• Auf Karte festlegen

268 Ergebnisse

Ansicht
Open Data Formate: CSV Open Data Formate: GeoPackage Open Data Formate: ASCII Alle Einschränkungen löschen
Geodatensatz
Open Data

Gebäudereferenzen NW

Die Gebäudereferenzen definieren die genaue Position einer georeferenzierten Lagebezeichnung (Adresse) eines Gebäudeobjektes im Liegenschaftskataster. Im Vergleich zu den Hauskoordinaten ist die postalische Adresse nicht enthalten. Stand der verwendeten Daten: 01.01.2026

Mehr Infos
Geodatendienst
Open Data

Wuppertal ATOM Feed Einzelbaum Stammpositionen aus Luftbildern (2021)

Der ATOM Feed Downloadservice für Einzelbaum Stammpositionen aus Luftbildern (2021) in Wuppertal stellt einen Datensatz zum Download bereit, der die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, punktförmigen Stammpositionen von rund 894.000 Bäumen im Stadtgebiet von Wuppertal umfasst. Die Berechnung wurde 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. Eine Fortführung des Datensatzes ist nicht geplant. Neuberechnungen werden als separate Datensätze mit eigenen Downloaddiensten publiziert. Der Downloadservice wird gleichwohl täglich durch Abgleich mit seinen Metadaten und den Metadaten zum Datensatz der Einzelbaum Stammpositionen aus Luftbildern (2021) Wuppertal im GEOkatalog.NRW aktualisiert.

Mehr Infos
Geodatensatz
Open Data

Einzelbaum Kronenumringe aus Luftbildern (2021) Wuppertal
Aktualität der Daten: 30.03.2021 bis 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.

Mehr Infos
Geodatendienst
Open Data

Wuppertal ATOM Feed Einzelbaum Kronenumringe aus Luftbildern (2021)

Der ATOM Feed Downloadservice für Einzelbaum Kronenumringe aus Luftbildern (2021) in Wuppertal stellt einen Datensatz zum Download bereit, der die automatisiert aus Luftbildern (Aufnahmezeitpunkte 30. März und 01./02. Juni 2021) abgeleiteten, flächenförmigen, zweidimensionalen Baumkronenpolygone von rund 894.000 Bäumen im Stadtgebiet von Wuppertal umfasst. Die Berechnung wurde 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 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. Eine Fortführung des Datensatzes ist nicht geplant. Neuberechnungen werden als separate Datensätze mit eigenen Downloaddiensten publiziert. Der Downloadservice wird gleichwohl täglich durch Abgleich mit seinen Metadaten und den Metadaten zum Datensatz der Einzelbaum Kronenumringe aus Luftbildern (2021) Wuppertal im GEOkatalog.NRW aktualisiert.

