Biodiversity in Europe is strongly affected by the deposition of nitrogen and sulfur on terrestrial ecosystems. Therefore, the deposition of these atmospheric substances is assessed for the years 2008 and 2009 within the PINETI project. Dry, wet and occult deposition of NHx, NOy, SOx and the base cations Ca2+, Mg2+, K+ und Na+ are calculated and added up to the total deposition. By means of the latter and the Critical Load the Critical Load exceedances for sensitive ecosystems are assessed. Veröffentlicht in Texte | 60/2014.
In dem Projekt “Erfassung, Prognose und Bewertung von Stoffeinträgen und ihren Wirkungen in Deutschland“ (MAPESI - Modelling of Air Pollutants and Ecosystem Impact) wurde die trockene, die nasse und die feuchte Deposition und somit die Gesamtdeposition von reaktiven Stickstoffkomponenten (N), oxidierten Schwefelverbindungen (S), der Schwermetallen Cd und Pb, sowie der basischen Kationen über Deutschland auf einem 1 x 1 km2 Gitter für die Jahre 2005, 2006 und 2007 bestimmt. Veröffentlicht in Texte | 38/2011.
Sala et al. (2000) benennen den Eintrag von Stickstoff als eine der drei wichtigsten globalen Ursachen für die Veränderung der Biodiversität (Abbildung 1). Die Intensivierung der landwirtschaftlichen Produktion (Tierhaltung und Ackerbau), sowie eine Zunahme der industriellen Aktivität haben in den letzten Jahrzehnten zu einer deutlichen Steigerung der Stickstoffeinträge durch Düngung und atmosphärische Deposition beigetragen (Matson et al. 2002). Während die Auswirkung dieser anthropogenen Stickstoffeinträge auf die Diversität von Pflanzen verhältnismäßig gut untersucht ist (Stevens et al. 2004), liegen für die Bodenorganismen nur vereinzelt Ergebnisse vor. Veröffentlicht in Texte | 10/2010.
Um bei der Ermittlung von Ursache-Wirkungs-Beziehungen und bei der Bestimmung von Belastbarkeitsgrenzen ökologische Zusammenhänge besser als bisher einzubeziehen, wurde das BERN-Modell auf der Basis empirischer Erhebungen in Deutschland entwickelt. Dazu wurden 14 585 Vegetationsaufnahmen aus ganz Deutschland sowie weitere 2 914 Vegetationsaufnahmen aus Nachbarländern ausgewertet und die entsprechenden gewonnenen Daten aus den Aufnahmen in die BERN-Datenbank integriert. Veröffentlicht in Texte | 08/2010.
Ziel des Forschungsvorhabens ist die Entwicklung prozessorientierter Modellbausteine in Verbindung mit Regionalisierungsansätzen auf der Basis des Ökosystemtypenkonzeptes, um den Einfluss von N- Deposition auf die Pflanzenartenvielfalt in Wäldern für eine Modellregion des Ostdeutschen Tieflandes darzustellen und in Abhängigkeit von variablen Eintrags- und Witterungsszenarien zu modellieren. Es sollen die Grundlagen geschaffen werden, um den Einfluss der N-Deposition auf die Pflanzenartenvielfalt in einem späteren Schritt für die Waldfläche der Bundesrepublik Deutschland darzustellen und zu modellieren. Veröffentlicht in Texte | 09/2010.
Mitte der 80er Jahre des letzten Jahrhunderts erreichte der industrielle Ausstoß von SO2 seinen Höhepunkt. Die erhöhten Schwefeleinträge führten zu starker Versauerung naturnaher Ökosysteme. Der durch die Schwefelemissionen gebildete „Saure Regen“ schädigte vor allem Waldökosysteme und führte zu Degeneration und Absterben von Bäumen. Internationale Vereinbarungen zur Luftreinhaltung durch die Wirtschaftskommission der Vereinten Nationen für Europa ( UNECE ), wie die Genfer Konvention über weiträumige grenzüberschreitende Luftverschmutzung (Convention on Long-Range Transboundary Air Pollution, CLRTAP) von 1979 und deren nachgeordnete Protokolle sowie die rechtsverbindliche Festlegung von Emissionsobergrenzen für die Mitgliedsstaaten der Europäischen Union (NEC-Direktive der EU) wurden Grundlage für politische und wirtschaftliche Maßnahmen zur Minderung der atmosphärischen Schadstoffbelastung. Veröffentlicht in Texte | 07/2010.
