Zunehmende Landnutzungsintensität (LUI) verursacht umweltrelevante Stickstoff (N)-Verluste und den Rückgang von Artenvielfalt und Multifunktionalität in Grünlandökosystemen. Gezielte Minderungsstrategien werden jedoch durch ein mangelhaftes mechanistisches Verständnis der Wechselwirkungen zwischen LUI, ober- und unterirdischer Biodiversität und dem N-Kreislauf verhindert. BE_BioMON will über die interdisziplinäre Integration von molekularbiologischer Bodenökologie, biogeochemischer Prozessforschung zur kurzfristigen N-Allokation im System Pflanze-Boden-Mikroorganismen und physikochemischer Prozessforschung zur langfristigen Retention von organischem Stickstoff (SON) diese Wissenslücke schließen. Dabei werden Messungen und Modellierungen verknüpft. Wir erwarten, dass sich mit abnehmendem LUI und einem artenreicheren Mikrobiom die N-Verteilung von Nitrifikation/Denitrifikation zu biotischer Assimilation verschiebt. Dies fördert die N-Retention durch Nekromassestabilisierung in partikulärem und mineralassoziiertem SON in Abhängigkeit von Aggregatumsatz und mikroskaliger Bodenarchitektur. Wir nehmen zudem an, dass eine Erhöhung der LUI zu einer Verschiebung von symbiotischer zu assoziativer N-Fixierung führt, was das N2:N2O-Emissionsverhältnis aufgrund verkürzter Denitrifikation bei symbiotischen N-Fixierern erhöhen wird. Darüber hinaus erwarten wir, dass d15N im Boden einen Fingerabdruck der Auswirkungen der LUI auf den N-Kreislauf liefert und somit als prozessintegrierende Bezugsgröße für Ökosystemmodelle dienen kann. Wir erwarten uns hiervon eine verbesserte räumlich-zeitliche Skalierung von LUI-Effekten auf den N-Kreislauf. Um die Hypothesen zu testen, werden wir 15N-Dünger-Tracing-Experimente auf ausgewählten Parzellen unterschiedlicher LUI in allen 3 Biodiversitätsexploratorien (BE) durchführen (WP1). In WP2 werden Mesokosmen-Experimente unter 15N2-Exposition durchgeführt, um die Auswirkungen von LUI auf Umsetzung von BNF-N zu untersuchen. WP3 zielt darauf, den N-Kreislauf im Rahmen der BE-Bodenbeprobungskampagne auf allen Grünland-EPs durch vertikale d15N-Bodenprofile, Metagenomik und SON-Fraktionierung zu bestimmen. Die gewonnenen Erkenntnisse aus WP1-3 und aus bereits verfügbaren BExIS-Daten werden zum Testen und Weiterentwickeln der N-Routinen des prozessbasierten Ökosystemmodells LandscapeDNDC verwendet. Dieses Modell, erweitert um ein dynamisches Vegetationsmodell CoSMo, wird dann verwendet, um den N-Kreislauf für die sämtliche BE-Grünlandparzellen zu simulieren (WP4). In WP5 (Synthese) werden wir LUI und Biodiversität, gemessene und modellierte biogeochemischen N-Umsetzungen, N-Retention durch organo-mineralische Interaktionen und vollständige N-Bilanzen auf Skalen von Tagen bis Jahren mechanistisch verknüpfen. Wir erwarten somit, dass diese Synthese ein mechanistisches und funktionales Verständnis des N-Kreislaufs unter dem Einfluss von LUI, ober- und unterirdischer Biodiversität sowie standortspezifischen Eigenschaften ermöglicht.
Im Rahmen des SFB 275 (Universität Tübingen) wurden innerhalb der ersten Antragsphase (1995-1997) die Schwarzschiefer des Unteren Toarciums SW-Deutschlands bearbeitet. In der zweiten Antragsphase (1998-2000) wurde/wird die Schwarzschiefer-Genese in verschiedenen Ablagerungsmilieus unterschiedlicher Zeitscheiben untersucht. Eine Förderung von weiteren zwei Jahren wird beantragt, um die Datenbasis stratigraphisch zu erweitern und ein Synthese-Modell für die Schwarzschieferbildung in Trias und Jura zu erarbeiten.
