Die dargestellten Gebiete bilden die Schwerpunktvorkommen der Zielarten des Wiesenvogelschutzprogramms (Uferschnepfe, Kiebitz, Brachvogel, Rotschenkel, Bekassine, Austernfischer, Braunkehlchen und Wachtelkönig) auf landwirtschaftlich genutzten Flächen ab. Vor dem Hintergrund der Schirmartenfunktion der ausgewählten Arten bilden sie die prioritäre Kulisse für die Umsetzung des Wiesenvogelschutzprogramms im Rahmen des Niedersächsischen Wegs. Es sind zum einen die für die ausgewählten Wiesenvogelarten wichtigen EU-Vogelschutzgebiete (EU-VSG) und zum anderen Gebiete außerhalb der EU-VSG mit noch signifikanten Brutvorkommen abgebildet. Es handelt sich dabei um keine vollständige Verbreitungskarte, da nicht sämtliche Vorkommen aller Zielarten abgedeckt sind. Brutvorkommen auf Flächen außerhalb landwirtschaftlicher Nutzung (Moore, Heiden, Salzwiesen, Truppenübungsplätze) sind hier nicht dargestellt. Die Identifizierung der Landnutzung erfolgte auf Basis der Daten aus ATKIS-DLM (2017) sowie auf Basis der landwirtschaftlichen Feldblöcke (SLA, 2021).Die Darstellung differenziert nach Besiedlung durch die Zielarten (Brutvorkommen Limikolen - Brutvorkommen Braunkehlchen - Vorkommen von Limikolen und Braunkehlchen). Die landesweit wichtigsten Brutvorkommen der Zielart Wachtelkönig werden dadurch mit abgedeckt und werden nicht gesondert dargestellt.
Prüfkulisse II ist eine von von drei Prüfkulissen, in denen (in aufsteigender Reihenfolge) das Vorhandensein von Moorbiotoptypen und der Bodeneigenschaft einer klimaschutzrelevanten Torfauflage, d.h. eines theoretischen Treibhausgasminderungspotenzials bei Wiedervernässung überprüft werden sollte.Die hier identifizierten Bereiche werden durch die BHK50 als kohlenstoffreiche Böden mit Bedeutung für den Klimaschutz ausgewiesen. Die Erhebungen der FFH-Basiserfassung zu Biotoptypen in FFH-Gebieten sowie in ausgewählten Bereichen der Landesweiten Biotopkartierung außerhalb der FFH-Gebiete können dies jedoch nicht eindeutig bestätigen. Sie deuten aufgrund ihres Biotoptyps gemäß Kartierschlüssel für Biotoptypen in Niedersachsen (von Drachenfels, 2021) entweder eher auf mineralische Standorte oder auf anthropogen derart überprägte Biotope hin, dass eine tatsächliche Klimaschutzfunktion (d.h. Wiedervernässbarkeit mit Treibhausgasminderungspotenzial) möglicher Weise nicht mehr vorliegt. Prüfkulisse II kennzeichnet Unsicherheiten in der Datengrundlage, die entweder auf Ungenauigkeiten in der Bodenkarte (interpolierte Werte im Maßstab 1:50.000 im Vergleich zur FFH-Basiserfassung mit Darstellungsmaßstab von
Für den Wiesenvogelschutz bedeutsame Grünlandbereiche innerhalb der Kulisse der kohlenstoffreichen Böden (BHK50) und zusätzlicher, außerhalb dieser Kulisse identifizierter Moorbiotope.Grundlage für die Flächenauswahl stellen von ausgewählten Wiesenvögeln besiedelte Gebiete in Niedersachsen dar, die auf Moorgrünland vorkommen. Für die Auswahl der Moorgrünlandflächen wurden Landnutzungsdaten auf Basis der Daten aus ATKIS (2017) sowie auf Basis der landwirtschaftlichen Feldblöcke (Stand 2021) zu Grunde gelegt, die sich mit den kohlenstoffreichen Böden (BHK50) und zusätzlichen, außerhalb dieser Böden identifizierten Moorbiotope in Niedersachsen überlagern.Grundsätzlich bildet der Datenbestand prioritär die Europäischen Vogelschutzgebiete (EU-VSG) ab, in denen Wiesenlimikolen in maßgeblichen Beständen Habitate auf Moorgrünland besiedeln. Die wichtigsten Brutvorkommen der Zielart Wachtelkönig werden dadurch mit abgedeckt. EU-VSG oder Teile von EU-VSG mit relevanten Wiesenlimikolen-Beständen, deren Flächen aber großflächig z. B. einer Naturdynamik (z. B. V01) oder der militärischen Nutzung (z. B. Tinner Dose) unterliegen, sind in der vorliegenden Auswahl nicht enthalten.Der Datenbestand wird ergänzt um Flächen von Moorgrünland, welche außerhalb von EU-VSG, welche noch bedeutende Wiesenlimikolen-Vorkommen aufweisen.
