API src

Found 310 results.

Related terms

Biosphärengebiet

Biosphärengebiete sind einheitlich zu schützende und zu entwickelnde Gebiete, die 1. großräumig und für bestimmte Kulturlandschaften mit reicher Naturausstattung charakteristisch sind, 2. in wesentlichen Teilen die Voraussetzungen eines Naturschutzgebiets, im Übrigen überwiegend eines Landschaftsschutzgebiets erfüllen, 3. vornehmlich der Erhaltung, Entwicklung oder Wiederherstellung einer durch hergebrachte vielfältige Nutzung geprägten Landschaft und der darin historisch gewachsenen Arten- und Biotopvielfalt, einschließlich Wild- und früherer Kulturformen wirtschaftlich genutzter oder nutzbarer Tier- und Pflanzenarten, dienen, 4. beispielhaft der Entwicklung und Erprobung von die Naturgüter besonders schonenden Wirtschaftsweisen dienen und 5. der Umweltbildung und -erziehung, der ökologischen Forschung und der langfristigen Umweltbeobachtung dienen. Die Biosphärengebiete werden auf der Grundlage von § 23 Absatz 2 des Naturschutzgesetzes (NatSchG) in Verbindung mit § 20 Absatz 2 Nummer 3, § 22 Absatz 1 und 2 sowie § 25 des Bundesnaturschutzgesetzes (BNatSchG) ausgewiesen. Biosphärengebiete sind unter Berücksichtigung der durch die Großräumigkeit und Besiedlung gebotenen Ausnahmen in Kern-, Pflege- und Entwicklungszonen zu gliedern und zu entwickeln. Kernzonen werden wie Naturschutzgebiete, die übrigen Zonen überwiegend wie Landschaftsschutzgebiete geschützt. In Baden-Württemberg sind mit dem Biosphärengebiet Schwäbische Alb und dem Biosphärengebiet Schwarzwald zwei Biosphärengebiete ausgewiesen. Das Biosphärengebiet Schwäbische Alb ist seit dem 22.03.2008 nach Landesrecht als Biosphärengebiet ausgewiesen. Die Anerkennung durch die UNESCO als UNESCO-Biosphärenreservat erfolgte im Jahr 2009. Das Biosphärengebiet Schwarzwald ist seit dem 01.02.2016 nach Landesrecht als Biosphärengebiet ausgewiesen. Die Anerkennung durch die UNESCO als UNESCO-Biosphärenreservat erfolgte im Juni 2017. Dieses Datenangebot wurde mit Sorgfalt erstellt und gepflegt. Dennoch können Mängel, etwa in Vollständigkeit, Richtigkeit und Aktualität, nicht gänzlich ausgeschlossen werden.

Biosphärengebiet Zone

Biosphärengebiete sind einheitlich zu schützende und zu entwickelnde Gebiete, die 1. großräumig und für bestimmte Kulturlandschaften mit reicher Naturausstattung charakteristisch sind, 2. in wesentlichen Teilen die Voraussetzungen eines Naturschutzgebiets, im Übrigen überwiegend eines Landschaftsschutzgebiets erfüllen, 3. vornehmlich der Erhaltung, Entwicklung oder Wiederherstellung einer durch hergebrachte vielfältige Nutzung geprägten Landschaft und der darin historisch gewachsenen Arten- und Biotopvielfalt, einschließlich Wild- und früherer Kulturformen wirtschaftlich genutzter oder nutzbarer Tier- und Pflanzenarten, dienen, 4. beispielhaft der Entwicklung und Erprobung von die Naturgüter besonders schonenden Wirtschaftsweisen dienen und 5. der Umweltbildung und -erziehung, der ökologischen Forschung und der langfristigen Umweltbeobachtung dienen. Die Biosphärengebiete werden auf der Grundlage von § 23 Absatz 2 des Naturschutzgesetzes (NatSchG) in Verbindung mit § 20 Absatz 2 Nummer 3, § 22 Absatz 1 und 2 sowie § 25 des Bundesnaturschutzgesetzes (BNatSchG) ausgewiesen. Biosphärengebiete sind unter Berücksichtigung der durch die Großräumigkeit und Besiedlung gebotenen Ausnahmen in Kern-, Pflege- und Entwicklungszonen zu gliedern und zu entwickeln. Kernzonen werden wie Naturschutzgebiete, die übrigen Zonen überwiegend wie Landschaftsschutzgebiete geschützt. In Baden-Württemberg sind mit dem Biosphärengebiet Schwäbische Alb und dem Biosphärengebiet Schwarzwald zwei Biosphärengebiete ausgewiesen. Das Biosphärengebiet Schwäbische Alb ist seit dem 22.03.2008 nach Landesrecht als Biosphärengebiet ausgewiesen. Die Anerkennung durch die UNESCO als UNESCO-Biosphärenreservat erfolgte im Jahr 2009. Das Biosphärengebiet Schwarzwald ist seit dem 01.02.2016 nach Landesrecht als Biosphärengebiet ausgewiesen. Die Anerkennung durch die UNESCO als UNESCO-Biosphärenreservat erfolgte im Juni 2017.