Ausgehend von der Analyse bestehender oekologischer Bewertungsverfahren und der Modellbildung mittels Fuzzy Logic wird ein fuzzybasiertes Modell zur Oekobilanzierung entwickelt. Durch die Nutzung fuzzybasierter Methoden koennen die in einer Datenlage vorhandenen Vagheiten beruecksichtigt und nur verbal verfuegbare Aussagen direkt in den Modellansatz integriert werden. Durch Auswertung der im Modell entwickelten Kennzahlen wird die Bewertung des Bilanzergebnisses und die Ermittlung der fuer die Bilanz wesentlichen Einflussgroessen ermoeglicht. Mittels theoretischer Ueberlegungen und exemplarischer Anwendungen fuer ausgewaehlte Prozesse der Gussteilfertigung wird gezeigt, dass die Erstellung von Oekobilanzen mit dem entwickelten Modell sinnvoll und gegenueber herkoemmlichen Methoden vorteilhaft ist. In den Modellrechnungen erfolgt ein Vergleich von Sandformverfahren in unterschiedlichen Umweltkategorien und fuer verschiedene Bilanzrahmen. Die erzielten Ergebnisse verdeutlichen, dass durch das fuzzybasierte Modell die oekologischen Aspekte der betrachteten Prozesse plausibel wiedergegeben werden und das Modell insbesondere eine bessere Interpretation und objektivere Bewertung des Bilanzergebnisses ermoeglicht.
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.
Während die Auswirkungen von Klimawandel auf physiologische und ökologische Prozesse das Thema zahlreicher Untersuchungen waren, sind evolutionäre Prozesse im Zusammenhang mit Klimawandel weit weniger gut untersucht. Insbesondere mangelt es an Studien zu möglichen komplexen Wechselwirkungen zwischen ökologischen und evolutionären Prozessen in einer sich ändernden Umwelt. Artspezifische Unterschiede in Anpassungsraten könnten die Dynamik der gesamten Art-Gemeinschaft beeinflussen, umgekehrt könnten sich ökologische Prozesse wie Interaktionen zwischen Arten, Immigration und Emigration auf das Anpassungspotential von Arten auswirken. Die Tatsache, dass Klimawandel zu Veränderungen in mehreren Umweltfaktoren führt, macht Vorhersagen über mögliche Auswirkungen noch schwieriger, da sich Veränderungen in mehreren Stressoren interaktiv auf ökologische und evolutionäre Prozesse auswirken könnten. Die Ziele des vorgeschlagenen Projektes sind die Analyse von ökologischen und evolutionären Prozessen und deren Wechselwirkung (1) bei Veränderung von mehreren Stressoren, (2) bei Umweltveränderung in trophisch einfachen versus trophisch komplexen Gemeinschaften, und (3) bei Umweltveränderung in isolierten versus verbundenen Habitaten. Diese Fragestellungen sollen mit einer Kombination aus Modellierung, Mikrokosmen- und Mesokosmen-Experimenten untersucht werden. In einem Selektionsexperiment über hunderte von Generationen werden mehrere Algenarten bei konstanten bzw. steigenden CO2- und/oder Temperatur-Werten exponiert. Ebenso werden mehrere Ciliatenarten bei konstanter bzw. steigender Temperatur gehalten. Reziproke Transplantationsexperimente testen, ob eine mögliche Anpassung von Algen an steigende CO2-Werte durch gleichzeitige Erhöhung der Temperatur beeinflusst wird. Weiters wird getestet, ob sich Arten von verschiedenen trophischen Ebenen (Algen versus Ciliaten) in ihrer Anpassungsfähigkeit unterscheiden. Reziproke Transplantationsexperimente der gesamten Gemeinschaft werden testen, ob evolutionäre Prozesse die Dynamik der Gemeinschaft beeinflussen. Interaktive Effekte von Umweltveränderung und Habitatkonnektivität auf ökologische und evolutionäre Prozesse werden sowohl in einem Mikrokosmenexperiment als auch in einem Mesokosmenexperiment untersucht. Der Effekt von steigender Temperatur (Mikrokosmenexperiment) bzw. abnehmendem pH-Wert (Mesokosmenexperiment) wird in isolierten bzw. verbundenen Habitaten verglichen. In einem theoretischen Ansatz werden die drei Fragestellungen in einem Modell verknüpft. Zunächst werden Evolution und Umweltveränderung in ein Metagemeinschaftsmodell integriert. Entlang eines Konnektivitäts-Gradienten wird die relative Bedeutung von lokaler Anpassung im Vergleich zu Wanderungsprozessen untersucht. usw.
