Digitale Oberflächenmodelle (DOM) sind digitale, numerische, auf ein regelmäßiges Raster reduzierte Modelle der Höhen und Formen der Erdoberfläche und der darauf befindlichen Objekte wie z.B. Vegetation und Bauwerke. Sie bilden die Situation zum Zeitpunkt der Erfassung ab. Bedingt durch unterschiedliche Erfassungszeitpunkte können z.B. bei Vegetations- und Wasserflächen Höhensprünge auftreten. Hohe schmale Objekte wie bspw. Windräder und Strommasten können nur bedingt abgebildet werden. Die Bezirksregierung Köln, Geobasis NRW, stellt im Rahmen ihres gesetzlichen Auftrags das DOM1 mit einer Rasterweite von einem Meter bereit. Als Datengrundlage werden die aus dem Ergebnis des flugzeuggestützten Laserscanning (Airborne Laserscanning, ALS) gewonnenen 3D-Messdaten verwendet.
Nutzungsbedingungen: Es gelten die durch den IT-Planungsrat im Datenportal für Deutschland (GovData) veröffentlichten einheitlichen Lizenzbedingungen „Datenlizenz Deutschland - Zero“ (https://www.govdata.de/dl-de/zero-2-0). Jede Nutzung ist ohne Einschränkungen oder Bedingungen zulässig. Eine Haftung für die zur Verfügung gestellten Daten und Dienste wird ausgeschlossen. Dies gilt insbesondere für deren Aktualität, Richtigkeit, Verfügbarkeit, Qualität und Vollständigkeit sowie die Kompatibilität und Interoperabilität mit den Systemen des Nutzers. Vom Haftungsausschluss ausgenommen sind gesetzliche Schadensersatzansprüche für eine Verletzung des Lebens, des Körpers und der Gesundheit sowie die gesetzliche Haftung für sonstige Schäden, soweit diese auf einer vorsätzlichen oder grob fahrlässigen Pflichtverletzung beruhen.
Der WMS Klimaanpassung INKAS beschreibt Bebauungs- und Freiflächentypen in NRW. Insgesamt wurden 20 Landbedeckungs- und Landnutzungstypen bestimmt, wovon die ersten neun Bebauungstypen darstellen. In die Klassifizierung der Bebauungs- und Freiflächentypen flossen die Flächennutzung der ATKIS Basis-DLM, der amtlichen Hauskoordinaten, der amtlichen Hausumringe, des 3D-Gebäudemodells im LoD1 sowie des Copernicus Imperviousness Layers als Grundlagendaten ein. Die Gebäudetypen wurden in einem automatisierten Verfahren bestimmt und Gebäudekennzahlen abgeleitet. Der dominierende Gebäudetyp wurde anteilig über die überbaute Fläche im Baublock als Bebauungstyp definiert. Industrie-und Gewerbeflächen wurden in einer gesonderten Form nach der Gebäudehöhe und dem Versiegelungsgrad weiter gegliedert. Die Ergebnisse liegen auf Baublockebene entsprechend der ATKIS Basis-DLM-Daten vor.
Der Kartenlayer Klimaanpassung INKAS (INKAS - INformationsportal KlimaAnpassung in Städten) beschreibt Bebauungs- und Freiflächentypen in NRW. Insgesamt wurden 20 Landbedeckungs- und Landnutzungstypen bestimmt, wovon die ersten neun Bebauungstypen darstellen. In die Klassifizierung der Bebauungs- und Freiflächentypen flossen die Flächennutzung der ATKIS Basis-DLM, der amtlichen Hauskoordinaten, der amtlichen Hausumringe, des 3D-Gebäudemodells im LoD1 sowie des Copernicus Imperviousness Layers als Grundlagendaten ein. Die Gebäudetypen wurden in einem automatisierten Verfahren bestimmt und Gebäudekennzahlen abgeleitet. Der dominierende Gebäudetyp wurde anteilig über die überbaute Fläche im Baublock als Bebauungstyp definiert. Industrie-und Gewerbeflächen wurden in einer gesonderten Form nach der Gebäudehöhe und dem Versiegelungsgrad weiter gegliedert. Die Ergebnisse liegen auf Baublockebene entsprechend der ATKIS Basis-DLM-Daten vor.