Mehr Infos
Geodatensatz
Open Data

Gruppenlayer: Klimaanalyse 2026 - Karte regional bedeutsamer Klimafunktionen

Klimatologische Prozesse und Zusammenhänge können in ihrer räumlichen und funktionalen Ausprägung eine regionale Bedeutsamkeit aufweisen. Die Berücksichtigung besonders bedeutsamer Klimafunktionen (bzw. -funktionsstörungen) kann über den Bereich der kommunalen Planung hinausgehen und eine regionalplanerische Steuerung erforderlich machen. Ein Beispiel hierfür sind Kaltluftleitbahnen, die eine große Bedeutung für die Belüftung von Siedlungsbereichen einer Gemeinde haben, deren Entstehungsgebiete oder Transportstrecken jedoch außerhalb der betroffenen Gemeinde liegen. Ziel der Karte regional bedeutsamer Klimafunktionen ist es, überörtliche Klimafunktionen zu identifizieren und sie gegenüber lokal wirksamen Strukturen abzugrenzen. Dabei ist die große Menge an Detailinformationen aus der Modellierung und den Karten der Klimaanalyse NRW 2026 zu komprimieren, um wesentliche Strukturen für die Ebene der regionalen Planung nutzbar zu machen. Die Karte regional bedeutsamer Klimafunktionen umfasst folgende Inhalte: Gemeinden mit regional bedeutsamer Wärmebelastung in der Nacht Gemeinden mit regional bedeutsamer Wärmebelastung am Tag Kaltluftversorgung von Gemeinden mit regional bedeutsamer Wärmebelastung in der Nacht Regionale Kaltluftsysteme mit den dazugehörigen Einzugsgebieten und Kaltluftentstehungsgebieten Regional bedeutsame Ausgleichsräume am Tag Für die Abgrenzung von Gemeinden mit einer regional bedeutsamen Wärmebelastung in der Nacht muss einerseits eine besonders hohe thermische Belastung im Gemeindegebiet vorliegen, zum anderen wird die Anzahl der hiervon betroffenen Personen der Bevölkerung in der jeweiligen Gemeinde als Kriterium berücksichtigt. Eine besonders hohe thermische Belastung liegt dann vor, wenn Siedlungsflächen einer Gemeinde in der Planungshinweiskarte dem „dringenden Handlungsbedarf“ zugeordnet sind. Eine hohe Betroffenheit der Bevölkerung besteht, wenn besonders viele Menschen in diesen Bereichen mit „dringendem Handlungsbedarf“ wohnen. Als Grenzwert wird hier eine Anzahl von mindestens 25 000 Personen in einer Gemeinde angesetzt. Wie bei der Nachtsituation erfolgt auch die Abgrenzung von Gemeinden mit einer regional bedeutsamen Wärmebelastung am Tag über eine besonders hohe thermische Belastung sowie eine hohe Betroffenheit der Bevölkerung in der jeweiligen Gemeinde. Grundlage für die Bewertung der thermischen Belastung ist die Klimaanalysekarte Tag. Betrachtet werden alle Siedlungsflächen einer Gemeinde, die am „typischen Sommertag“ mindestens eine „starke Wärmebelastung“ zeigen (PET > 35 °C) und zudem am „extremen Sommertag“ eine „extrem starke Wärmebelastung“ (PET > 41 °C) aufweisen. Eine hohe Betroffenheit der Bevölkerung liegt in einer Gemeinde dann vor, wenn mindestens 25 000 Menschen in diesen Bereichen wohnen. Für die Identifizierung regionaler Kaltluftsysteme wurden nächtliche Kaltluftprozesse mit Hilfe von Trajektorien modelliert. Eine Trajektorie ist hier definiert als Bahnkurve eines sich bewegenden „Luftpartikels“ oder „Luftpaketes“. Die Trajektorie verbindet alle von diesem Luftpaket in einem gewissen Zeitraum überströmten Orte. Durch die Berechnung sogenannter Vorwärtstrajektorien lässt sich – ausgehend von ihrem Ursprungsort – das Ziel einzelner Luftpakete bestimmen. Die analysierten Vorwärtstrajektorien geben an, wohin sich ein Luftpaket bewegt. Sie zeichnen den Weg der sich im Laufe der Nacht dynamisch verändernden Horizontalströmung in 20 m über Grund nach. Im Ergebnis wurden linienhafte Zugbahnen der Trajektorien mit einer spezifischen Länge identifiziert. Anschließend wurden die Trajektorien zu regionalen Kaltluftsystemen zusammengefasst. Die regionalen Kaltluftsysteme, die auf Gemeinden mit regional bedeutsamer Wärmebelastung in der Nacht ausgerichtet sind, werden in der Karte in Blautönen dargestellt. Alle anderen Kaltluftsysteme, die nicht mit einer regional bedeutsamen Wärmebelastung verknüpft sind, werden in grau dargestellt. Die Karte enthält des Weiteren Informationen über die Kaltluftversorgung der Bevölkerung in den Gemeinden mit einer regional bedeutsamen nächtlichen Wärmebelastung. Dies ermöglicht weitere Rückschlüsse auf das Ausmaß der thermischen Belastung in der Nacht. Dargestellt sind Gemeinden, bei denen weniger als 40 % der Bevölkerung mit Kaltluft versorgt werden. Zudem sind größere zusammenhängende Grünflächen im Freiraum dargestellt, die vergleichsweise günstige thermische Bedingungen am Tag aufweisen. Diese Bereiche können während besonders starker Hitzebelastungen für die Bevölkerung als Ausgleichsräume fungieren. Die regional bedeutsamen Ausgleichsräume am Tag sind mindestens 2 km2 groß, liegen maximal 10 km entfernt von Gemeinden mit regional bedeutsamer Wärmebelastung am Tag und weisen in der Klimaanalysekarte Tag sowohl für den „typischen Sommertag“ als auch den „extremen Sommertag“ höchstens eine „moderate Wärmebelastung“ (PET < 35 °C) auf.