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.
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.
In 2021 werden die Vertragsparteien des Übereinkommens zum Schutz der Meeresumwelt des Nordost-Atlantiks (OSPAR-Übereinkommen) eine neue Nordostatlantikstrategie verabschieden. Diese hat im Hinblick auf Eutrophierung das Ziel, in 2022 maximal erlaubte Nährstoffeinträge auf der Basis von Ökosystemmodellen abzuleiten und bis 2024 erforderliche staatenbezogene Nährstoffreduktionsziele festzulegen. Darüber hinaus werden für die Umsetzung der Meeresstrategie-Rahmenrichtlinie zur Quantifizierung des Umweltziels 'Meere ohne Beeinträchtigung durch Eutrophierung' ebenfalls quantitative Nährstoffreduktionsziele sowie eine Zielkonzentration für Gesamtphosphor am Übergabepunkt limnisch-marin der in die deutschen Nordsee mündenden Flüsse benötigt. Das Vorhaben hat zum Ziel, diesen Prozess der Ableitung von Nährstoffreduktionszielen für die Nordsee fachlich und organisatorisch eng zu begleiten. Zunächst sollen auf der Basis geeigneter Ökosystemmodelle (z.B. ECOHAM, GPM, Modellsystem von MeRamo) Szenarien entwickelt werden, die eine Ableitung maximal zulässiger Nährstoffeinträge in OSPAR ermöglichen. Ferneinträge von Nährstoffen aus anderen Meeresgebieten sind dabei in den Modellen über eine entsprechende Analyse mit einem 'Transboundary Nutrient Transport Tool' zu berücksichtigen. Ein weiterer Schwerpunkt des Vorhabens ist die Weiterentwicklung der Prognosefähigkeit der Modelle. Sauerstoffmangelereignisse sollen verlässlich von den Modellen vorhergesagt werden. Diese Prognosen sollen der Bewertung des OSPAR-Indikators Sauerstoffkonzentrationen dienen und erlauben eine Abschätzung der Auswirkungen des Klimawandels auf den Parameter Sauerstoff. Die Ableitung von Nährstoffreduktionszielen in OSPAR wird von der Arbeitsgruppe ICG EMO (Intersessional Correspondence Group on Eutrophication Modelling) durchgeführt. Im Rahmen des Vorhabens soll diese Arbeitsgruppe geleitet und die erforderlichen fachlichen Arbeiten organisiert werden.
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.
| Organisation | Count |
|---|---|
| Bund | 853 |
| Europa | 31 |
| Global | 1 |
| Kommune | 3 |
| Land | 24 |
| Wirtschaft | 3 |
| Wissenschaft | 557 |
| Zivilgesellschaft | 15 |
| Type | Count |
|---|---|
| Daten und Messstellen | 216 |
| Förderprogramm | 834 |
| Text | 19 |
| unbekannt | 16 |
| License | Count |
|---|---|
| Geschlossen | 20 |
| Offen | 1055 |
| Unbekannt | 10 |
| Language | Count |
|---|---|
| Deutsch | 704 |
| Englisch | 470 |
| Resource type | Count |
|---|---|
| Archiv | 2 |
| Bild | 2 |
| Datei | 218 |
| Dokument | 9 |
| Keine | 648 |
| Webdienst | 1 |
| Webseite | 220 |
| Topic | Count |
|---|---|
| Boden | 664 |
| Lebewesen und Lebensräume | 1059 |
| Luft | 812 |
| Mensch und Umwelt | 1085 |
| Wasser | 649 |
| Weitere | 1074 |