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 publication examines how nitrogen pollution affects ecosystems and biodiversity across the UNECE region, using harmonized Critical Load maps, national data, and scenario modelling. It evaluates which ecosystems remain at risk under future emission pathways and whether the 2040 biodiversity risk-reduction target is achievable. The publication is aimed at scientists, policy makers, and informed readers involved in CLRTAP and Gothenburg Protocol revision.
Die gegenwärtigen europäischen Vorschriften zur Zulassung von Pflanzenschutzmitteln sehen auf der ersten Stufe Einzelartentests unter Laborbedingungen vor. Sie sollen worst-case Szenarien der Exposition abbilden und können keinen Aufschluß über die vielfältigen Wechselbeziehungen sowie über Änderungen im strukturellen Gefüge der Bodenorganismen verschiedener trophischer Ebenen geben. Höherstufige Testverfahren sind mit Ausnahme des funktionellen Streubeuteltests nicht standardisiert. Nur großangelegte und damit kostenintensive Feldstudien liefern strukturelle Endpunkte und können zur adäquaten Beschreibung der komplexen Wirkzusammenhänge in der heterogenen Bodenmatrix beitragen. In der aktuellen Diskussion um die Revision der bestehenden EU-Richtlinien zeichnet sich ab, daß künftig zunehmend strukturelle Endpunkte, auch auf dem Niveau des Halbfreilandes, einbezogen werden sollen, um eine realitätsnahe Bewertungsgrundlage zu bilden. Im Kontext der bestehenden internationalen Leitlinien ist am Institut für Umweltforschung ein TME-System entwickelt worden, das unter natürlichen Witterungsbedingungen und über einen Zeitraum von bis zu einem Jahr artenreiche Gemeinschaften von Bodenorganismen weitgehend in ihrer ursprünglichen Zusammensetzung beherbergen kann. Im Mittelpunkt stehen dabei vier der abundantesten Gruppen der Meso- und Mikrofauna: Collembolen, Oribatiden, Enchytraeen und Nematoden. Diese Systeme sollen ausreichend empfindlich reagieren, um Effekte auf der Ebene von Organismengemeinschaften oder Populationen statistisch nachzuweisen. Umfangreiche Vorstudien befassen sich mit der Variabilität im Boden und der Stabilität der Biozönosen in TMEs, um das Design von Effektstudien den speziellen Gegebenheiten von Wiesenökosystemen anzupassen. Die TMEs bestehen aus großen, intakten und ungestörten Bodenkernen mit einer Höhe von 40 Zentimetern und einem Durchmesser von bis zu 47 Zentimetern. Sie werden unter natürlichen Witterungsbedingungen betrieben, bieten aber die Möglichkeit bei langandauernden Extremverhältnissen (vor allem Dürre) steuernd einzugreifen. Um möglichst empfindliche und diverse Lebensgemeinschaften vorzufinden, wurden die Bodenkerne nicht einem Agrarökosystem entnommen, sondern einer regelmäßig gemähten Wiese, die über Jahrzehnte nicht mit Pflanzenschutzmitteln behandelt worden sind. In Vorstudien im Freiland konnte gezeigt werden, daß die geklumpte Verteilung der Organismen über die Entnahmefläche Anpassungen bei der Gewinnung der Bodenkerne erfordert, welche die Variabilität in nachfolgenden Versuchen senken können. Nach dem Stechen der Bodenkerne werden die TMEs in die Versuchsanlage der RWTH Aachen transportiert, welche eine ausreichende Drainage in Verbindung mit einer intakten Wasserspannung gewährleisten soll, um sowohl Staunässe als auch ein Austrocknen der Kerne zu verhindern. U.s.w.
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.
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.
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.
Das Ziel dieses Projektes ist es, die Funktion von Bodenmikroorganismen für die Stabilisierung und die Mineralisierung von organischen Substanzen an der Grenzfläche zwischen Boden und Streustoffen zu ermitteln. Mit diesem Arbeitsschwerpunkt soll ein Beitrag zum Thema Nummer 1 'Stabilisierung durch strukturchemisch bedingte Eigenschaften (Rekalzitranz)' des DFG-Programmes geleistet werden. Mikrokosmosexperimente im Labor sollen den Zusammenhang zwischen der Sukzession von mikrobiellen Lebensgemeinschaften, der Substratverfügbarkeit an der Grenzfläche zwischen Streu und Boden und der Produktion von Bodenenzymen, die für den Abbau von organischen Verbindungen verantwortlich sind, klären. Ein besonderer Schwerpunkt soll darauf gelegt werden, den Zusammenhang zwischen Lokalisation und Funktion der Bodenorganismen in ihrem Habitat zu erfassen. Die Übertragbarkeit der in den Laborexperimenten gewonnen Daten auf die Situation im Freiland soll durch die Untersuchung der kleinräumigen Variabilität bodenmikrobiologischer Prozesse im Freiland (jeweils zwei ackerbauliche und zwei forstlich genutzte Standorte) überprüft werden. Ein ausgewählter Waldstandort soll zudem in allen Kompartimenten (Horizonte, Grenzschichten, Aggregatgrößenfraktionen) genauer betrachtet werden, um Aussagen über die quantitative Relevanz der einzelnen Vorgänge abzuleiten.
Das Ziel dieses Projektes ist es, die Funktion von Bodenmikroorganismen für die Mineralisierung von organischen Substanzen an der Grenzfläche zwischen Boden und Streustoffen zu ermitteln. Mikrokosmos-Experimente im Labor sollen den Zusammenhang zwischen der Sukzession von mikrobiellen Lebensgemeinschaften, der Substratverfügbarkeit an der Grenzfläche zwischen Streu und Boden und der Produktion von Bodenenzymen, die für den Abbau von organischen Verbindungen verantwortlich sind klären. Ein besonderer Schwerpunkt soll darauf gelegt werden, den Zusammenhang zwischen Lokalisation und Funktion der Bodenorganismen in ihrem Habitat zu erfassen. Die Übertragbarkeit der in den Laborexperimenten gewonnenen Daten auf die Situation im Freiland soll durch die Untersuchung der kleinräumigen Variabilität bodenmikrobiologischer Prozesse im Freiland (jeweils zwei ackerbauliche und zwei forstlich genutzte Standorte) überprüft werden.
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.
| Organisation | Count |
|---|---|
| Bund | 849 |
| Europa | 27 |
| Global | 1 |
| Kommune | 3 |
| Land | 23 |
| Wirtschaft | 3 |
| Wissenschaft | 593 |
| Zivilgesellschaft | 15 |
| Type | Count |
|---|---|
| Daten und Messstellen | 216 |
| Förderprogramm | 831 |
| Text | 18 |
| unbekannt | 15 |
| License | Count |
|---|---|
| Geschlossen | 19 |
| Offen | 1052 |
| Unbekannt | 9 |
| Language | Count |
|---|---|
| Deutsch | 701 |
| Englisch | 468 |
| Resource type | Count |
|---|---|
| Archiv | 2 |
| Bild | 2 |
| Datei | 218 |
| Dokument | 8 |
| Keine | 645 |
| Webseite | 218 |
| Topic | Count |
|---|---|
| Boden | 661 |
| Lebewesen und Lebensräume | 1053 |
| Luft | 812 |
| Mensch und Umwelt | 1080 |
| Wasser | 648 |
| Weitere | 1070 |