Mehr Infos
Geodatensatz
Open Data

Gruppenlayer: Klimaanalyse 2026 - Betroffenheitsanalyse

Die Betroffenheitsanalyse dient der Identifikation von Räumen, in denen eine erhöhte thermische Belastung mit einer erhöhten Sensitivität der Bevölkerung gegenüber Hitze zusammenfällt. Sie stellt damit ein zentrales Instrument zur Ableitung von Handlungsschwerpunkten im Kontext der Klimaanpassung dar. Der konzeptionelle Ansatz basiert auf der Annahme, dass sich gesundheitliche Risiken durch Hitze insbesondere dort verstärken, wo physische Belastung (Hitze) und gesellschaftliche Verwundbarkeit räumlich überlagert sind. Die Betroffenheit ergibt sich somit aus dem Zusammenwirken von: thermischer Belastung (z. B. hohe Lufttemperaturen, reduzierte nächtliche Abkühlung) und Sensitivität der Bevölkerung gegenüber diesen Belastungen. Dazu wird in Anlehnung an den Handlungsleitfaden zur kommunalen Klimaanpassung in Hessen „Hitze und Gesundheit“ des Hessischen Landesamtes für Naturschutz, Umwelt und Geologie (HLNUG) (HLNUG 2019) vorgegangen. In NRW wird die Betroffenheitsanalyse auf Basis der ZENSUS 2022-Daten durchgeführt, die für die Betroffenheitsanalyse landesweit auf der Ebene von Baublöcken ausgewertet wurden (IT.NRW 2025). Es kommt daher zu leichten Anpassungen aufgrund der Datenverfügbarkeiten gegenüber dem Ansatz des HLNUG. So werden in der Betroffenheitsanalyse der Klimaanalyse NRW 2026 folgende Basisindikatoren betrachtet: Hochaltrigendichte (ab 80 Jahre), Kinderdichte (unter 6 Jahre) und die durchschnittliche Nettokaltmiete. Die durchschnittliche Nettokaltmiete wird verwendet, da für NRW keine räumlich ausreichend differenzierten Informationen zur Armutsgefährdung wie z. B. zu Empfängern nach SGB vorliegen. Bei der durchschnittlichen Nettokaltmiete wird davon ausgegangen, dass in der Regel eine hohe Miete mit einer hohen Kaufkraft und eine geringe Miete zumindest tendenziell mit einer niedrigen Kaufkraft und damit einer potenziellen Armutsgefährdung einher geht. Die Basisindikatoren werden zunächst einzeln betrachtet (Einzelsensitivität) bevor sie zu einer Gesamtbetrachtung zusammengeführt werden. Bei der Einzelauswertung wird zunächst die Personenanzahl der Basisindikatoren Hochaltrige und kleine Kinder auf die Fläche des Baublocks bezogen. Bei der Nettokaltmiete kann auf diesen Schritt verzichtet werden, da die Daten schon auf eine Flächeneinheit bezogen (m²) vorliegen. Die Sensitivitätsanalyse soll die räumliche Verteilung der vulnerablen Bevölkerungsgruppen in NRW aufzeigen. Jeder der drei Indikatoren wird in Dezilen eingeteilt (10 gleich groß besetzte Klassen). Die Dezile werden für jede Gemeinde separat bestimmt und ermöglichen damit eine Vergleichbarkeit der Gemeinden untereinander. Die Dezile (Klassen) werden wie folgt bewertet: Klassen 1 bis 7: weniger sensitive Gebiete , Klasse 8: sensitive Gebiete, Klasse 9: hoch sensitive Gebiete, Klasse 10: extrem sensitive Gebiete. Die Nettokaltmiete wurde so eingeteilt, dass eine niedrige durchschnittliche Nettokaltmiete die höchste Bewertung (Dezil 10) erhält. Die Einzelsensitivitäten werden anschließend kombiniert, um die Gesamtbetrachtung zu erhalten. Dabei wurde die Bewertung nach folgender Einteilung vorgenommen. Extrem sensitives Gebiet: Hochaltrigendichte: Klassen 8 bis 10 UND Kinderdichte: Klasse 10 UND Durch Armut Gefährdete (Nettokaltmiete): Klasse 10; Hoch sensitives Gebiet: Hochaltrigendichte: Klassen 8 bis 10 UND Kinderdichte Klasse: 10 ODER Durch Armut Gefährdete (Nettokaltmiete) Klasse: 10; Sensitives Gebiet: Hochaltrigendichte: Klassen 8 bis 10 ODER Kinderdichte Klasse 10 ODER Durch Armut Gefährdete (Nettokaltmiete) Klasse 10; Weniger sensitives Gebiet: Keines der Kriterien ist zutreffend. Die Gesamtbetrachtung wird zusätzlich mit den hitzebelasteten Quartieren aus der Planungshinweiskarte „Handlungspriorität 1 + 2“ (dringender Handlungsbedarf) verschnitten, so dass die Mehrfachbelastungen ablesbar sind und Quartiere, für die Maßnahmen zur Klimaanpassung eine besonders hohe Priorität haben, ermittelt werden können.

