API src

Found 1082 results.

Related terms

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

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.

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

Satellite Color Images, Vegetation Indices, and Metabolism Indices from Fall, 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 Tölz, 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.

Wechselwirkungen zwischen N2-Fixierung und Denitrifizierung in einem Erdsystem-Modell mit flexibler Stöchiometrie und deren Einfluss auf das marine Stickstoffinventar in einem sich wandelnden Klima

Der Schlüssel zu Verständnis und Projektion des künftigen Stickstoffinventars des Ozeans und der Veränderung der Biologischen Pumpe im globalen Klimawandel liegt in der Frage, wie und wie stark die Fixierung von atmosphärischem Stickstoff und die Denitrifizierung im Ozean gekoppelt sind. Während in bisherigen Modellstudien Stickstofffixierung und Denitrifizierung eng gekoppelt sind, zeigt ein neu entwickeltes optimalitätsbasiertes Ökosystemmodell mit flexibler Stöchiometrie (OPEM) im globalen UVic-ESCM eine deutlich schwächere Kopplung. In diesem Projekt sollen die Faktoren und Mechanismen, die die Kopplung steuern, identifiziert und ihre Veränderung in ver- schiedenen Klimaszenarien untersucht werden. Hierzu wird OPEM in einem vorindustriellen Szenario, einem Szenario der Maximalphase der letzen Eiszeit und einem heutigen Szenario angewendet und die Sensitivität der Modellergebnisse in Bezug auf das ozeanische Stickstoffinventar und die biolo- gische Kohlenstoffpumpe bewertet. Das Ziel des Projekts ist es, die Steuerungsprozesse des marinen Stickstoffinventars genauer abzubilden, um bessere Projektionen der biogeochemischen Kreisläufe im Ozean und ihrer Auswirkungen auf den CO2-Gehalt der Atmosphäre zu ermöglichen.

Funktion und Struktur subsystemspezifischer mikrobieller Gemeinschaften im Benthos der südlichen und zentralen Nordsee und deren Rolle in Stoff- und Energieaustauschprozessen

Aktuelle Modelle zur Beschreibung benthischer Prozesse in der Nordsee behandeln nur unvollständige Ausschnitte aus dem Gesamtsystem. Dies ist auf eine nur lückenhafte Kenntnis über die im Benthos ablaufenden Prozesse zurückzuführen. Im beantragten Forschungsvorhaben soll die strukturelle und funktionelle Charakterisierung benthischer mikrobieller Gemeinschaften in verschiedenen durch die Markofauna definierten Subsysteme der südlichen und zentralen Nordsee (Deutsche Bucht, Niederländische Küste, Oyster Ground, Doggerbank, östliche Nordsee, Skagerrak und Kattegat) untersucht werden. Zum Verständnis benthischer Prozesse soll zusätzlich der qualitative und quantitative Eintrag von organischem Material sowie dessen Umsetzung im System betrachtet werden. Durch parallele Untersuchungen der Makrofaunastruktur (Dr. I. Kröncke, Forschungsinstitut Senckenberg) werden Aufschlüsse über die Wechselwirkungen zwischen verschiedenen Größenklassen und deren Rolle am Transfer von organischem Material in den einzelnen Subsystemen erwartet. Aus dem Zusammenhang von Struktur und Funktion komplexer Gemeinschaften, die in diesem Umfang bislang noch nicht in der Nordsee untersucht wurden, werden Hinweise auf die Bedeutung verschiedenen benthischer Systeme für den Stoff- und Energieaustausch erwartet. Daher können die aus dem beantragten Forschungsvorhaben erwarteten Ergebnisse maßgeblich zum Verständnis benthischer Prozesse beitragen und der Modellierung zugeführt werden. Hauptauftragnehmer im Ausland: University Northeastern Boston; Boston.

Nachhaltige Entwicklung der Bundeswasserstraßen, Integriertes Flussauenmodell INFORM

Flussauen mit ihrem typischen Muster von unterschiedlichen Lebensräumen sind in Mitteleuropa stark gefährdet. Die Bundesanstalt für Gewässerkunde (BfG) hat daher das Integrierte Flussauenmodell INFORM (Integrated Floodplain Response Model) für den Einsatz an Bundeswasserstraßen erstellt, mit dem ökologische Modellierungen durchgeführt werden können. Das modular aufgebaute Modellsystem INFORM verknüpft hydrologische, hydraulische, morphologische und bodenkundliche Modelltechniken mit ökologischen Modellen. Dabei werden vor allem sogenannte Lebensraumeignungsmodelle (Habitatmodelle) angewendet. Solche Modelle beschreiben die potentielle Eignung eines Standortes als Lebensraum für bestimmte Arten und / oder Artengruppen anhand der Ausprägung mehrerer abiotischer Standortparameter. Die Bearbeitung folgt prinzipiell dem Wirkungspfad Abfluss - Flusswasser - Grundwasser - Boden - Biotik unter Berücksichtigung morphologischer Einflüsse, des direkten Einflusses der Überflutung und der (landwirtschaftlichen) Nutzung. Die Bewertung der prognostizierten Veränderungen erfolgt an Hand von Gesetzen und Verordnungen und beinhaltet auch die Auswirkungen des menschlichen Handelns.

Das Konstanzer Solarmodell - Realisierung eines neuen Baustandards der energetischen und oekologischen Nachhaltigkeit fuer das Wohnen im 21. Jahrhundert

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.

1 2 3 4 5 … 107 108 109