API src

Found 1081 results.

Related terms

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Konstanz, 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.

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.

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.

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.

Oekologische Untersuchungen an Modelltropfkoerpern und Modellbelebtschlammanlagen

Artenzusammensetzung im Verlauf des Fliessweges und in Abhaengigkeit der Naehrstoffsituation; Leistungsfaehigkeit des biologischen Bewuchses.

Die Bedeutung von Omnivorie und Mixotrophie für die Nahrungskettenlänge und die Nahrungsnetzstruktur im limnischen Pelagial

Die Begrenzung der Länge von Nahrungsketten ist eine der klassischen, aber immer noch unbeantworteten Fragen der Ökologie von Lebensgemeinschaften. In diesem Projekt und in einem parallelen Projekt limnologischer Ausrichtung (Antragsteller: Dr. H. Stibor, LMU München) soll versucht werden, zwei zentrale Hypothesen zu überprüfen: Die Omnivorie-Hypothese und die Hypothese der energetischen Begrenzung. Omnivore sind Organismen, die ihre Nahrung mindestens zwei tropischen Ebenen entnehmen. Dadurch werden sie gleichzeitig zu Nahrungskonkurrenten ihrer Beuteorganismen auf der unmittelbar unter den Omnivoren angesiedelten tropischen Ebene. Diese können dem doppelten Druck (Konkurrenz, Fraß) nicht widerstehen und werden aus dem System verdrängt, wodurch es zu einer Verkürzung der Nahrungskette kommt. Hypothese der energetischen Begrenzung. Wegen der Energieverluste, die bei jedem Transferschritt in der Nahrungskette auftreten, begrenzt die Höhe der Primärproduktion die Länge von Nahrungsketten, da bei zu langen Ketten die Energiezufuhr zu niedrig wäre, um die tropische Ebene der terminalen Räuber zu unterhalten. Überprüfung der Omnivorie-Hypothese. In künstlich zusammengestellte Modell-Nahrungsnetze im Labor (Mikrokosmen) werden an der Basis (mixotrophe Algen) und in der Mitte (omnivore Zooplankter) Omnivore eingefügt und die Struktur der Nahrungsnetze mit Kontroll-Nahrungsnetzen ohne Omnivore verglichen. Überprüfung der Hypothese der energetischen Begrenzung. Die Entwicklung der omnivorenhaltigen und omnivorenfreien Modell-Nahrungsnetze wird bei unterschiedlicher Trophie und damit Primärproduktion verfolgt.

Konzept fuer die modellhafte Renaturierung der oestlichen Fuhneaue im Landkreis Bitterfeld

Forschergruppe (FOR) 2337: Denitrifikation in landwirtschaftlichen Böden: Prozesssteuerung und Modellierung auf verschiedenen Skalen (DASIM), Teilprojekt: Regulation, Ökophysiologie und kinetische Parameter unkultivierter, N-Gas-Flux assoziierter, anaerober mikrobieller Gemeinschaften in landwirtschaftlich genutzten Böden

Denitrifizierer (reduzieren N-Oxide zu N2O und/ oder N2), nicht-denitrifizierende N2O-Reduzierer (reduzieren N2O zu N2) und dissimilatorische Nitratreduzierer (DNRA; reduzieren N-Oxides zu NH4+) sind fakultative oder obligate Anaerobier, welche die Emission des Treibhausgases N2O genauso wie die Stickstoffretention beeinflussen. Nicht-denitrifizierende N2O-Reduzierer und dissimilatorische Nitratreduzierer stehen mit Denitrifizierern im Wettbewerb um Elektronendonatoren. Definierte mikrobielle Taxa haben definierte ökophysiologische Eigenschaften, welche ihre Wettbewerbsfähigkeit und Fähigkeit zur N-Gasproduktion bestimmen und werden daher unterschiedlich auf Umweltfaktoren reagieren. Solche Eigenschaften sind jedoch im Wesentlichen für unkultivierte Taxa unbekannt, obwohl diese für die N-Gas Emissionen und Stickstoffretention in Böden bedeutend sind. Daher werden folgende Hypothesen untersucht: (i) Die Denitrifikationsantwort auf Umweltfaktoren wird durch gegensätzliche mikrobielle Gemeinschaften, einschließlich bislang unbekannter Arten, bestimmt und kann durch deren intrinsische ökophysiologische Eigenschaften erklärt werden. (ii) Denitrifikations-, N2O-Reduktions- und DNRA-assoziierte Genexpression und Gemeinschaftsstruktur spiegeln metabolische Zustände und Potenziale wider, weshalb diese zu einer besseren Vorhersagbarkeit von N2O und N2 Flüssen führen. Hochdurchsatzinkubationen unter verschiedensten Bedingungen (einschließlich von 15N-Tracersubstanzen) kombiniert mit funktioneller Genexpression, sowie Gen- und Transkript-basierter Next-Generation-Sequencing-Methodik werden eingesetzt um apparente Michaelis-Menten-Kinetiken und physiologische Parameter stimulierter Taxa zu bestimmen. Funktionelle Gene von Denitrifizierern (nirK/S kodierend für dissimilatorische NO-bildende Nitritreduktasen; nosZI kodierend für N2-bildende dissimilatorische N2O-Reduktasen), nicht denitrifizierenden N2O-Reduzierern (nosZII kodierend für N2-bildende dissimilatorische N2O-Reduktasen der Nichtdenitrifizierer) und DNRA (nrfA kodierend für NH4+-bildende dissimilatorische Nitritreduktasen) werden bevorzugt analysiert. Reaktionsmuster der Zielgemeinschaften und/ oder funktionellen Genexpression auf definierte Umweltparameter werden in Mikrokosmen bestimmt. Der Effekt von Kontrollfaktoren der N-Gasdynamik und Pflanzen auf die Zielgemeinschaften wird in Mesokosmen analysiert. Die Daten werden in der Entwicklung eines erweiterten Denitrifier-regulatory-phenotype-Konzeptes zusammengeführt und werden Einblicke in die Ökophysiologie und Wettbewerbsfähigkeit von Denitrifikanten, nicht-denitrifizierenden N2O-Reduzierern und DNRA unter vielfältigen Bedingungen geben. Antwortfunktionen der Aktivitäten dieser Gruppen auf organischen Kohlenstoff (d.h. Elektronendonatoren), Nitrat und Distickstoffmonoxid, deren Wachstumsraten, Erhaltungsraten und Gemeinschaftsstruktur werden für die Modellierung von Denitrifikation und N-Gasflüssen zur Verfügung gestellt.

Integrierte sozial-ökologische Netzwerkanalyse für die transdisziplinäre Entwicklung von Indikatoren und Handlungsempfehlungen zur Reduktion anthropogener Stressoren, Vorhaben: Szenarien des globalen Wandels für die marine Raumplanung

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Würzburg, 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.

1 2 3 4 5 … 107 108 109