Die Tatsächliche Nutzung stellt Grundflächen dar und beschreibt, wie Grund und Boden vor Ort aktuell genutzt werden. Die Tatsächliche Nutzung wird als Teil des Grunddatenbestandes von ALKIS® geführt und beinhaltet raumbezogene Objekte, die gegliedert sind in die vier bundesweit einheitlichen Objektartengruppen Siedlung, Verkehr, Vegetation und Gewässer. Sämtliche Eigenschaften der Objektarten der Tatsächlichen Nutzung sind im ALKIS®-Objektartenkatalog nach dem AAA Anwendungsschema 7.1.2 festgehalten.
Nutzungsbedingungen: Der Datensatz/Dienst steht unter der folgender Lizenz: Creative Commons Namensnennung 4.0 (CC BY 4.0). Die Namensnennung hat in folgender Weise zu erfolgen: "Datenquelle: Bayerische Vermessungsverwaltung – www.geodaten.bayern.de".
Der Datensatz Flurstücksinformationen Deutschland (FS-DE) des Bundesamtes für Kartographie und Geodäsie basiert auf dem Datensatz der amtlichen Flurstücksinformationen Deutschland der Zentrale Stelle Hauskoordinaten und Hausumringe (ZSHH), die aktuell am bayerischen Landesamt für Digitalisierung, Breitband und Vermessung in München angesiedelt ist. Er enthält georeferenzierte Polygonen, die die Geometrien der Flurstücke des Liegenschaftskatasters beschreiben. Dabei wird der in ALKIS (Amtliches Liegenschaftskatasterinformationssystem) definierte Objektbereich Flurstück (Definition nach ALKIS-Objektartenkatalog) zugrunde gelegt. Aktuell ohne die Daten von Bayern.
Die Daten sind urheberrechtlich geschützt. Bundesbehörden und Nutzungsberechtigte im Sinne des § 4 V GeoBund werden die Daten auf Grundlage des Vertrages über die kontinuierliche Übermittlung von amtlichen digitalen Geobasisdaten der Länder zur Nutzung im Bundesbereich vom 01.07.2019 (V GeoBund) geldleistungsfrei zur Verfügung gestellt. Der Quellenvermerk ist zu beachten.
Das Produkt Landbedeckung (LB) der AdV (Arbeitsgemeinschaft der Vermessungsverwaltungen der Länder der Bundesrepublik Deutschland) wurde nach dem Cop4ALL-DE Verfahren erzeugt und stellt eine flächendeckende und überschneidungsfreie Erfassung der Landbedeckung in Deutschland bereit. Die Daten werden durch eine kombinierte Analyse von Sentinel-2-Satellitenbildern, Orthophotos, ALKIS / ATKIS und einem normalisierten digitalen Oberflächenmodell (nDOM) erzeugt. Mithilfe künstlicher Intelligenz wird die Landbedeckung klassifiziert. Beginnend mit 2023 wird eine jährliche Ableitung zur Verfügung gestellt werden. Das Produkt Landbedeckung Deutschland steht momentan als WMS-Dienst und die einzelnen Bundesländer als Download zur Verfügung. Unterliegt der CC-BY-4.0
Die Daten sind urheberrechtlich geschützt. Die Daten werden geldleistungsfrei gemäß der Creative Commons Namensnennung 4.0 International Lizenz (https://creativecommons.org/licenses/by/4.0/) zur Verfügung gestellt. Daten, die unter der Lizenz CC BY 4.0 stehen, dürfen unter einer Namensnennung geteilt, vervielfältigt und bearbeitet werden. Die Namensnennung ist im Quellenvermerk enthalten. Der Quellenvermerk ist zu beachten.
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.
Die Landnutzung (LN) beschreibt, wie Flächen aktuell genutzt werden und welchen sozioökonomischen Zweck sie erfüllen. Sie besteht aus folgenden Objektartengruppen: Siedlung, Verkehr und Infrastruktur, Land-, Forst-, und Fischereiwirtschaft, Gewässer und keine primäre Nutzung.
Nutzungsbedingungen: Der Datensatz/Dienst steht unter der folgender Lizenz: Creative Commons Namensnennung 4.0 (CC BY 4.0). Die Namensnennung hat in folgender Weise zu erfolgen: "Datenquelle: Bayerische Vermessungsverwaltung – www.geodaten.bayern.de".
Die Landnutzung (LN) beschreibt die „Charakterisierung von Flächen anhand ihrer derzeitigen, respektive ihrer in der örtlichen Umsetzung befindlichen Funktion oder ihres sozioökonomischen Zwecks. Beispiele dafür sind Wohn-, Industrie- oder Gewerbegebiete, land- oder forstwirtschaftlich genutzte Flächen sowie Freizeitgebiete“ (vgl. INSPIRE-Richtlinie). Der Begriff Landnutzung wird synonym zum Begriff der Bodennutzung verwendet. Der Objektartenkatalog der LN beinhaltet die fünf Objektartengruppen Siedlung, Verkehr und Infrastruktur, Land-, Forst- und Fischereiwirtschaft, Gewässer sowie Keine primäre Nutzung, welche sich weiter untergliedern in Objekt-, Attribut- und Wertearten. Grundlage hierfür ist das AAA®-Basisschema.
Dieser Datensatz kann gemäß den Nutzungsbestimmungen von Datenlizenz Deutschland – Namensnennung – Version 2.0 (https://www.govdata.de/dl-de/by-2-0) unter Angabe der Quelle: GeoSN genutzt werden.
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.
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.