The product shows forest structure information on canopy height, total canopy cover and Above-ground biomass density (AGBD) in Germany as annual products from 2017 to 2022 in 10 m spatial resolution. The products were generated using a machine learning modelling approach that combines complementary spaceborne remote sensing sensors, namely GEDI (Global Ecosystem Dynamics Investigation; NASA; full-waveform LiDAR), Sentinel-1 (Synthetic-Aperture-Radar; ESA, C-band) and Sentinel-2 (Multispectral Instrument; ESA; VIS-NIR-SWIR). Sample estimates on forest structure from GEDI were modelled in 10 m spatial resolution as annual products based on spatio-temporal composites from Sentinel-1 and -2 for six years (2017 to 2022). The derived products are the first consistent data sets on canopy height, total canopy cover and AGBD for Germany which enable a quantitative assessment of recent forest structure dynamics, e.g. in the context of repeated drought events since 2018. The full description of the method and results can be found in the publication of Kacic et al. (2023).
Die Biodiversität in Europa ist durch den Eintrag von Schwefel- und Stickstoffverbindungen in die Ökosysteme gefährdet. Innerhalb des PINETI Projektes werden daher die atmosphärischen Einträge dieser Schad- und Nährstoffe für Deutschland für die Jahre 2008 und 2009 ermittelt. Die trockenen, nassen und feuchten Einträge von NHx, NOy, SOx und die Einträge der basischen Kationen Ca2+, Mg2+, K+ und Na+ werden berechnet und zur Gesamtdeposition aufsummiert. Anhand der Ergebnisse und den Critical Load werden die Überschreitungen der Critical Load für empfindliche Ökosysteme berechnet. <P>Im Folgenden wird eine Zusammenfassung der verwendeten Methoden und der Projektergebnisse präsentiert. Nach einer kurzen Einleitung werden zunächst die Eingangsdaten zur Ermittlung der atmosphärischen Einträge erläutert. Anschließend werden die Methoden zur Bestimmung der trockenen, nassen und feuchten Deposition jeweils kurz beschrieben. Die erstellten Karten zur Gesamtdeposition werden präsentiert und die Ergebnisse mit den Resultaten des Vorgängerprojektes MAPESI und Ergebnissen des EMEP Modells verglichen. Im Anschluss werden die, innerhalb des Projektes durchgeführten Modellweiterentwicklungen und Modellevaluationen zusammenfassend beschrieben und weitere mögliche Modellentwicklungen benannt und empfohlen. Abschließend wird die Bewertung des Eintrages in Bezug auf Risiken für terrestrische Ökosysteme zusammenfassend dargestellt. Das Prinzip der Critical Load wird kurz erläutert und die zeitlichen Trends der Überschreitungen der Critical Load für Versauerung und für Eutrophierung werden präsentiert.<BR>Quelle: Forschungsbericht
Reliable quantification of the sources and sinks of greenhouse gases, together with trends and uncertainties, is essential to monitoring the progress in mitigating anthropogenic emissions under the Paris Agreement. This study provides a consolidated synthesis of CH4 and N2O emissions with consistently derived state-of-the-art bottom-up (BU) and top-down (TD) data sources for the European Union and UK (EU27 + UK). We integrate recent emission inventory data, ecosystem process-based model results and inverse modeling estimates over the period 1990-2017. BU and TD products are compared with European national greenhouse gas inventories (NGHGIs) reported to the UN climate convention UNFCCC secretariat in 2019. For uncertainties, we used for NGHGIs the standard deviation obtained by varying parameters of inventory calculations, reported by the member states (MSs) following the recommendations of the IPCC Guidelines. For atmospheric inversion models (TD) or other inventory datasets (BU), we defined uncertainties from the spread between different model estimates or model-specific uncertainties when reported. In comparing NGHGIs with other approaches, a key source of bias is the activities included, e.g., anthropogenic versus anthropogenic plus natural fluxes. In inversions, the separation between anthropogenic and natural emissions is sensitive to the geospatial prior distribution of emissions. Over the 2011-2015 period, which is the common denominator of data availability between all sources, the anthropogenic BU approaches are directly comparable, reporting mean emissions of 20.8 Tg CH4 yr-1 (EDGAR v5.0) and 19.0 Tg CH4 yr-1 (GAINS), consistent with the NGHGI estimates of 18.9 +/- 1.7 Tg CH4 yr-1. The estimates of TD total inversions give higher emission estimates, as they also include natural emissions. Over the same period regional TD inversions with higher-resolution atmospheric transport models give a mean emission of 28.8 Tg CH4 yr-1. Coarser-resolution global TD inversions are consistent with regional TD inversions, for global inversions with GOSAT satellite data (23.3 Tg CH4 yr-1) and urface network (24.4 Tg CH4 yr-1). The magnitude of natural peatland emissions from the JSBACH-HIMMELI model, natural rivers and lakes emissions, and geological sources together account for the gap between NGHGIs and inversions and account for 5.2 Tg CH4 yr-1. For N2O emissions, over the 2011-2015 period, both BU approaches (EDGAR v5.0 and GAINS) give a mean value of anthropogenic emissions of 0.8 and 0.9 Tg N2Oyr-1, respectively, agreeing with the NGHGI data (0.9 +/- 0.6 TgN2Oyr-1). Over the same period, the average of the three total TD global and regional inversions was 1.3 +/- 0.4 and 1.3 +/- 0.1 Tg N2Oyr-1, respectively. The TD and BU comparison method defined in this study can be operationalized for future yearly updates for the calculation of CH4 and N2O budgets both at the EU+UK scale and at the national scale. The referenced datasets related to figures are visualized at https://doi.org/10.5281/zenodo.4590875 (Petrescu et al., 2020b). © Author(s) 2021.
