API src

Found 1082 results.

Related terms

Abrupte Veränderungen von Süßwasserökosystemen unter Einwirkung von multiplen Stressoren wie steigenden Temperaturen, Nährstoffen und Pestiziden

Flache Süßwasser-Lebensräume bieten wichtige Ökosystem-Funktionen, sind aber von multiplen Stressoren bedroht. Während die Reaktion auf den globalen Klimawandel wahrscheinlich eher graduell ist, sind abrupte Veränderungen möglich, wenn kritische Schwellenwerte durch zusätzliche Effekte lokaler Stressoren überschritten werden. Die Analyse dieser Effekte ist komplex, da Stressoren additiv, synergistisch oder antagonistisch wirken können. CLIMSHIFT zielt auf ein mechanistisches Verständnis von Stressor-Interaktionen, die auf flache aquatische Ökosysteme wirken. Diese sind aufgrund ihrer hohen Oberfläche-zu-Volumen-Verhältnisse, der großen Ufer-Grenzfläche und der Grundwasser-Konnektivität besonders anfällig für Klimaerwärmung und Stoffeinträge aus landwirtschaftlichen Einzugsgebieten. Die komplexen Wechselwirkungen zwischen verschiedenen Primärproduzenten sowie assoziierten Konsumenten führen zum Auftreten stabiler Regime, und multiple Stressoren können nichtlineare Übergänge zwischen diesen Regimen auslösen, mit weitreichenden Folgen für entscheidende Ökosystemprozesse und -funktionen. Unsere Haupthypothese ist, dass erhöhte Temperaturen die negativen Auswirkungen der landwirtschaftlichen Stoffeinträge, die Nitrat, organische Pestizide und Kupfer enthalten, verstärken. Submerse Makrophyten, Periphyton und Phytoplankton als Primärproduzenten werden kombiniert mit Schnecken, die Periphyton und Pflanzen fressen, sowie benthischen und pelagischen Phytoplankton-Filtriern, Dreissena und Daphnien. Wir testen unterschiedliche Expositionsszenarien auf zwei räumlichen Skalen, Mikrokosmen im Labor und Mesokosmen im Freiland, um Effekte auf individueller, gemeinschaftlicher und ökosystemarer Ebene zu verstehen. Während des gesamten Projekts werden die Experimente durch Modellierungen ergänzt, um kritische Schwellwerte zu simulieren und Stress-Interaktionen vorherzusagen. Die Modellentwicklung wird in Zusammenarbeit mit allen Arbeitspaketen durchgeführt, um empirische Ergebnisse zu integrieren, unterschiedliche räumliche und zeitliche Skalen zu verknüpfen und Ergebnisse zu extrapolieren. Wir erwarten, dass kombinierte Stressoren zu plötzlichen Verschiebungen der Gemeinschaftsstruktur führen. Submerse Makrophyten werden voraussichtlich durch Phytoplankton oder benthische Algen ersetzt, mit Konsequenzen für wichtige Ökosystemfunktionen. Die Stärke unseres Antrages liegt darin, dass ökotoxikologische Stressindikatoren der Organismen wie Wachstum und Biomarker mit funktionalen Gemeinschafts-/Ökosystemansätzen kombiniert werden, die den Metabolismus und die Dynamik des Ökosystems betrachten. Das kombinierte Know-how von 5 Laboren mit komplementärem Fachwissen und allen notwendigen Einrichtungen wird die spezifische Projektfähigkeit sicherstellen. Unsere Ergebnisse sollen dazu beitragen, safe operating spaces/sichere Handlungsräume für eine nachhaltige Landwirtschaft und das Management von flachen aquatischen Ökosystemen in einer sich verändernden Welt zu definieren.

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 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 Hof, 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.

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.

Von Biodiversität zu Ökosystemfunktionen; Möglichkeiten für die Integration des Meeresbodens in MPA Management, Vorhaben: Benthische Ökosystem Modellierung für ein nachhaltiges Management im Weddellmeer (Antarktis)

SeeWandel Klima: Modellierung der Folgen von Klimawandel und Neobiota für den Bodensee

«SeeWandel-Klima: Modellierung der Folgen von Klimawandel und Neobiota für den Bodensee» hat zum Ziel, aktualisierte Vorhersagen der Folgen des Klimawandels – unter Einbezug der Auswirkungen von invasiven Arten – auf das Ökosystem Bodensee und dessen nachhaltige Nutzung zu liefern. Hierfür werden praxisbezogene Modelle für Behörden, Organisationen (IGKB, IBKF) und die Öffentlichkeit entwickelt. Die Ergebnisse werden verschiedenen Zielgruppen entsprechend aufbereitet zugänglich gemacht.

