API src

Found 1080 results.

Related terms

Umweltbedingte subletale Veraenderungen der Membran lebender Zellen und dadurch bedingtes Eindringen biologisch aktiver Makromolekuele in diese Zellen

Lebende Zellen des Menschen, der Tiere und z.B. der Mikroorganismen des Bodens haben eine Zellmembran, die sie von der Aussenwelt (ihrer Umwelt) abgrenzt. Abgrenzung und Schutz des Zellinneren - neben Versorgung und Entsorgung - ist die Aufgabe der Zellmembran. Auf diese Membran koennen von aussen kommende Stoffe einwirken und ihr Abschirmverhalten schwaechen ('Wegbereiter'). Schadstoffe und systemveraendernde Stoffe (genetic engeneering) koennen nun eindringen. - Im gegenwaertigen Vorhaben werden in-vitro-Medien und darin befindliche lebende Zellen als definiertes variierbares kuenstliches Modell eines Oekosystems verwendet, in dem das Verhalten definierter 'Wegbereiter' und 'Eindringlinge' erforscht wird.

Saisonale Sensitivität von Ökosystemfunktionen in einer sich erwärmenden Arktis (Svalbard, Vorhaben: Nahrungsnetzmodellierung und Governance

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Heide, Germany from 1984 – 2023

The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.

Schwerpunktprogramm (SPP) 1158: Antarctic Research with Comparable Investigations in Arctic Sea Ice Areas; Bereich Infrastruktur - Antarktisforschung mit vergleichenden Untersuchungen in arktischen Eisgebieten, Artbildung und Anpassung antarktischer Asselspinnen: Bewertung des Einflusses genetischer Drift und natürlicher Selektion durch vergleichende populationsgenomische und morphologische Analysen

Die Erforschung von Artbildungs- und Anpassungsprozessen ist zentral, um zu verstehen, wie Biodiversität entsteht und auf wechselnde Umweltbedingungen reagiert.. Ein idealer Ort für solche Studien ist das Südpolarmeer: Es beherbergt eine reiche und hochgradig endemische Fauna. Neuere Studien zeigen, dass viele benthische Arten aus Gruppen von genetisch distinkten Kladen bestehen, die als früher übersehene Arten pleistozänen Ursprungs interpretiert werden. Diese kryptischen Arten können durch molekulare Methoden (z. B. DNA-Barcoding) und z.T. auch durch morphologische Analysen unterschieden werden. Es wird angenommen, dass die Artbildung per Zufall erfolgte, als ehemals große Populationen während glazialer Maxima in kleinen allopatrischen Refugien isoliert wurden, wo sie starker genetischer Drift ausgesetzt waren. Alternative Artbildungsmodelle wurden bislang wegen fehlender molekularer Methoden kaum erforscht. Studien aus anderen Ökosystemen zeigen, dass ökologische Artbildung, d.h. Aufspaltungsereignisse durch unterschiedliche Selektion, ein naheliegendes alternatives Artbildungsmodell ist. In dem hier vorgestellten Projekt sollen erstmals hochauflösende genomische Methoden zusammen mit morphologischen Analysen benutzt werden, um konkurrierende Artbildungsmodelle für das Südpolarmeer zu testen. Als Fallstudie sollen hierfür Muster genetischer Drift und Selektion in einer besonders erfolgreichen Gruppe benthischer Arten des Südpolarmeeres untersucht werden, den Asselspinnen (Pycnogonida). Aufbauend auf vorangehenden Studien sollen genomische Muster neutraler und nicht neutraler Marker bei zwei Artkomplexen untersucht werden: Colossendeis megalonyx und Pallenopsis patagonica. Diese beiden Artkomplexe von Asselspinnen sind aufgrund mehrerer Merkmale hervorragende Modelle für die Themen dieses Antrages: 1) Es existieren zahlreiche genetisch divergente kryptische Arten, 2) erste morphologische Unterschiede wurden gefunden, 3) die weite Verbreitung der Vertreter sowohl auf dem antarktischen Kontinentalschelf als auch in weniger von den Vereisungen betroffenen subantarktischen Regionen, 4) ihre geringe Mobilität. Sollte eine durch genetische Drift bedingte allopatrische Artbildung in glazialen Refugialpopulationen der Hauptantrieb der Evolution sein, ist zu erwarten, dass Zufallsfixierung neutraler Allele und Signaturen von Populations-Bottlenecks in stark vereisten Gebieten am höchsten sind. Wenn andererseits natürliche Selektion der Hauptantrieb der Artbildung war, so sind starke Signaturen von Selektion auf Geno- und Phänotyp zu erwarten. Diese sollte am stärksten bei sympatrischen Arten sein (Kontrastverstärkung). Die Variation entlang von Genomen soll untersucht werden, um das Ausmaß zufälliger bzw. nicht zufälliger Variation einzuschätzen. Das vorgeschlagene Projekt wird ein wichtiger erster Schritt einer systematischen Erforschung der relativen Bedeutung von genetischer Drift und Selektion für die Evolution im Südpolarmeer sein.

