Filter
  • Zeitbezug (64)
    -
  • Frequenz (109)
  • Kategorien
  • Datenanbieter
  • Art des Zugangs
  • Lizenzen

167 Datensätze

Luft- und Raumfahrt

Alles zurücksetzen

Geodaten der deutschen Verkehrsflugplätze. Enthält Boundary, Runways, Taxiways, Aprons, Buildings und Airport-Infrastruktur. Extrahierte Daten aus der OSM Datenbank, aufbereitet im GeoPackage Format (GPKG)

mFUND-Projekt: OMNyFlug, FKZ: 19F2100B

Luft- und Raumfahrt
Bereitgestellt durch

m-click.aero GmbH

Art des Datenzugangs

Dateidownload

Aktualität der Datensatzbeschreibung

26.11.2021

Raumbezug

Der interoperable INSPIRE-Downloaddienst (WFS) Gesundheit und Sicherheit gibt einen Überblick über die Umgebungslärmkartierung für Großflughäfen in Brandenburg gemäß der Richtlinie 2002/49/EG (Umgebungslärmrichtlinie). Diese fordert von den EU-Mitgliedstaaten die Bewertung und Bekämpfung von Umgebungslärm. Demzufolge waren bis zum 30. Juni 2007 im Rahmen der 1. Stufe strategische Lärmkarten auszuarbeiten. Diese sind in einem Fünf-Jahres-Turnus zu überarbeiten und zu aktualisieren. Die gegenständlichen Daten um-fassen die 3. Stufe der EU-Lärmkartierung (2017).

Gemäß der INSPIRE-Datenspezifikation Human Health and Safety (D2.8.III.5_v3.0) liegen die Inhalte INSPIRE-konform vor. Der WFS beinhaltet den FeatureType ‚Messwerte für umweltbedingte Gesundheitsfaktoren‘ (hh:EnvHealthDeterminantMeasure) mit Angaben zum Typ des Umweltgesundheitsfaktors (EnvHealthDeterminantTypeValue).

Straßen
Bahn
Luft- und Raumfahrt
Bereitgestellt durch

Landesamt für Umwelt Brandenburg (LfU)

Art des Datenzugangs

WFS / Unbekannt

Aktualität der Datensatzbeschreibung

15.11.2021

Raumbezug

Der interoperable INSPIRE-Darstellungsdienst (WMS) Gesundheit und Sicherheit gibt einen Überblick über die Umgebungslärmkartierung für Großflughäfen in Brandenburg gemäß der Richtlinie 2002/49/EG (Umgebungslärmrichtlinie). Diese fordert von den EU-Mitgliedstaaten die Bewertung und Bekämpfung von Umgebungslärm. Demzufolge waren bis zum 30. Juni 2007 im Rahmen der 1. Stufe strategische Lärmkarten auszuarbeiten. Diese sind in einem Fünf-Jahres-Turnus zu überarbeiten und zu aktualisieren. Die gegenständlichen Daten um-fassen die 3. Stufe der EU-Lärmkartierung (2017). Gemäß der INSPIRE-Datenspezifikation Human Health (D2.8.III.5_v3.0) liegen die Inhalte der Karte INSPIRE-konform vor. Der WMS beinhaltet folgende Layer:

- HH.HealthDeterminantMeasure: enthält Isophonen der Lärmbelastung im Bereich des Flughafens Berlin-Tegel und des Flughafens Berlin Brandenburg für den Tag (lden) und die Nacht (lnight)
- HH.HealthDeterminantMeasure.MAir.lden: enthält Isophonen der Lärmbelastung im Be-reich des Flughafens Berlin-Tegel und des Flughafens Berlin Brandenburg für den Tag (lden)
- HH.HealthDeterminantMeasure.MAir.lnight: enthält Isophonen der Lärmbelastung im Be-reich des Flughafens Berlin-Tegel und des Flughafens Berlin Brandenburg für die Nacht (lnight)

Der WebMapService (WMS) wird in den Versionen 1.1.1 und 1.3.0 bereitgestellt.