Elemental composition and residual water content of seven thaliacean (salps and pyrosomes) species from the world's oceans

Ecosystem models often use wet weights to parameterise biota disregarding their water content. This may be especially erroneous for gelatinous plankton, such as salps and pyrosomes, with high, compared to crustaceans, water content. Poorly quantified residual water should also be corrected when using dry weights for parameterisation. We estimated the residual water content (as well as elemental and organic contents) for seven tunicate species, one pyrosome and six salps (N = 107). Specimens were collected during several research expeditions in the Southern Ocean, the Northeast Pacific, east of New Zealand, and around Hawaii between 2004 and 2021. The residual water content of tunicates was analyzed for inter- and intraspecific variability. The H-surplus method (Madin et al. 1981) was applied for the residual water content calculation. The dataset contains information about the life cycle stage (blastozooid versus oozooid), tissue type (tunic versus whole organism), drying method (oven versus freeze-drying), size, and the elemental and organic contents of the samples. The methods and results of the study are described in detail in Lüskow et al. (submitted).

Zyklische Redoxreaktionen organischer Kohlenstoffverbindungen in Binnengewässern

Das vorliegende Forschungsprojekt zielt auf die Verknüpfung zweier, bisher als unabhängig angesehener, aquatischer Transport- und Transformationsprozesse:(a) In tiefen Gewässern können sich Wasserkörper unterschiedlicher Dichte stabil übereinander schichten. Die dort ablaufenden Umsatzprozesse werden so räumlich entkoppelt und es kommt zur Bildung einer aquatischen Grenzzone. Bei deren Durchtritt können sich physikochemische Parameter, wie etwa die Sauerstoffverfügbarkeit, abrupt ändern.(b) Die Verfügbarkeit des Elektronen-Akzeptors Sauerstoff entscheidet über die Reaktionspfade, auf denen aquatische Mikroorganismen Energie gewinnen. Unter Ausschluss von Sauerstoff können sie gelöstes organisches Material als alternativen Elektronen-Akzeptor nutzen. Die Elektronen werden von redox-aktiven Verbindungen innerhalb des organischen Materials (Quinone) aufgenommen die daraufhin antioxidativ, also empfindlich auf Änderungen der Sauerstoffverfügbarkeit reagieren. Die hohe räumliche- und zeitliche Dynamik aquatischer Grenzzonen in Binnengewässern haben zur Folge, dass antioxidatives organisches Material vom sauerstoffarmen in sauerstoffreiche Wasserkörper transportiert werden kann. Die dort rasch ablaufende Re Oxidation macht gelöstes organisches Material daher zu einem vollständig regenerierbaren Elektronenakzeptorsystem. Mikrobielle Konsortien, die ihre Energiegewinnung an diesen zyklisch regenerierten organischen Elektronenakzeptor koppeln, könnten einen entscheidenden Beitrag zum Kohlenstoffumsatz in aquatischen Grenzzonen leisten. Mikroorganismen beeinflussen maßgeblich, zu welchem Anteil umgesetztes organisches Material als Kohlendioxid oder als Methan in die Atmosphäre entweicht oder stattdessen dem Kohlenstoffkreislauf durch Sedimentation entzogen wird. Da Grenzzonen durch überproportional hohe Reaktionsraten und Biodiversität gekennzeichnet sind, ist die Kenntnis der dort ablaufenden Material- und Energieflüsse von großer Bedeutung für das grundlegende Verständnis des Kohlenstoffumsatzes in Binnengewässern. Die Binnenseen der borealen Zone haben großen Anteil an den globalen Süßwasservorräten und sind durch zukünftig steigende Frachten terrestrischen organischen Kohlenstoffs gefährdet. Das beantragte Forschungsprojekt hat daher zum Ziel, durch Prozessstudien auf verschiedenen Skalen und mechanistische Modellierung einen wichtigen Beitrag zu einem besseren Verständnis der Rolle organischen Materials als Elektronendonor und -akzeptor in diesen dynamischen Ökosystemen zu leisten.

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.

1 2 3 4 5 … 107 108 109