www.bbsr.bund.de Themen Raumbeobachtung Raumabgrenzungen zu finden. Im Schuldnerberatungsatlas werden in einem Erreichbarkeitsdiagramm die nach siedlungsstrukturellen Kreistypen geschichteten Bevölkerungsanteile für Deutschland dargestellt. Rechtsgrundlage: Rechtsgrundlage ist das Bundesstatistikgesetz (BStatG). Weitere Informationen zur Überschuldung von Privatpersonen in Deutschland finden Sie im Themenbereich Vermögen und Schulden unter: https://www.destatis.de/DE/Themen/Gesellschaft-Umwelt/Einkommen-Konsum-Lebensbedingungen/Vermoegen-Schulden/_inhalt.html

More infos
Geo-Dataset
Open Data

Standorte Schuldner- und Insolvenzberatungsstellen in Deutschland

Schuldner- und Insolvenzberatungsstellen in Deutschland: Datengrundlage und Methodik: Es werden Daten genutzt, die aus allgemein zugänglichen Quellen stammen. Durch die Art der Erfassung von Schuldner- und Insolvenzberatungsstellen für diese Anwendung kann keine Garantie auf Vollständigkeit und Richtigkeit der dargestellten Beratungsstellen gewährleistet werden, da die Adressinformationen ausschließlich aus externen Quellen generiert werden. Hinweis: Den Nutzerinnen und Nutzern kann keine Auskunft über die Kostenübernahme der Schuldnerberatung zur Verfügung gestellt werden, da es bundesweit keine einheitliche Regelung dazu gibt. Standorte von Schuldnerberatungsstellen: Wenn eine Beratungsstelle über mehrere Standorte verfügt und diese Information öffentlich vorliegt, werden beide Standorte im Atlas angezeigt. Erreichbarkeitszonen von Schuldnerberatungsstellen: Die Grundlage für die Berechnung von Erreichbarkeitszonen von Schuldnerberatungsstellen bildet der Straßendatenbestand des offenen Gemeinschaftsprojektes OpenStreetMap (OSM). Mit Hilfe der Software Esri ArcGIS Desktop und den Programmerweiterungen Network Analyst sowie ArcGIS Editor for OpenStreetMap werden aus den OSM-Daten die relevanten Straßendaten (geometrische Information und zugehörige Attribute) extrahiert und in ein routingfähiges Netzwerkdatenmodell umgewandelt. Dieses erlaubt die Berechnung von Erreichbarkeitszonen, die sogenannten Isochronen. Die Berechnung der Isochronen wird für diskrete Zeitzonen von fünf bis 90 Minuten durchgeführt. Innerhalb einer Zone erfolgt keine nähere Unterscheidung der Fahrzeiten. Die Erreichbarkeiten werden in Form von Gitterzellen (Rastern) mit einer räumlichen Auflösung von 100 Meter * 100 Meter ausgewiesen. Beachten Sie bitte, dass die ausgewiesenen Fahrzeiten abgeleitete Modellgrößen sind, die unter Umständen deutlich von den tatsächlichen Fahrzeiten abweichen können. So wird insbesondere die aktuelle Verkehrslage oder mögliche Einschränkungen des Straßenverkehrs, wie z.B. Staus, Baustellen oder Straßensperrungen NICHT berücksichtigt. Zudem kann keine Gewähr für die Korrektheit der zugrundliegenden Straßengeometrie und der aus ihr abgeleiteten Fahrgeschwindigkeiten übernommen werden. Der OSM-Datenbestand kann Ungenauigkeiten oder Fehler sowohl in der geometrischen als auch hinsichtlich der beschreibenden Information enthalten. So können zum Beispiel fehlende Straßenabschnitte oder falsch ausgewiesene Zugangsbeschränkungen den Anschluss von