Einfluß des Abbaus von Laubstreu auf den Transport von Schwermetallen im Boden

An der Eidgenössischen Forschungsanstalt für Wald, Schnee und Landschaft (WSL) in Birmensdorf, Schweiz, wird von 2000 bis 2004 ein multidisziplinäres Modell Ökosystem-Experiment durchgeführt. Ziel dieses Großprojekts ist es, Stoffflüsse zu untersuchen und die Reaktionen von Pflanzen- und Organismengemeinschaften auf chronische Belastungen (Cd, Cu, Zn, sauerer Regen) zu verfolgen bzw. zu verstehen. Mit den Resultaten sollen die Risiken von Begrünung, Aufforstung und Bodenstabilisierung mit Pflanzen abgeschätzt werden können. Der verwendete landwirtschaftliche Oberboden wurde mit Filterstaub aus der metallverarbeitenden Industrie vermischt. Die daraus resultierenden Schwermetallbelastungen des Versuchsbodens betragen für Cd 10 ppm, für Cu 400 ppm und für Zn 2700 ppm. Das Projekt 'Einfluss des Abbaus von Laubstreu auf den Transport von Schwermetallen im Boden' untersucht die Änderung der Metall-Komplexbildung für Kupfer und Zink während des Streuabbaus. In wässrigen Streuextrakten wird das Ausmaß der Komplexierung mit Hilfe der Gleichgewichts-Ionenaustausch-Methoden bestimmt. Die Charakterisierung der Bindung erfolgt mit Infrarotspektroskopie (FTIR), die organischen Säuren im Extrakt werden mit der Gaschromatographie bestimmt. Untersucht werden Proben aus Freilandversuchen.

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Eisenach, Germany from 1984 – 2023

The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Bad-Kreuznach, Germany from 1985 – 2023

The "Germany Mosaic" is a time series of Landsat satellite images and vectorized segments covering the entirety of Germany from 1984 to 2023. The image data are divided into TK100 sheet sections (see further details: Blattschnitt der Topographischen Karte 1:100 000). The dataset provides optimized 6-band imagery for each year, representing summer (May to July) and autumn (August to October) seasons, along with vegetation indices such as NDVI (Normalized Difference Vegetation Index) and NirV (Near-Infrared Reflectance of Vegetation) for the same periods. Additionally, vectorized "zones" of approximately homogeneous pixels are available for each year. The spectral properties of the image data and the morphological characteristics of these zones are included as vector attributes (see Documentation: "Mosaic (1984–2023) - Data Description"). An overview of the coverage and quality of all sheet sections is provided as a vector layer titled D-Mosaik_Sheet-Sections within this document. The Germany Mosaic can also be considered a spatial-temporal Data Cube, enabling advanced analysis and integration into workflows requiring multi-dimensional data. This structure allows users to perform operations such as querying data across specific time periods, analyzing trends over decades, or aggregating spatial information to generate tailored insights for a wide range of research applications. In mid-latitudes, seasonal variations in vegetation—and consequently in the image data—are typically more pronounced than changes occurring over several years. The temporal segmentation of the dataset has been designed to encompass the entire vegetation period (May to October), with the division into summer and autumn periods capturing seasonal metabolic shifts in natural biotopes. This segmentation also records most agricultural changes, including sowing and harvesting activities. Depending on weather conditions, the individual image data represent either the median, mean value, or the best available image for the specified time period (see Documentation: "Mosaic (1984–2023) - Data Description). Remote sensing has become an indispensable tool for environmental research, particularly in landscape analysis. Beyond conventional applications, the Germany Mosaic supports the development of digital twins in environmental system research. By providing detailed spatial and temporal data, this dataset enables the modeling of virtual ecosystems, facilitating simulations, scenario testing, and predictive analyses for sustainable management. Moreover, the spatial and temporal trends captured by remotely sensed parameters complement traditional approaches in biological, ecological, geographical, and epidemiological research.

Modelling vegetation dynamics and biomass in semiarid ecosystems (Eastern Africa) using remote sensing multisensor approaches

This pre-study pilot project will be carried out in Kenya and Tanzania and is part of a more extensive remote sensing project (initiated by the European Space Agency, ESA) aiming to develop a monitoring system for the assessment of land cover change of farmlands, rangelands and forest standings (logging, fires, uncontrolled deforestation, new settlements, etc.) at a national regional level. An integrated approach of remote sensing techniques (both through the use of satellite and ground data), physical vegetation models and ground measurements will be adopted. Operatively, the execution will consist of a 6-month period (pre-study) consisting in a ground campaign along a north-south transect, which is almost unknown to the current vegetation cartography. Based on the field results of the pre-study and within an on-going 30 month period (extended study, see Annexed 3), new classification methods and algorithms will be developed for assessment of land use and cover change using ENVISAT-data. An outcoming of this research will be a system capable to monitor and plan the available agricultural food resources for those developing regions.