Reliable quantification of the sources and sinks of atmospheric carbon dioxide (CO2), including that of their trends and uncertainties, is essential to monitoring the progress in mitigating anthropogenic emissions under the Kyoto Protocol and the Paris Agreement. This study provides a consolidated synthesis of estimates for all anthropogenic and natural sources and sinks of CO2 for the European Union and UK (EU27 + UK), derived from a combination of state-of-the-art bottom-up (BU) and top-down (TD) data sources and models. Given the wide scope of the work and the variety of datasets involved, this study focuses on identifying essential questions which need to be answered to properly understand the differences between various datasets, in particular with regards to the less-well-characterized fluxes from managed ecosystems. The work integrates recent emission inventory data, process-based ecosystem model results, data-driven sector model results and inverse modeling estimates over the period 1990-2018. BU and TD products are compared with European national greenhouse gas inventories (NGHGIs) reported under the UNFCCC in 2019, aiming to assess and understand the differences between approaches. For the uncertainties in NGHGIs, we used the standard deviation obtained by varying parameters of inventory calculations, reported by the member states following the IPCC Guidelines. Variation in estimates produced with other methods, like atmospheric inversion models (TD) or spatially disaggregated inventory datasets (BU), arises from diverse sources including within-model uncertainty related to parameterization as well as structural differences between models. In comparing NGHGIs with other approaches, a key source of uncertainty is that related to different system boundaries and emission categories (CO2 fossil) and the use of different land use definitions for reporting emissions from land use, land use change and forestry (LULUCF) activities (CO2 land). At the EU27 + UK level, the NGHGI (2019) fossil CO2 emissions (including cement production) account for 2624 TgCO2 in 2014 while all the other seven bottom-up sources are consistent with the NGHGIs and report a mean of 2588(+/- 463 TgCO2). The inversion reports 2700 TgCO2(+/- 480 TgCO2), which is well in line with the national inventories. Over 2011-2015, the CO2 land sources and sinks from NGHGI estimates report -90 Tg C yr-1 +/- 30 Tg C yr-1 while all other BU approaches report a mean sink of -98 Tg Cyr-1 (+/- 362 Tg of C from dynamic global vegetation models only). For the TD model ensemble results, we observe a much larger spread for regional inversions (i.e., mean of 253 Tg C yr-1 +/- 400 Tg C yr-1). This concludes that (a) current independent approaches are consistent with NGHGIs and (b) their uncertainty is too large to allow a verification because of model differences and probably also because of the definition of "CO2 flux" obtained from different approaches. The referenced datasets related to figures are visualized at https://doi.org/10.5281/zenodo.4626578 (Petrescu et al., 2020a). © Author(s) 2021
| Origin | Count |
|---|---|
| Bund | 847 |
| Europa | 10 |
| Land | 1 |
| Type | Count |
|---|---|
| Förderprogramm | 830 |
| Text | 9 |
| unbekannt | 19 |
| License | Count |
|---|---|
| geschlossen | 17 |
| offen | 831 |
| unbekannt | 10 |
| Language | Count |
|---|---|
| Deutsch | 839 |
| Englisch | 224 |
| Resource type | Count |
|---|---|
| Bild | 1 |
| Dokument | 6 |
| Keine | 624 |
| Webdienst | 4 |
| Webseite | 228 |
| Topic | Count |
|---|---|
| Boden | 704 |
| Lebewesen & Lebensräume | 817 |
| Luft | 594 |
| Mensch & Umwelt | 858 |
| Wasser | 681 |
| Weitere | 848 |