einzelnen Verkehrsbereichen an das übrige Straßennetz verhindern. Hierdurch können fehlerhafte Berechnungsergebnisse resultieren. Beachten Sie bitte weiterhin, dass der Algorithmus zur Berechnung der Entfernungszonen in den Randbereichen des Straßennetzes u.U. stark generalisierende Ergebnisse erzeugt. Hierdurch können vereinzelt küstennahe Inselflächen mit eingefärbt werden, obwohl sie keinen Anschluss an ein Straßennetz besitzen. Grundsätzlich kann für die Richtigkeit der dargestellten Informationen und Berechnungsergebnisse nicht garantiert werden. Siedlungsstrukturelle Kreistypen: Mit den Kreistypen des Bundesinstituts für Bau-, Stadt- und Raumforschung (BBSR) wird eine einfache Gruppeneinteilung von den 363 Kreisregionen in Deutschland vorgenommen. Für die Typisierung werden verschiedene Siedlungsstrukturmerkmale herangezogen: der Bevölkerungsanteil in Groß- und Mittelstädten, die Einwohnerdichte der Kreisregion sowie die Einwohnerdichte der Kreisregion ohne Berücksichtigung der Groß- und Mittelstädte (Stand: 31.12.2017). Die Einteilung in siedlungsstrukturelle Gebietstypen dient als Instrument insbesondere für inter- und intraregionale Vergleiche. Diese Gebietstypen schreiben keine räumlichen Problemkategorien fest und stellen auch keine raumordnungspolitische Funktionszuweisung dar. Sie dienen ausschließlich als analytisches Raster für die laufende Raumbeobachtung und ermöglichen Vergleiche der entsprechenden Regionstypen. Auf dieser Basis erfolgt bei den siedlungsstrukturellen Kreistypen eine Einteilung in vier Gruppen: Kreisfreie Großstädte: Kreisfreie Städte mit mindestens 100 000 Einwohnern Städtische Kreise: Kreise mit einem Bevölkerungsanteil in Groß- und Mittelstädten von mindestens 50 % und einer Einwohnerdichte von mindestens 150 Einwohnern/km²; sowie Kreise mit einer Einwohnerdichte ohne Groß- und Mittelstädte von mindestens 150 Einwohnern/km² Ländliche Kreise mit Verdichtungsansätzen: Kreise mit einem Bevölkerungsanteil in Groß- und Mittelstädten von mindestens 50 %, aber einer Einwohnerdichte unter 150 Einwohnern/km², sowie Kreise mit einem Bevölkerungsanteil in Groß- und Mittelstädten unter 50 % mit einer Einwohnerdichte ohne Groß- und Mittelstädte von mindestens 100 Einwohnern/km² Dünn besiedelte ländliche Kreise: Kreise mit einem Bevölkerungsanteil in Groß- und Mittelstädten unter 50 % und Einwohnerdichte ohne Groß- und Mittelstädte unter 100 Einwohnern/km² Weitere Erläuterungen sind auf der Homepage des Bundesinstituts für Bau-, Stadt- und Raumforschung (BBSR) im Bundesamt für Bauwesen und Raumordnung (BBR) unter www.bbsr.bund.de Themen Raumbeobachtung Raumabgrenzungen zu finden. Im Schuldnerberatungsatlas werden in einem Erreichbarkeitsdiagramm die nach siedlungsstrukturellen Kreistypen geschichteten Bevölkerungsanteile für Deutschland dargestellt. Rechtsgrundlage: Rechtsgrundlage ist das Bundesstatistikgesetz (BStatG). Weitere Informationen zur Überschuldung von Privatpersonen in Deutschland finden Sie im Themenbereich Vermögen und Schulden unter: https://www.destatis.de/DE/Themen/Gesellschaft-Umwelt/Einkommen-Konsum-Lebensbedingungen/Vermoegen-Schulden/_inhalt.html