Straßen
Bahn
Luft- und Raumfahrt
Bereitgestellt durch

Landesamt für Umwelt Brandenburg (LfU)

Art des Datenzugangs

Unbekannt / WMS

Aktualität der Datensatzbeschreibung

15.11.2021

Raumbezug

The World Settlement Footprint (WSF) evolution is a 30m resolution dataset outlining the global settlement extent on a yearly basis from 1985 to 2015. Based on the assumption that settlement growth occurred over time, all pixels categorized as non-settlement in the WSF2015 (Marconcini et al., 2020) are excluded a priori from the analysis. Next, for each target year in the past, all available Landsat-5/7 scenes acquired over the given area of interest are gathered and key temporal statistics (i.e., temporal mean, minimum, maximum, etc.) are then extracted for different spectral indices. Among others, these include: the normalized difference built-up index (NDBI), normalized difference vegetation index (NDVI) and modified normalized difference water index (MNDWI). Temporal features proved generally robust if computed over at least 7 clear cloud-/cloud-shadow-free observations; accordingly, if for a given pixel in the target year this constraint is not satisfied, the time frame is enlarged backwards (at 1-year steps) as long as the condition is met.
Starting backwards from the year 2015 - for which the WSF2015 is used as a reference - settlement and non-settlement training samples for the given target year t are iteratively extracted by applying morphological filtering to the settlement mask derived for the year t+1, as well as excluding potentially mislabeled samples by adaptively thresholding the temporal mean NDBI, MNDWI and NDVI. Finally, binary Random Forest classification in performed.
To quantitatively assess the high accuracy and reliability of the dataset, an extensive campaign based on crowdsourcing photointerpretation of very high-resolution airborne and satellite historical imagery has been performed with the support of Google. In particular, for the years 1990, 1995, 2000, 2005, 2010 and 2015, ~200K reference cells of 30x30m size distributed over 100 sites around the world have been labelled, hence summing up to overall ~1.2M validation samples.
It is worth noting that past Landsat-5/7 availability considerably varies across the world and over time. Independently from the implemented approach, this might then result in a lower quality of the final product where few/no scenes have been collected. Accordingly, to provide the users with a suitable and intuitive measure that accounts for the goodness of the Landsat imagery, we conceived the Input Data Consistency (IDC) score, which ranges from 6 to 1 with: 6) very good; 5) good; 4) fair; 3) moderate; 2) low; 1) very low. The IDC score is available on a yearly basis between 1985 and 2015 and supports a proper interpretation of the WSF evolution product.
The WSF evolution and IDC score datasets are organized in 5138 GeoTIFF files (EPSG4326 projection) each one referring to a portion of 2×2 degree size (~222×222 km) on the ground. WSF evolution values range between 1985 and 2015 corresponding to the estimated year of settlement detection, whereas 0 is no data.
A comprehensive publication with all technical details and accuracy figures is currently being finalized. For the time being, please refer to Marconcini et al,. 2021.

Luft- und Raumfahrt
Straßen
Bereitgestellt durch

German Aerospace Center (DLR)

Art des Datenzugangs

WWW / WMS

Aktualität der Datensatzbeschreibung

11.11.2021

Aktualisierungsfrequenz

Unregelmäßig

Raumbezug

The World Settlement Footprint WSF 2015 version 2 (WSF2015 v2) is a 10m resolution binary mask outlining the extent of human settlements globally for the year 2015. Specifically, the WSF2015 v2 is a pilot product generated by combining multiple datasets, namely:
• The WSF2015 v1 derived at 10m spatial resolution by means of 2014-2015 multitemporal Landsat-8 and Sentinel-1 imagery (of which ~217K and ~107K scenes have been processed, respectively); https://doi.org/10.1038/s41597-020-00580-5
• The High Resolution Settlement Layer (HRSL) generated by the Connectivity Lab team at Facebook through the employment of 2016 DigitalGlobe VHR satellite imagery and publicly released at 30m spatial resolution for 214 countries; https://arxiv.org/pdf/1712.05839.pdf
• The novel WSF2019 v1 derived at 10m spatial resolution by means of 2019 multitemporal Sentinel-1 and Sentinel-2 imagery (of which ~ 1.2M and ~1.8M scenes have been processed, respectively); https://doi.org/10.1553/giscience2021_01_s33
The WSF2015 v1 demonstrated to be highly accurate, outperforming all similar existing global layers; however, the use of Landsat imagery prevented a proper detection of very small structures, mostly due to their reduced scale. Based on an extensive qualitative assessment, wherever available the HRSL layer shows instead a systematic underestimation of larger settlements, whereas it proves particularly effective in identifying smaller clusters of buildings down to single houses, thanks to the employment of 2016 VHR imagery. The WSF2015v v2 has been then generated by: i) merging the WSF2015 v1 and HRSL (after resampling to 10m resolution and disregarding the population density information attached); and ii) masking the outcome by means of the WSF2019 product, which exhibits even higher detail and accuracy, also thanks to the use of Sentinel-2 data and the proper employment of state-of-the-art ancillary datasets (which allowed, for instance, to effectively mask out all roads globally from motorways to residential).