Die Auswirkung der mittelalterlichen Klimaanomalie auf die Hypoxie in der Ostsee: Ein gekoppelter benthisch-pelagischer Modellierungsansatz

Der Klimawandel während der mittelalterlichen Klimaanomalie (MCA) und der kleinen Eiszeit (LIA) führte zur Ausdehnung bzw. Verringerung der hypoxischen Bodenbedeckung in der Ostsee. Hier schlagen wir eine Modellierungsstudie vor, um Mechanismen, durch die der Klimawandel zu den beobachteten Trends geführt hat, systematisch zu analysieren und Modellergebnisse anhand von geochemischen Sedimentkerndaten zu validieren. Das Zusammenspiel zwischen physikalischen und biogeochemischen Prozessen führt zu einer komplexen Dynamik, die den Sauerstoffgehalt in der Ostsee steuert. Die Sedimente spielen eine wichtige Rolle, indem sie sowohl als Quelle als auch als Senke für Phosphat fungieren, das den wichtigsten biolimitierenden Nährstoff bildet. Es ist jedoch kaum bekannt, wie der Klimawandel während der MCA zur Ausbreitung von Hypoxie führte. Es wurden bereits verschiedene Auslöser vorgeschlagen, um die Ausbreitung der Hypoxie während der MCA zu erklären, wie z.B. eine erhöhte Produktion von Cyanobakterien unter wärmeren Bedingungen, eine erhöhte / verringerte Stratifikation aufgrund sich ändernder Niederschlagsmuster und eine sedimentäre Freisetzung von Phosphaten. Im ersten Teil des Projekts (Arbeitspaket AP1) werden wir ein modernes Ökosystemmodell verwenden, um Szenarien zu identifizieren, die den Zusammenhang zwischen Klimawandel und Hypoxie im Mittelalter erklären können. Das Modell wird durch die Implementierung eines frühen diagenetischen Moduls verbessert, das chemische Profile im Sediment vertikal auflösen kann (AP2). Für biogeochemische Reaktionen werden temperaturabhängige Ratenausdrücke implementiert. Das Sedimentmodul wird zunächst auf den aktuellen Zustand der Sedimente kalibriert (AP3). Szenarien aus AP1, die die Sauerstofftrends erfolgreich erklären können, werden anschließend in Modellläufen vom Mittelalter bis zur Gegenwart getestet (AP4). Die Simulation des Mittelalters kann durch verschiedene Sedimentproxies validiert werden, die Trends in den Redoxbedingungen des Tiefenwassers, in der Zufuhr von Metallen aus Schelfe in tiefere Becken, welche die Sequestrierung von Phosphat beeinflusst, und in der Menge an in Sedimenten erhaltenem Phosphor und organischer Substanz rekonstruieren können. Die erwarteten Ergebnisse des Projekts sind die Zuordnung der Ausbreitung von Hypoxie während der MCA zu einem Mechanismus und ein verbessertes Verständnis der Rolle der benthischen Dynamik, die die Eutrophierung als Reaktion auf den Klimawandel beeinflusst.

Effizienzsteigerung des polyphagen Parasitoiden Aphelinus abdominalis durch Ausnutzung des Lernvermögens bei der Wirtssuche mit Hilfe von Infochemikalien des Pflanze-Wirt-Systems

Aphelinus abdominalis, ein Parasitoid der Familie Aphelinidae, wird seit mehreren Jahren als Nützling zur Blattlausbekämpfung in Unterglaskulturen angeboten. Das Potential seiner Effizienz wird aber im Vergleich zu den Blattlausparasitoiden der Aphidiinae häufig unterschätzt. Das Verhalten der Aphelinidae im Wirtshabitat ist in der Literatur gut dokumentiert, doch der Kenntnisstand über ihre Fernorientierung bei der Wirtssuche ist noch lückenhaft. In dem hier beantragten Forschungsvorhaben sollen in einer Verbindung von Laborexperimenten und anwendungsorientierten Gewächshausversuchen die Möglichkeiten für eine Effizienzsteigerung von A. abdominalis ausgelotet werden. Ein Schwerpunkt der geplanten Verhaltensstudien liegt dabei auf einer Aufklärung der Mechanismen des Lernvermögens. In zahlreichen Arbeiten wurde in den vergangenen Jahren gezeigt, daß sich die meisten Parasitoiden flexibel den wechselnden Umweltbedingungen anzupassen vermögen, indem sie bestimmte Duftstoffe ihrer Wirtspflanzen erlernen und für die Wirtssuche nutzen. Da Schlupfwespen mit einem breiten Wirtsspektrum auch im Gewächshaus mit einer Vielzahl unterschiedlicher Pflanze-Wirt-Systeme konfrontiert werden, ist es das Ziel dieses Projekts, anhand den Modellsystems A. abdominalis - Macrosiphum euphorbiae - Paprika/Aubergine sinnvolle Strategien für eine praktische Nutzbarmachung dieser Lernfähigkeit zu erarbeiten.

1 2 3 4 5 … 106 107 108