Mehr Infos
Geodatensatz
Open Data

Einzelbaum Stammpositionen aus Luftbildern (2021) Wuppertal
Aktualität der Daten: 30.03.2021 bis 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.

Mehr Infos
Geodatensatz

Stadt Duisburg: Adressen

Im Rahmen des Geodatenmanagements der Stadt Duisburg wird vom Amt für Bodenordnung, Geomanagement und Kataster unter der Federführung der Abteilung "Vermessung, Kataster und Geoinformationen (62-4)" die Hausnummerndatenbank des gesamten Stadtgebietes geführt. Die Fortführung und Pflege der Datenbank ist Voraussetzung für die Aktualität der Daten.

Mehr Infos
Geodatensatz

Stadt Duisburg: Arbeitsmarktstatistik

Arbeitsmarktstatistik der Stadt Duisburg nach diversen Kategorien auf Ortsteilebene. Quelle: Bundesagentur für Arbeit

Mehr Infos
Geodatensatz
Open Data

Stadt Gelsenkirchen: Gebäudekoordinaten und Gebäudeumringe

Der Geodatendienst Gebäudekoordinaten und Gebäudeumringe der Stadt Gelsenkirchen stellt über 100.000 Adresspunkte und Gebäudeumringe dar. Neben geplanten Gebäuden sind die Adressen, Umringe und Dachneigungen der Hauptgebäude, der Nebengebäude sowie die reservierten Hausnummern abgebildet

Mehr Infos

1 - 10 von 268 Ergebnissen


1 2 3 4 5

1 2 3 4 5

PORTAL-NG

Hilfe