Der WMS-Dienst "Klimaanalyse 2026" ist Teil der Kartenanwendung Klimaatlas NRW (www.klimaatlas.nrw.de). Der wms-Dienst fasst die Karten der Klimaanalyse NRW 2026 zusammen. Die landesweite Klimaanalyse NRW 2026 wurde in Anlehnung an VDI-Richtlinie 3787, Blatt 1 (VDI 2015) durchgeführt. Dabei kam das mesoskalige Klimamodell FITNAH-3D zum Einsatz. Die Aufbereitung stadtklimatischer Sachverhalte in Kartenform dient ihrer Nutzbarmachung für die Stadt- und Regionalplanung. Hierbei werden in erster Linie die räumliche Ausprägung des Luftaustausches sowie thermisch belasteter Gebiete betrachtet und die Ausgleichs- und Belastungs- bzw. Wirkräume (Siedlungsgebiet) zueinander in Beziehung gesetzt. Aus den Ergebnissen werden Empfehlungen für die Planung zur Verbesserung oder zum Erhalt der Situation abgeleitet. Der Fokus wird hierbei auf das Thema der bioklimatischen Belastung (Hitze) gelegt. Vor dem Hintergrund des Klimawandels gewinnt die Berücksichtigung der thermischen Situation sowie der Auswirkungen von Bau- und Planungsmaßnahmen auf diese an Bedeutung. Die Klimaanalyse NRW 2026 stellt sowohl eine Aktualisierung als auch eine grundlegende Weiterentwicklung der ersten landesweiten Klimaanalyse aus dem Jahr 2018 dar. Die Klimaanalyse enthält detaillierte Informationen zu den klimatischen Gegebenheiten in Nordrhein-Westfalen. In verschiedenen Karten wird die thermische Belastung nachts und tagsüber für einen typischen und einen extremen Sommertag dargestellt und darüber hinaus Planungshinweise für die klimatische Situation zur Vefügung gestellt. Neben einer Betrachtung der regional bedeutsamen Klimafunktionen umfasst die Klimaanalyse NRW 2026 auch eine weiterentwickelte Betroffenheitsanalyse für ausgewählte, vulnerable Gruppen sowie eine Karte der regional bedeutsamen Klimafunktionen. Die Klimaanalyse unterteilt sich in folgende Teilbereiche: Klimatopkarte Klimaanalysekarte Tagsituation (für typischen und extremen Sommerstag), Klimaanalysekarte Nachtsituation (für typischen und extremen Sommertag), Planungshinweiskarte Karte Regional bedeutsamer Klimafunktionen und Betroffenheitsanalyse.
Das Geoportal zeigt die Internetversorgung im Kreis Kleve, ohne die Kommune Kranenburg. Dargestellt wird der Versorgungsstand der Adressen in den folgenden Kategorien: Breitbandversorgung: - Geplante Umsetzung Graue-Flecken-Förderprogramm - Keine Glasfaser/Gigabitversorgung - Weiße Flecken Förderung - Glasfaser Ist- und Soll-Bestand bis 2026 - Gigabitversorgung über Highspeed Kabel-Internet Im Rahmen der Mobilfunkkoordination erhebt der Kreis Kleve Daten, die im Zusammenhang mit dem Mobilfunkausbau als Information zum laufenden Fortschritt und zur Abstimmung von neuen Ausbauplanungen dient. Die Daten sind nur für den internen Gebrauch innerhalb der Verwaltung freigegeben. Mobilfunkkoordination: - Standorte Planung - Standorte Planung - Standorte Bestand - Standorte Deutsche Telekom - Standorte Telefonica - Standorte Vodafone - Netzabdeckung - Netzabdeckung Deutsche Telekom - Netzabdeckung Vodafone - Netzabdeckung Alle - Versorgungsmessung - Empfang Deutsche Telekom - Pegel Deutsche Telekom - Empfang Telefonica - Pegel Telefonica - Empfang Vodafone - Pegel Vodafone Der Datensatz öffentliches Eigentum von Bund und Land umfasst die Flurstücke im Eigentum des Bundes sowie im Eigentum des Landes NRW im Bereich des Kreis Kleve. Abgeleitet werden die Informationen aus dem ALKIS Datenbestand mit einer 1/2 jährlichen Aktualität. Die Informationen sind nicht öffentlich verfügbar! Das Geoportal bietet die Möglichkeit der Adresssuche, Informationsabfrage der angezeigten Adressen durch anklicken in der Karte, Verlinkungen auf Informationsseiten unter Informationen, das Drucken sowie die Möglichkeit unter Werkzeuge auf das 3D-Geoportal des Kreis Kleve zuzugreifen .