More infos
Geo-Dataset
Open Data

Baumartenklassifikation NRW

Klassifikation von Baumartengruppen auf Bestandesebene, basierend auf Sentinel2 - Satellitenaufnahmen Die Klassifikation in die 9 in NRW am häufigsten bzw. bestandesbildend auftretenden Baumartengruppen berücksichtigt folgende Klassen: Eichen (Ei), Buchen (Bu), Buntlaubhölzer (hALH), Weichlaubhölzer (wALN), Pappeln, Kiefern, Lärchen, Fichten und Douglasien (siehe Legende). Die Klassifikation erfolgte durch ein Verfahren künstlicher Intelligenz (rekurrentes neuronales Netzwerk), das anhand von Forsteinrichtungsdaten aus den Waldflächen des landeseigenen Forstbetriebes in NRW trainiert wurde. Das Verfahren wurde im Auftrag des Ministeriums für Landwirtschaft und Verbraucherschutz des Landes NRW (MLV NRW) entwickelt. Zur Erkennung der Baumarten anhand ihrer Phänologie und zur Gewährleistung möglichst wolkenfreier Verhältnisse wurden Zeitreihen von Satellitenaufnahmen aus den Vegetationsperioden zweier Jahre zwischen dem 03.03.2022 und dem 11.07.2023 ausgewertet. Es wurden dafür insgesamt 516 einzelne Szenen ausgewählt und landesweit zu einem wolkenfreien multitemporalen Mosaik zusammengesetzt (https://www.d-copernicus.de/daten/satelliten/satelliten-details/news/sentinel-2/ ). Bedingt durch die räumliche Auflösung der Sentinel2 - Satellitenaufnahmen von ca. 10 m eignet sich diese Kartenebene für eine Betrachtung auf einer Maßstabsebene von bis zu ca. 1:10.000, nicht größer! Die Darstellung berücksichtigt ausschließlich Baumarten in der Hauptschicht und ist nicht vergleichbar mit einer Forsteinrichtungs- oder Forstbetriebskarte. Mischungen von Baumarten sind durch wechselnde Farben auch innerhalb eines Bestandes gekennzeichnet. Die Angaben zu den Blößen basieren insbesondere auf der Aggregierten Kalamitätskarte im Nadelwald (Stand: Sep 2023). Validierung Die Nutzergenauigkeit ist das entscheidende Merkmal für die Zuverlässigkeit der Karteninformation in der fernerkundungsbasierten Baumartenkarte. Die Nutzergenauigkeit beschreibt eine repräsentative Schätzung für die Wahrscheinlichkeit, dass die in der Baumartenkarte dargestellte Karteninformation (Baumartengruppe) an einem Ort mit der Hauptschicht eines dortigen Bestandes übereinstimmt. Die Nutzergenauigkeit ist für jede ausgewiesene thematische Klasse (Baumartengruppe) unterschiedlich und bestimmt sich aus dem Anteil der oben beschriebenen Referenzdaten aus der Forsteinrichtung mit der entsprechenden Baumartengruppe in der Hauptschicht, im Verhältnis zu allen Referenzpunkten in der Validierungsstichprobe, die durch das neuronale Netz in die entsprechende Baumartengruppe klassifiziert