Der Datensatz umfasst die (Stand 01/2020) 13 Park and Ride Anlagen im Wuppertaler Stadtgebiet einschließlich des stadtnahen Außenbereiches, die im Zuge der Umsetzung des "Parkraumkonzeptes Wuppertal" an Bahnhöfen des Schienenpersonennahverkehrs und einigen Schwebebahnhöfen und Bushaltestellen angelegt worden sind. Die Daten werden von der zuständigen Fachabteilung "Straßen- und Verkehrsplanung" des Ressorts 104 "Straßen und Verkehr" mit einem Fachverfahren innerhalb des Wuppertaler Navigations- und Datenmanagementsystems WuNDa geführt und bei Bedarf zeitnah aktualisiert. (WuNDa ist ein themenübergreifendes, webbasiertes Geoinformationssystem im Intranet der Stadtverwaltung Wuppertal.) Die Park and Ride Anlagen unterliegen dabei nur seltenen Änderungen. Die geographische Lage dieser eigentlich flächenhaften Anlagen wird vereinfacht durch Punkte repräsentiert. Der Datensatz umfasst neben den Standortkoordinaten zu jeder Anlage einige beschreibende Attribute einschließlich eines Hyperlinks zu einem Foto der Anlage. Die als Open Data unter der Lizenz CC BY 4.0 bereitgestellten ESRI-Shapefiles, KML- und GeoJSON-Dateien werden in einem automatisierten Prozess wöchentlich aktualisiert.
Der Datensatz entsteht durch eine 1x pro Jahr durchgeführte Verschneidung der Nichtwohngebäude aus der Gebäudedatei der Wuppertaler Statistikstelle mit den Adressen des Liegenschaftskatasters. Hierbei erfolgt auch eine Klassifizierung des Gebäudebaujahres in 11 Altersstufen, überwiegend sind dies 10-Jahres-Intervalle. Der resultierende Datensatz modelliert die Gebäude mit den Hausnummernkoordinaten des Liegenschaftskatasters als punktförmige Objekte. Die Attribute umfassen u. a. die Adresse (Straßenname und Hausnummer), das Gebäudebaujahr und die Altersstufe aus der o. g. Klassifizierung. Die Gebäudedatei basiert auf den Ergebnissen der Volkszählung von 1987, sie wird fortlaufend aktualisiert über die statistischen Erhebungsbögen aus den Bauantragsunterlagen und Statusmeldungen aus dem Baugenehmigungsprozess zu Genehmigung, Baubeginn und Fertigstellung des Gebäudes. Im Jahr 2015 wurde die Gebäudedatei durch Abgleiche mit weiteren Datenquellen (Zensus 2011, Daten der GWG etc.) systematisch verbessert. Die jährliche Verschneidung mit den Adressen des Liegenschaftskatasters findet ab 2017 jeweils im ersten Halbjahr statt. Die Verschneidungsergebnisse werden in den Formaten ESRI-Shapefile, KML, GeoJSON und CSV als Open Data unter der Lizenz CC BY 4.0 bereitgestellt.
Der Datensatz umfasst die (Stand 01/2020) 29 Bike and Ride Anlagen im Wuppertaler Stadtgebiet einschließlich des stadtnahen Außenbereichs, die im Zuge der Umsetzung des "Parkraumkonzeptes Wuppertal" an Bahnhöfen des Schienenpersonennahverkehrs und einigen Schwebebahnhöfen und Bushaltestellen angelegt worden sind. Die Daten werden von der zuständigen Fachabteilung "Straßen- und Verkehrsplanung" des Ressorts 104 "Straßen und Verkehr" mit einem Fachverfahren innerhalb des Wuppertaler Navigations- und Datenmanagementsystems WuNDa geführt und bei Bedarf zeitnah aktualisiert. (WuNDa ist ein themenübergreifendes, webbasiertes Geoinformationssystem im Intranet der Stadtverwaltung Wuppertal.) Die Bike and Ride Anlagen unterliegen dabei nur seltenen Änderungen. Die geographische Lage dieser eigentlich flächenhaften Anlagen wird vereinfacht durch Punkte repräsentiert. Der Datensatz umfasst neben den Standortkoordinaten zu jeder Anlage einige beschreibende Attribute einschließlich eines Hyperlinks zu einem Foto der Anlage. Die als Open Data unter der Lizenz CC BY 4.0 bereitgestellten ESRI-Shapefiles, KML- und GeoJSON-Dateien werden in einem automatisierten Prozess wöchentlich aktualisiert.