In der Klimaanalysekarte werden klimaökologisch relevante Strukturen voneinander abgegrenzt und dargestellt. Im Gegensatz zur Klimatopkarte, die sich aus rein statischen Faktoren ableitet (z. B. Flächennutzung, Versiegelungsgrad), werden in der Klimaanalysekarte die thermischen Verhältnisse und das klimaökologische Prozessgeschehen einer Region für eine bestimmte thermische Situation modelliert und beschrieben. Da sich die thermischen Gegebenheiten im Tagesverlauf unterscheiden, wurde die Klimaanalysekarte einmal für die Tagsituation (14 Uhr MEZ) sowie einmal für die Nachtsituation (4 Uhr MEZ) ausgewertet und dargestellt. Es wurden zwei meteorologische Situationen modelliert: Zum einen wurde ein typischer Sommertag untersucht, der eine durchschnittliche sommerliche Strahlungswetterlage in NRW abbildet. Zum anderen wurde auf Basis bereits aufgetretener Höchstwerte ein extremer Sommertag bei Strahlungswetterlage betrachtet, wobei davon ausgegangen wird, dass diese zukünftig häufiger auftreten werden. Als Eingangsdaten für die Modellsimulationen dienten neben den meteorologischen Rand- und Startbedingungen, Informationen zur Geländestruktur (DGM 1), Flächennutzungs-, Bebauungs- und Versiegelungsdaten sowie Strukturhöhen und Bodenfeuchtedaten. Für die Tagsituation wird keine Unterscheidung in Wirk- und Ausgleichsraum vorgenommen, da tagsüber das Prozessgeschehen zwischen Wirk- und Ausgleichsraum keine relevante Rolle spielt. In der Klimaanalysekarte Tag wird die thermische Belastung anhand des Parameters physiologisch-äquivalente Temperatur (PET – von engl. Physiological Equivalent Temperature) aufgezeigt. Die PET ist ein thermischer Index, bei dem die thermische Belastung anhand verschiedener, auf das thermische Wohlbefinden einwirkender Parameter berechnet wird, z. B. Lufttemperatur, Windgeschwindigkeit, Strahlung und Feuchte. Die PET wird auf Basis verschiedener Ausgabegrößen aus dem Modell FITNAH-3D berechnet und anhand der VDI-Richtlinie 3787, Blatt 2 (2022, Tabelle 1) klassifiziert.
In der Klimaanalysekarte werden klimaökologisch relevante Strukturen voneinander abgegrenzt und dargestellt. Im Gegensatz zur Klimatopkarte, die sich aus rein statischen Faktoren ableitet (z. B. Flächennutzung, Versiegelungsgrad), werden in der Klimaanalysekarte die thermischen Verhältnisse und das klimaökologische Prozessgeschehen einer Region für eine bestimmte thermische Situation modelliert und beschrieben. Da sich die thermischen Gegebenheiten im Tagesverlauf unterscheiden, wurde die Klimaanalysekarte einmal für die Tagsituation (14 Uhr MEZ) sowie einmal für die Nachtsituation (4 Uhr MEZ) ausgewertet und dargestellt. Es wurden zwei meteorologische Situationen modelliert: Zum einen wurde ein typischer Sommertag untersucht, der eine durchschnittliche sommerliche Strahlungswetterlage in NRW abbildet. Zum anderen wurde auf Basis bereits aufgetretener Höchstwerte ein extremer Sommertag bei Strahlungswetterlage betrachtet, wobei davon ausgegangen wird, dass diese zukünftig häufiger auftreten werden. Als Eingangsdaten für die Modellsimulationen dienten neben den meteorologischen Rand- und Startbedingungen, Informationen zur Geländestruktur (DGM 1), Flächennutzungs-, Bebauungs- und Versiegelungsdaten sowie Strukturhöhen und Bodenfeuchtedaten. Für die Tagsituation wird keine Unterscheidung in Wirk- und Ausgleichsraum vorgenommen, da tagsüber das Prozessgeschehen zwischen Wirk- und Ausgleichsraum keine relevante Rolle spielt. In der Klimaanalysekarte Tag wird die thermische Belastung anhand des Parameters physiologisch-äquivalente Temperatur (PET – von engl. Physiological Equivalent Temperature) aufgezeigt. Die PET ist ein thermischer Index, bei dem die thermische Belastung anhand verschiedener, auf das thermische Wohlbefinden einwirkender Parameter berechnet wird, z. B. Lufttemperatur, Windgeschwindigkeit, Strahlung und Feuchte. Die PET wird auf Basis verschiedener Ausgabegrößen aus dem Modell FITNAH-3D berechnet und anhand der VDI-Richtlinie 3787, Blatt 2 (2022, Tabelle 1) klassifiziert.
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.
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 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.
Nutzungsbedingungen: Der bereitgestellte Datensatz kann gemäß der „Creative Commons Namensnennung (CC BY 4.0)“ (http://creativecommons.org/licenses/by/4.0/) genutzt werden.