Luft- und Raumfahrt
Straßen
Bereitgestellt durch

German Aerospace Center (DLR)

Art des Datenzugangs

WWW / Dateidownload / WMS

Aktualität der Datensatzbeschreibung

11.11.2021

Aktualisierungsfrequenz

Unregelmäßig

Raumbezug

The World Settlement Footprint (WSF) 2019 is a 10m resolution binary mask outlining the extent of human settlements globally derived by means of 2019 multitemporal Sentinel-1 (S1) and Sentinel-2 (S2) imagery. Based on the hypothesis that settlements generally show a more stable behavior with respect to most land-cover classes, temporal statistics are calculated for both S1- and S2-based indices. In particular, a comprehensive analysis has been performed by exploiting a number of reference building outlines to identify the most suitable set of temporal features (ultimately including 6 from S1 and 25 from S2). Training points for the settlement and non-settlement class are then generated by thresholding specific features, which varies depending on the 30 climate types of the well-established Köppen Geiger scheme. Next, binary classification based on Random Forest is applied and, finally, a dedicated post-processing is performed where ancillary datasets are employed to further reduce omission and commission errors. Here, the whole classification process has been entirely carried out within the Google Earth Engine platform. To assess the high accuracy and reliability of the WSF2019, two independent crowd-sourcing-based validation exercises have been carried out with the support of Google and Mapswipe, respectively, where overall 1M reference labels have been collected based photointerpretation of very high-resolution optical imagery.

Luft- und Raumfahrt
Straßen
Bereitgestellt durch

German Aerospace Center (DLR)

Art des Datenzugangs

WWW / WMS

Aktualität der Datensatzbeschreibung

10.11.2021

Aktualisierungsfrequenz

Unregelmäßig

Raumbezug

Der Datensatz beinhaltet Daten der Karten des Verwaltungsatlas Sachsen. Er beinhaltet Standorte der Flughäfen und Landeplätze.

Luft- und Raumfahrt
Bereitgestellt durch

Sächsisches Staatsministerium für Regionalentwicklung

Art des Datenzugangs

Shape

Aktualität der Datensatzbeschreibung

10.11.2021

Aktualisierungsfrequenz

Jährlich

Raumbezug

Eine Fläche, auf der Luftfahrzeuge am Boden bewegt oder abgestellt werden

Infrastruktur
Luft- und Raumfahrt
Bereitgestellt durch

OpenData Berlin: Senatsverwaltung für Stadtentwicklung und Wohnen Berlin

Art des Datenzugangs

WFS / Unbekannt / HTML

Aktualität der Datensatzbeschreibung

04.11.2021

Aktualisierungsfrequenz

Niemals

Raumbezug

Umfasst die baulich geprägte Fläche und die mit ihr in Zusammenhand stehende Freifläche, die ausschließlich oder vorwiegend dem Flugverkehr dient

Infrastruktur
Luft- und Raumfahrt
Bereitgestellt durch

OpenData Berlin: Senatsverwaltung für Stadtentwicklung und Wohnen Berlin

Art des Datenzugangs

WFS / Unbekannt / HTML

Aktualität der Datensatzbeschreibung

04.11.2021

Aktualisierungsfrequenz

Niemals

Raumbezug

Eine Fläche, auf der Luftfahrzeuge am Boden bewegt oder abgestellt werden

Infrastruktur
Luft- und Raumfahrt
Bereitgestellt durch

OpenData Berlin: Senatsverwaltung für Stadtentwicklung und Wohnen Berlin

Art des Datenzugangs

WFS / Unbekannt / HTML

Aktualität der Datensatzbeschreibung

04.11.2021

Aktualisierungsfrequenz

Niemals

Raumbezug