wurden. Die Genauigkeiten unterscheiden sich also zwischen den einzelnen Baumarten in Abhängigkeit von der Häufigkeit, mit der die Baumarten in der Forsteinrichtung vertreten sind. Häufig auftretende Baumarten sind für eine künstliche Intelligenz leichter, seltener auftretende Baumarten (z.B. Pappeln, Douglasien) vergleichsweise schwerer zu erkennen. Die Herstellergenauigkeit dient zur Beurteilung der Klassifikationsgüte ausgehend vom Anteil der Referenzdaten in der Validierungsstichprobe mit der entsprechenden Baumartengruppe, die durch das neuronale Netz korrekt dieser Baumartengruppe zugeordnet wurden. Das F-Maß als allgemeines klassenspezifisches Gütemaß wird durch das harmonische Mittel (Durchschnitt) aus Nutzer- und Herstellergenauigkeit gebildet. Die Gesamtgenauigkeit gibt unabhängig von der Klassenzugehörigkeit den Anteil der Referenzpunkte in der Validierungsstichprobe an, der durch das neuronale Netz korrekt klassifiziert wurde. Ein gängiges und weithin anerkanntes Gütemaß ist Cohen’s κ-Koeffizient, der die Übereinstimmung zwischen den Klassenangaben in den Referenzdaten und den Klassifikationen des neuronalen Netzes auf Basis der Validierungsstichprobe beschreibt. In der praktischen Anwendung liegt der Wertebereich des Koeffizienten zwischen 0 und 1, wobei ein Wert von 1 eine völlige Übereinstimmung der Ergebnisse bedeutet, ein Wert von 0 hingegen eine rein zufällige Übereinstimmung ohne erkennbaren Mehrwert einer Entscheidung des neuronalen Netzes. Nutzergenauigkeit (%) Eiche Buche hALH wALN Pappel Kiefer Lärche Fichte Douglasie 93,8 94,7 91,2 89,2 88,8 97,7 95,9 97,1 88,4 Herstellergenauigkeit (%) 91,0 96,0 91,4 92,7 79,0 97,5 90,7 98,0 76,4 F-Maß (%) 92,3 95,4 91,3 90,9 83,6 97,6 93,2 97,6 82,0 Gesamtgenauigkeit: 95,0 % Cohen’s κ-Koeffizient: 0,938 Tabelle 1: Genauigkeitsangaben aus der statistisch unabhängigen Validierung. Die angegebenen Genauigkeiten wurden aus einer statistisch unabhängigen Validierung anhand der Forsteinrichtungsdaten aus den Staatswäldern bestimmt. Dazu wurde das Klassifikationsergebnis in über 15.000 landesweit zufällig ausgewählten Waldbeständen mit der dort ausgewiesenen einheitlichen Baumart in der Hauptschicht verglichen. Dieser Prozess wurde dreimal an jeweils unterschiedlichen Bildelementen wiederholt. Die angegebenen Prozentwerte geben die relative Häufigkeit (statistische Wahrscheinlichkeit) an, mit der das Klassifikationsergebnis und die in der Hauptschicht ausgewiesene Baumart übereinstimmen. Als Voraussetzung für eine unabhängige Validierung gibt es keine Überschneidung zwischen Trainings- und Validierungsdaten (statistische Unabhängigkeit).