Orthophotos sind hochauflösende, verzerrungsfreie, maßstabsgetreue Abbildungen der Erdoberfläche. Sie werden durch photogrammetrische Verfahren in Kenntnis der Orientierungsparameter und unter Hinzunahme eines Digitalen Geländemodells aus Luftbildern hergestellt, die als Senkrechtaufnahmen vorliegen. Orthophotos werden historisch, sobald sie durch DOP der aktuellen Befliegung ersetzt werden. Im Laufe der Jahre ist die Orthophotoproduktion ständig dem sich wandelnden Bedarf und dem technischen Fortschritt angepasst worden. Historische Orthophotos können sich daher in einzelnen charakteristischen Merkmalen unterscheiden. So gibt es beispielsweise farbige Orthophotos erst seit dem Bildflugjahr 1998, aber auch in der Bodenauflösung gibt es signifikante Unterschiede (10cm/Pixel seit 2014, 20cm/Pixel von 2008 bis 2013, 30cm/Pixel von 1996 bis 2007, 40cm/Pixel vor 1996). Orthophotos in der Zeit seit 1996 wurden vollständig digital erzeugt, Orthophotos aus den Jahren davor sind durch Scannen analoger Halbtonabzüge aus dem DGK5-Archiv entstanden.
Bei der Nutzung der Orthophotos von 1951 bis 1969 gelten die durch den IT-Planungsrat im Datenportal für Deutschland (GovData) veröffentlichten einheitlichen Lizenzbedingungen „Datenlizenz Deutschland - Namensnennung - Version 2.0“ (https://www.govdata.de/dl-de/by-2-0). Dabei ist folgender Quellenvermerk anzugeben: „Geobasis NRW, Bezeichnung des Urhebers (Hansa Luftbild AG), des Eigentümers (Landesarchiv NRW) sowie des Bestandes (RW 0230)“. Bei der Nutzung der Orthophotos ab 1970 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.
WaLKIS ist ein Forschungs- und Entwicklungsvorhaben (Wasserwirtschaftliche Ermittlungen und Anwendung von digitalen Versiegelungsdaten aus amtlichen Liegenschaftskatasterdaten), welches über zwei Phasen von 2017 bis 2024 vom Forschungsinstitut für Wasserwirtschaft und Klimazukunft an der RWTH Aachen (FiW) e. V. - gefördert durch das MUNV NRW - durchgeführt wurde. Im Rahmen des Vorhabens wurde ein Algorithmus zur flächenspezifischen Bestimmung der Belastungskategorien nach DWA-A 102-2/BWK-A 3-2 (Anhang A, Tabelle A.1) entwickelt – u.a. auf Basis von ALKIS®, Verkehrsstärkezählungen und Fernerkundungsdaten. Es wird hiermit ein für NRW einheitlich abgeleitetes Kartenmaterial für eine Ersteinschätzung von flächennutzungsspezifischen Belastungskategorien als Geodateninformationen für AnwenderInnen zur Verfügung gestellt. Diese enthalten zusätzliche Informationen wie die Abflusswirksamkeit und Rauigkeit der befestigten Flächen. Die hier bereitgestellten Daten liegen im Format Geopackage (gpkg) vor. Enthalten sind sowohl Polygondaten auf Kreisebene unter Berücksichtigung der jeweiligen Ortslagen als auch statistische Auswertungen hinsichtlich des Ausmaßes belasteter Flächen innerhalb und außerhalb von Ortslagen in NRW in Form von Tabellen.
Dienst bestehend aus Layern zur tatsächlichen allgemeinen Vegetationszeit (Anzahl Tage >5°C im Jahr), definiert nach Hübener et al. 2017. Zusätzlich stehen die absoluten Werte der klimatischen Wasserbilanz sowie der Niederschlagssumme innerhalb der tatsächlichen allgemeinen Vegetationszeit für den Beobachtungszeitraum als 30-jährige Mittelwerte (Klimanormalperioden) zur Verfügung. Die Daten zur tatsächlichen allgemeinen Vegetationszeit stehen sowohl als 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. Dargestellt werden absolute Werte und relative Werte mit einem Delta-Change-Wert gegenüber ausgewählten Referenz-Klimanormalperioden. Relative Änderungen in der Vergangenheit werden mit der Klimanormalperiode 1991-2020 verglichen. Projizierte relative Änderungen mit der Referenzperiode 1971-2000. Die Stärke des möglichen Klimasignals wird je Szenario unterteilt nach dem 15., 50. und dem 85. Perzentil. Datenquelle: Deutscher Wetterdienst (DWD); Quellen für Klimaprojektionsdaten: Brienen et al. (2020), Krähenmann (2019).