Agrarbericht 2025

Agrarmärkte und Agrarstruktur: Weinbau, Obst- und Gemüsebau, Ackerbau, Milcherzeugung, Rindermast, Schweine, Eier und Geflügel, Innovationen und Perspektiven: Bildung, Forschung und technische Infrastruktur, Förderung, agrarpolitische Schwerpunkte, Statistiken

Erfassung der rezenten Flaechennutzung und Entwicklung territorialer Nutzungskonzepte der Landwirtschaft auf dem Gebiet der ehemaligen DDR

Ausgehend von den ueberdimensionierten Landnutzungsstrukturen auf dem Gebiet der ehemaligen DDR sollen Konzepte fuer eine oekologisch und oekonomisch sinnvolle neue Landnutzungsstruktur unter den besonderen Bedingungen in den neuen Bundeslaendern entwickelt werden. Hierzu werden zur Zeit anhand von Fallbeispielen ausgewaehlter LPG'en die variierenden Standortfaktoren (Mittelgebirgslagen, Sandboeden, Loessboeden) untersucht, um darauf aufbauend zweckmaessige Landnutzungsstrukturen zu entwickeln. Erfasst und dargestellt wird die rezente Flaechennutzung unter besonderer Beruecksichtigung schutzwuerdiger Natur- und Landschaftsbestandteile sowie die natuerlichen Standorteigenschaften im Hinblick auf Klima, Boden, Geologie, Wasserhaushalt etc. anhand von Gelaendeaufnahmen, Karten, Luftbildaufnahmen und Literaturauswertungen. Weitere Daten zur Agrarstruktur und der amtlichen Statistik fliessen in die Untersuchung ein. Im Anschluss an die Datenerhebung und Darstellung schliesst sich eine Bewertung der untersuchten Gebiete fuer verschiedene Nutzungsansprueche im Sinne einer Mehrfachnutzung an. Ausgehend von den Bewertungen sollen alternative, standortspezifische Flaechennutzungskonzeptionen entwickelt werden. Aus EDV-technischer Sicht wird zu diesem Projekt ein begleitendes DV-Instrumentarium und die entsprechende Analysemethodik fuer raumbezogene Daten auf der Basis geographischer Informationssysteme entwickelt. Hierzu zaehlt sowohl die digitale als auch die datenbankgestuetze Erfassung der vielfaeltigen Flaechen- und Rauminformationen. Zu diesem Zweck wird ein PC- gestuetztes Geographisches Informationssystem eingesetzt. Methoden der Datenanalyse und Datentransformationen sollen in einem weiteren Projektabschnitt zeigen, ob und inwieweit bestehende GIS in der Lage sind, den vielfaeltigen Auswertungs- und Abfragewuenschen gerecht zu werden. Hierzu zaehlt beispielsweise die quantitative Bestimmung von Konfliktpotentialen verschiedener Nutzungsansprueche, die Simulation alternativer Planungsvarianten oder die Optimierung der Flaechennutzung an ausgewaehlten Standorten (Freizeit, Erholung, Hecken, Feldgehoelze).

Development of a Bayesian estimator for non-stationary Markov transition probabilities and its application to EU farm structural change

The agricultural sector has experienced substantial structural changes in the past and faces continuing adjustments in the future. The implications of structural change are not only relevant for the sector itself but have broader social, economic and environmental consequences for a region. An understanding of this process is required in order to assess how (agricultural-) policy affects or, if a specific social outcome is desired, can influence this development. A common approach to gain understanding of the process is to model structural change as a Markov process. One problem in the analysis of structural change in the EU is that farm level (micro) data is rarely available such that inference about behaviour of individual farms has to be derived from aggregated (macro) data. Recently, the generalized cross entropy estimator gained popularity in this context since it allows considering prior information such that the often underdetermined 'macro data' Markov models can be estimated. However, the way prior information is considered is also the greatest drawback of the approach. Therefore, the project aims to develop a Bayesian framework as an alternative estimator that allows to consider prior information in a more efficient and transparent way. The project will further provide an evaluation of the statistical properties of the estimator as well as an exemplifying application analyzing the effects of single farm payments on agricultural structural change in the EU.