More infos
Geo-Dataset

Vergleich von Methoden zur Bestimmung der Gesamtgehalte von Haupt- und Spurenelementen in Böden

Vergleich zwischen Gesamtgehalten und Königswasser-extrahierbaren Gehalten durchgeführt im Rahmen des Untersuchungsvorhabens "Schwermetalle in Mineralbodenproben aus dem BZE-Projekt". Finanziell wurde der Methodenvergleich gefördert durch das Ministerium für Umwelt und Naturschutz, Landwirtschaft und Verbraucherschutz (MUNLV) des Landes Nordrhein-Westfalen Problemstellung und Zielsetzung der Untersuchungen: In der bodenkundlichen Praxis stellt sich vermehrt die Frage nach der Vergleichbarkeit von Daten. Dies insbesondere dort, wo Daten aus verschiedenen Quellen gesammelt und ausgewertet werden. Dabei könnte die Transformation unterschiedlicher Daten auf eine Bezugsebene helfen Informationen zu verdichten, statistische Sicherheiten zu verbessern und analytische Kosten durch Nutzung mehrerer Datenquellen zu senken. Bei der Untersuchung von Spuren- und Hauptelementen in Locker- und Festgesteinen werden je nach Untersuchungsziel verschiedene Total- und Teilaufschlussverfahren eingesetzt. Letztere erfassen, wie der Name schon sagt, lediglich Anteile der Totalkonzentration eines Elementes. Insgesamt werden diese Gehalte häufig als Gesamtgehalt, Gesamtkonzentration oder Gesamtfraktion bezeichnet, was insbesondere für den Bereich der Teilaufschlussverfahren gilt. Die Vergleichbarkeit der Methoden wird am besten durch Korrelationsrechnung mittels B-Wert (Bestimmtheitsmaß R2 von 0 - 100 %) gekennzeichnet. Zu jeder Beziehung sollte der durch Eichung bestimmte B-Wert und der Gültigkeitsbereich (Minimum und Maximum der je Methode und Probenkollektiv erhaltenen Elementgehalte) angegeben werden. Eine gute Methode sollte mindestens B-Werte von 90 % erreichen, wobei sich die Regressionsgleichung auf eine breite Matrix unterschiedlich zusammengesetzter und belasteter Bodenproben beziehen sollte. Beziehungen mit geringerer Aussagekraft sind immerhin, zumindest teilweise, noch für Anhaltswerte brauchbar. Im Bereich der Geowissenschaften ist die Ermittlung echter Totalgehalte das übliche Verfahren, da nur auf dieser Basis einwandfreie Bilanzierungen durchgeführt werden können. Dazu wird vor allem die Röntgenfluoreszenzspektroskopie mit Schmelzaufschluss oder Preßling oder nasschemische (Druck)-Aufschlussverfahren mit Flusssäure bzw. -gemischen und AAS- und ICP-Spektroskopie angewendet. Im Bereich der Umwelt muss aufgrund vorhandener Regelwerke zur Bestimmung von Elementgesamtgehalten in Böden der Königswasser-(KW)extrakt (DIN 38414 Teil 7) verwendet werden; obwohl die Methode nur für wenige Elemente den Totalgehalt anzeigt und nicht direkt den pflanzenverfügbaren und verlagerbaren Elementgehalt widergibt. So hat die Bundesrepublik Deutschland zum Schutz der Böden vor einer übermäßigen Belastung durch Schwermetalle durch Ausbringung von Klärschlamm die Abfall-Klärschlamm-Verordnung (AbfKlärV 1982, 1992) erlassen. Sie reglementiert die Aufbringungsmenge an Schlammtrockenmasse pro Fläche und schreibt gesetzlich festgelegte Königswassser-extrahierbare Höchstwerte (Grenzwerte) für Schwermetalle in Böden und in der Schlammtrockenmasse vor. Auch im Entwurf des untergesetzlichen Regelwerkes zum Bundes-Boden-Schutzgesetz (BBodSchG, 1998) basieren die dort angegebenen Vorsorgewerte auf Königswasser-extrahierbaren Elementgehalten. Darüber hinaus wird der Königswasserextrakt im Bereich der Waldbodenanalytik verwendet. Nach der Bundesarbeitsanleitung zur Bodenzustandserhebung im Wald (BZE, 1994) werden Humusproben vorzugsweise nach diesem Verfahren untersucht. Bei Dauerbeobachtungsflächen unter Forst hingegen, erfolgt die Bestimmung des Stoffbestandes in Mineralböden wieder auf Basis echter Totalaufschlussverfahren. In der bodenkundlichen Praxis wird daher dringend eine Vergleichbarkeit der Daten gefordert. Aussagen dazu setzen (I) Auswertungen auf einem breiten Spektrum unterschiedlich zusammengesetzter und belasteter Bodenproben, (II) die Verwendung genormter Aufschluss- und Messmethoden sowie (III) die Anwendung und Dokumentation anerkannter statistischer Verfahren voraus. Die im Auftrag des Ministeriums für Umwelt, Raumordnung und Landwirtschaft in Nordrhein-Westfalen durchgeführten Untersuchungen haben zum Ziel, fachliche Methoden für die Nutzung von Werten zu liefern, die nicht nach der Methode des Bundes-Boden-Schutzgesetzes gewonnen wurden. Ziel der Arbeiten war es, unter kostengünstigsten Bedingungen und Nutzung bereits vorhandener Daten, Aussagen zur Vergleichbarkeit zweier häufig verwendeter nasschemischer Verfahren, dem Flusssäureaufschluss und Königswasserextrakt, zu machen. Die Ergebnisse des Methodenvergleichs wurden am 31. August 2002 in einem 113-seitigen Bericht dem MUNLV übergeben. Eine zum Download bereitgestellte PDF-Datei (5256 KB) gibt den Untersuchungsbericht in gekürzter Form wider und beschränkt sich auf die Darstellung der Elemente Blei (Pb), Cadmium (Cd), Chrom (Cr), Kupfer (Cu), Quecksilber (Hg), Nickel (Ni), Thalium (Tl) und Zink (Zn). Der komplette Untersuchungsbericht ist zu erhalten per Anfrage an den Geologischen Dienst NRW - Landesbetrieb.

More infos
Geo-Dataset
Open Data

Daten Kommunale Wärmeplanung NRW

Mit diesen Datenpaketen stellt das LANUK aktuelle und kleinräumige Fachdaten zur Unterstützung der kommunalen Wärmeplanung zur Verfügung. Diese werden im Rahmen der 2023/2024 in Bearbeitung befindlichen LANUK Potenzialstudie zur zukünftigen Wärmeversorgung in NRW erarbeitet und anschließend für das OpenData-Angebot aufbereitet. Die Datenpakete werden entsprechend kontinuierlich um fertiggestellte Daten ergänzt. Die Daten stehe als Shapefile für jede Gemeinde einzeln zur Verfügung. Zudem gibt es jeweils eine NRW-weite Geodatabase mit Feature Classes (ESRI). Ergänzt werden die Daten durch eine Kurzdokumentation (pdf) zu genutzten Quellen und zum methodischen Vorgehen sowie durch eine Excel-Tabelle zur Erklärung der Spalteninhalte der Attributtabellen der Geodaten. Der Raumwärme- und Warmwasserbedarf der Wohn- und Nichtwohngebäude wurde für das Modell 2024 neu berechnet und beinhaltet nun auch Fortschreibungen in drei unterschiedlichen Sanierungsszenarien für die Jahre 2025, 2030, 2035, 2040, 2045. Die Daten stehen auf Gebäudeebene und pro Straßenzug (Wärmelinien) zur Verfügung. Zusätzlich zum Raumwärme- und Warmwasserbedarf beinhalten die Wärmelinien die Prozesswärmebedarfe von Gewerbe, Handel und Dienstleistung, die aufgrund ihres Temperaturniveaus ebenfalls durch Wärmenetze gedeckt werden könnten. Allen Gebäuden wurde ein Gebäudetyp samt Baualtersklasse zugewiesen. Trotz des hohen Detaillierungsgrads kann es insbesondere auf Ebene der Einzelgebäude zu großen Abweichungen zur Realität kommen, insbesondere bei der Fortschreibung der Wärmebedarfe, da hier statistisch abgeleitete Sanierungswahrscheinlichkeiten eine große Rolle spielen. Bei der Wärmeplanung sollte dementsprechend eine größere Anzahl von Einzelgebäuden aggregiert betrachtet werden. Berücksichtigter Gebäudebestand: Sommer 2022 (LoD1/LoD2 3DGebäudemodell). Der Datensatz zu Modernisierungspotenzialen, Realisierungschancen und den vor Ort genutzten Heizenergieträgern wird auf Ebene der Baublöcke und Flure zur Verfügung gestellt. Die Daten basieren auf Immobilienscout24-Inseraten und Modellen des InWIS. Sie bieten einen guten Überblick über die Ausgangssituation in den Kommunen für die Status quo Analyse. Zusätzlich enthält der Datensatz Potenziale, welche sich aus der „Potenzialstudie zur zukünftigen Wärmeversorgung in NRW“ des LANUK ergeben haben. Das Potenzial der Freiflächensolarthermie wird auf Flurebene bereitgestellt. Dieses wurde auf Grundlage der Strahlungsdaten des DWD, für die Kollektortypen: Flachkollektor, Vakuumröhrenkollektor und Parabolrinnenkollektoren berechnet. Die theoretischen Potenziale sind zunächst sehr groß und übertreffen den (Raum‑)Wärmebedarf um ein Vielfaches, da in einem ersten Schritt alle potenziell geeigneten Flächen berechnet wurden. Durch Abstufung des Potenzials auf Basis regionaler Kenntnisse vor Ort, wie z.B. Nutzungskonkurrenz, Wirtschaftlichkeit der Erschließung der Fläche oder auch potenzieller Wärmesenken, kann eine realistische Einschätzung vorgenommen werden. Das Potenzial der oberflächennahen Geothermie und sondenbasierter mitteltiefer Geothermie wird auf Baublockebene bereitgestellt. Diese wurden im Rahmen der Potenzialstudie zur zukünftigen Wärmeversorgung in NRW neu bewertet. Im Vergleich zur alten Studie (s. auch Potenzialstudie Geothermie 2015) wurden einige Änderungen bei der Methodik vorgenommen. Zum einen wurden neue Bohrtiefenbegrenzungen von 40 m, 150 m und 250 m bei der oberflächennahen Geothermie und zusätzlich 1.000 m bei Betrachtung der mitteltiefen Geothermie vorgenommen sowie die Besitzstücke und der Gebäudebedarf auf Basis des Wärmebedarfsmodells aktualisiert. Das Potenzial aus tiefer- und mitteltiefer hydrothermaler Geothermie wird als Rasterdatensatz (3 x 3 km) bereitgestellt und bewertet, wo es sich lohnt, die Nutzung dieser Technologie genauer zu betrachten. Bei der Potenzialermittlung, handelt es sich um eine grobe Abschätzung, da die Fündigkeit und die tatsächliche Schüttung, also die 19.12.2024 2 /8 Menge an warmem Wasser, die nach einer Bohrung auch tatsächlich genutzt werden kann, unbekannt ist. Um das tatsächliche Potenzial genauer bewerten zu können und Pilotprojekte zu initiieren, ist es notwendig, die geologische Landesaufnahme weiter voranzutreiben sowie regional Seismiken und Probebohrungen durchzuführen. Bitte beachten Sie bei der Arbeit mit den Daten unbedingt die beiliegenden Dokumentationen! Die Excel-Tabelle zu den Ergebnissen der Wärmestudie bündelt alle Ergebnisse der Potenzialanalyse pro Verwaltungseinheit. Ausgewiesen wird der Wärmebedarf (Gebäude/Prozesswärme) und die Potenziale der Freiflächensolarthermie, Gewässer, Rechenzentren, Elektrolyseure, direkteinleitender Betriebe, Abwasser, industrielle Abwärme, Klärgas/-schlamm, Müllverbrennung, Biomasse, Grubenwasserhaltung, Geothermie und Luftwärmepumpe. Außerdem werden die Ergebnisse der Szenarienanalyse für drei verschiedene Szenarien mit jeweils drei verschiedenen Wärmebedarfsfortschreibungen hinsichtlich der möglichen künftigen Wärmeerzeugung ausgegeben. Bitte hierzu die Dokumentationen beachten, die unter https://www.energieatlas.nrw.de/site/waermestudienrw_ergebnisse verfügbar sind.