Industriestandortanalyse und Raumwirtschaftsmodelle im Gebiet von Unterelbe und Unterweser

Wirtschaftsraumentwicklung und -planung im Unterelbe- bzw. Unterwesergebiet; Probleme der Arbeitsplatzstrukturen und Bevoelkerungsmobilitaeten, Rueckwirkungen der gewerblichen Wirtschaftsentwicklung auf die Agrarstruktur; Entwicklung der Produktionswerte im Vergleich zu anderen laendlichen Raeumen der BRD; Umweltschutzprobleme.

Modeling farm level structural change in a dynamic competitive environment

Agrarian structures are considered to be an important factor for the competitiveness of farming. Therefore, on the one hand, agricultural economists have been concerned for a long time with describing, analyzing and modeling structural change in agriculture. On the other hand, high political attention is devoted to the competitiveness of agricultural production and the income situation of farms; however, to adequately forecast structural change in agriculture in general and to analyze the effects of different political schemes in particular, a fundamental understanding of farm-level structural change, i.e., investment and disinvestment decisions of farmers, is necessary. In this subproject we develop a model in which uncertainty, dynamics and irreversibility inherent in many decision-making situations, together with the bounded rationality of decision-makers, can be taken into account. Another important issue deals with competition, i.e., interactions between different agents. The model will be developed using results from the first project phase. Finally, the results could be an important preliminary work for an improved assessment of the effects of different political schemes. Besides the methodical objective of this subproject, the improved investment and disinvestment model will be applied exemplarily to the dairy sector which shows a high (and further increasing) intensity of competition.

Forschergruppe (FOR) 986: Structural Change in Agriculture, How should Model Linkages be designed to analyze the Effects of Global Agricultural Trade Liberalization at the Farm Level?

In the last decades agricultural policy has gained increasingly in complexity. Nowadays it influences the food and agricultural sector from the global market down to the farm level. Widespread research questions, like the impact of the WTO negotiations on the farm structure, most often require comprehensive modeling frameworks. Thus, different types of models are utilized according to their comparative advantages and combined in a strategically useful way to more accurately represent micro and macro aspects of the food and agricultural sector. Consequently, in recent years we have seen an increase in the development and application of model linkages. Given this background, the overall objective of this subproject is a systematic sensitivity analysis of model linkages that gradually involves more and more characteristics of the linkage and the corresponding transfer of results between models. In addition, the project aims to answer the following specific question: How does structural change at the farm level influence aggregate supply and technical progress? Under which conditions is it possible to derive macro-relationships from micro-relationships? How does the aggregation level influence the model results and how can possible problems be overcome? This procedure is used to quantify the effects and to derive conditions for optimal interaction of the connected models. The analysis is based on the general equilibrium model GTAP (Global Trade Analysis Project) and the farm group model FARMIS (Farm Modelling Information System) which are employed in conjunction to analyze the effects of WTO negotiations on the farm level.

Agricultural Entrepreneurs' Decision Making and Structural Change: An Experimental Approach

The rational calculus of farmers assumed in many agricultural economic models is unrealistic and non-predictive of their actual decision making. Understanding structural change in agriculture can thus be improved via a realistic modeling of the decision making by agricultural entrepreneurs. Specifically, slow disinvestment (i.e., postponing farm exit), persistence of market structures (i.e., failure to reallocate land plots towards higher efficiency), and more generally characterizing the decision making of farmers are crucial for a better understanding of structural change and policy advice. We apply economic experiments to better understand such disinvestment choices, land markets with economies of scale and private opportunity costs, different auction and bargaining forms to improve allocation efficiency of land markets, and to generally characterize the decision making of farmers.

Vielfalt in Geest und Moor - Landschaft im Wandel der Zeiten im Hotspot 23, Teilvorhaben: Evaluation

1 2 3 4 5 … 29 30 31