More infos
Geo-Dataset
INSPIRE
Open Data

B-Plan, Bebauungsplan Stadt Hilden

Bebauungsplaene der Stadt Hilden Annex III - 4. und Annex III - 8.

More infos
Geo-Service
INSPIRE

INSPIRE-WMS HB Adressen Hauskoordinaten

Dieser Dienst stellt für das INSPIRE-Thema Adressen aus Hauskoordinaten umgesetzte Daten bereit.

More infos
Geo-Service
INSPIRE
Open Data

Darstellungsdienst Stadt Haan

Darstellungsdienst für INSPIRE-relevante Daten der Stadt Haan per WMS (rechtskräftige Bebauungspläne und Bebauungsplan-Änderungen, Flächennutzungsplan-Änderungen, Erhaltungsgebiete, Gestaltungssatzungen, Außenbereichssatzungen)

More infos
Geo-Dataset

Orientierte Luftbilder Land Bremen
Temporal reference of content: since 08.03.2025 , currently up to date

Orientierte Luftbilder sind Digitale Luftbilder mit allen erforderlichen Parametern für eine stereoskopische Auswertung, das heißt den Daten zur inneren und äußeren Orientierung (Koordinaten in Lage und Höhe des Bildes, sowie die Drehwinkel der Kamera bei der Auslösung). Die räumliche Zuordnung von Digitalen Luftbildern ist auf der Grundlage von Bildmittenübersichten möglich.

More infos

891 - 900 of 3020 ranked hits


88 89 90 91 92

88 89 90 91 92

PORTAL-NG

Help